KR102312892B1 - Apparatus and method for detecting road curb - Google Patents
Apparatus and method for detecting road curb Download PDFInfo
- Publication number
- KR102312892B1 KR102312892B1 KR1020190171974A KR20190171974A KR102312892B1 KR 102312892 B1 KR102312892 B1 KR 102312892B1 KR 1020190171974 A KR1020190171974 A KR 1020190171974A KR 20190171974 A KR20190171974 A KR 20190171974A KR 102312892 B1 KR102312892 B1 KR 102312892B1
- Authority
- KR
- South Korea
- Prior art keywords
- curb
- road
- point
- points
- reference points
- Prior art date
Links
Images
Classifications
-
- G06K9/00798—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G06K9/46—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 도로 연석 검출 방법 및 장치에 관한 것으로, 포인트 클라우드 데이터를 이용한 링 반경 기반의 세분화를 통한 연석 포인트를 이용함으로써, 단거리의 연석 뿐만 아니라, 장거리의 연석에 대한 도로 연석 포인트를 보다 정확하게 결정한다.The present invention relates to a method and apparatus for detecting a road curb, and by using a curb point through ring radius-based segmentation using point cloud data, the curb point for a long-distance as well as a short-distance curb is more accurately determined. .
Description
본 발명은 도로 연석 검출 방법 및 장치에 관한 것으로, 보다 구체적으로는 포인트 클라우드 데이터로부터 도로 영역의 양쪽으로 도로와 차도 간에 경계를 나타내기 위해 설치된 연석을 검출하는 방법 및 장치에 관한 것이다.The present invention relates to a method and apparatus for detecting a road curb, and more particularly, to a method and apparatus for detecting a curb installed to indicate a boundary between a road and a roadway on both sides of a road area from point cloud data.
자율 주행 기술(Automatic Driving)은 운전자가 직접 운전하지 않고, 차량에 부착된 센서를 통해 자율적으로 위치를 인식하고, 도로 이동 및 장애물을 피하면서 목적지까지 안전하게 주행하는 기술이다. 이러한, 자율 주행 기술은 보다 안전하고 효율적인 주행을 보장하기 위한 자율 주행 기법이 빠르게 성장함에 따라 다양한 센서들이 많이 사용되고 있으며, 자율 주행 시스템 기능을 업그레이드하기 위한 많은 새로운 접근 방식이 도입되고 있다.Automated driving technology is a technology that autonomously recognizes a location through a sensor attached to a vehicle and safely drives to a destination while avoiding road movement and obstacles without the driver directly driving. As autonomous driving techniques for ensuring safer and more efficient driving are rapidly growing, various sensors are being used in many of these autonomous driving technologies, and many new approaches for upgrading autonomous driving system functions are being introduced.
그러나, 자율 주행 기술은 자율 주행 시스템의 인식, 위치 추정 및 주행 계획 기능 등과 관련하여 여전히 많은 난제가 있으며, 견고성, 정확성 측면에서 개선이 필요하다. 그 중에서도 도로 연석 감지 기술은 자율 주행에서 위치 인식을 위한 연구의 기초가 되는 기본적이고 필수적인 기술이다. 도로 연석 감지 기술은 도로를 주행 가능 영역과 주행 불가능 영역으로 분리하고, 차량이 보다 효율적으로 주변 환경의 인식을 가능하게 한다. 특히, 도로 연석 감지 기술은 다양한 측면에서 인식, 현지화 및 경로 계획에 유용하게 사용이 가능하다.However, the autonomous driving technology still has many challenges with respect to the recognition, location estimation, and driving planning functions of the autonomous driving system, and needs improvement in terms of robustness and accuracy. Among them, road curb detection technology is a basic and essential technology that is the basis of research for location recognition in autonomous driving. The road curb detection technology divides the road into drivable and non-drivable areas, enabling the vehicle to more efficiently perceive its surroundings. In particular, the curb detection technology can be usefully used for recognition, localization and route planning in various aspects.
도로 연석 감지 기술은 도로를 구분함에 있어, 도로의 도로 연석을 검출하고, 검출된 도로 연석을 기준으로 도로의 영역을 분리할 수 있다. 일반적으로 연석의 높이는 약 10 ~ 15cm이며, 도로 연석에 의해 노면과 보도를 분리한다. 또한, 도로 연석은 날씨 및 환경 조명 조건에 관계없이 도로에서 볼 수 있는 고정된 특징 중 하나로써, 도로 연석을 실시간으로 추출하면, 로컬리제이션(localization), 차선 유지, 도로 특징 추출과 같은 자율 주행 기술 개발 연구에 많은 도움이 된다.The road curb detection technology may detect a road curb of a road in classifying a road, and may divide an area of the road based on the detected road curb. In general, the height of the curb is about 10 to 15 cm, and the road surface and the sidewalk are separated by the curb. In addition, the road curb is one of the fixed features that can be seen on the road regardless of weather and environmental lighting conditions. If the road curb is extracted in real time, autonomous driving such as localization, lane keeping, and road feature extraction It is very helpful for technology development research.
최근에는 카메라, 라이더 센서를 사용하여 도로 연석 감지에 대한 다양한 접근 방식을 도입한 많은 연구들이 있지만, 대부분의 카메라 기반 접근법은 연석 포인트 검출을 수행하기 위한 외부 광 조건에 의존하고, 광의 강도(intensity)와 카메라의 방향 또는, 위치에 따른 표준 추정(normal estimation)에 기반한 LiDAR 접근 방식은 견고성과 정확도에 의해 제한된다.Recently, there have been many studies that have introduced various approaches to road curb detection using cameras and lidar sensors, but most camera-based approaches rely on external light conditions to perform curb point detection, and the intensity of light LiDAR approaches based on normal estimation based on camera orientation or position are limited by their robustness and accuracy.
따라서, 상술한 문제점을 해결하면서 보다 정확하게 도로 연석을 감지할 수 있는 기술이 요구된다.Accordingly, there is a need for a technology capable of more accurately detecting a road curb while solving the above-described problems.
본 발명은 포인트 클라우드 데이터 기반의 연속된 동심원들을 이용하여 도로의 특정 고도를 갖는 연석 포인트를 검출함으로써, 보다 효과적인 위치 인식을 위한 강건한 도로 연석을 검출하는 도로 연석 검출 방법 및 장치를 제공할 수 있다.The present invention can provide a road curb detection method and apparatus for detecting a robust road curb for more effective location recognition by detecting a curb point having a specific elevation of a road using continuous concentric circles based on point cloud data.
본 발명은 포인트 클라우드 데이터 기반의 연속된 동심원들에 따른 세분화된 연석 포인트를 검출함으로써, 단거리 뿐만 아니라, 장거리 연석에 관한 연석 포인트를 보다 강력하고 정확하게 감지하는 도로 연석 검출 방법 및 장치를 제공할 수 있다.The present invention can provide a method and apparatus for detecting a road curb that more powerfully and accurately detects curb points related to long-distance curbs as well as short-distance curbs by detecting subdivided curb points according to consecutive concentric circles based on point cloud data. .
일실시예에 따른 도로 연석 검출 방법은 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출하는 단계; 상기 연속된 동심원들 각각이 나타내는 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하는 단계; 상기 기준 포인터들 간에 높이 변화에 따른 도로의 특정 고도를 갖는 연석 피쳐 포인트들을 검출하는 단계; 및 상기 연석 피쳐 포인트들을 필터링하여 도로의 경계를 나타내는 연석 포인트를 검출하는 단계를 포함할 수 있다.A method for detecting a curb of a road according to an embodiment includes extracting consecutive concentric circles having different sizes consisting of point groups of point cloud data; extracting reference points constituting a second correction radius having a smaller radius than the first correction radius indicated by each of the continuous concentric circles; detecting curb feature points having a specific elevation of the road according to a change in height between the reference pointers; and filtering the curb feature points to detect a curb point representing a boundary of the road.
일실시예에 따른 연속된 동심원들을 추출하는 단계는, 도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영된 서로 다른 크기를 갖는 복수의 동심원을 추출할 수 있다.The extracting of consecutive concentric circles according to an embodiment may include extracting a plurality of concentric circles having different sizes in which a road surface condition of the road is reflected based on a ring index indicating each point of the road.
일실시예에 따른 기준 포인트들을 추출하는 단계는, 상기 연속된 동심원들 간에 이격 거리를 분석하는 단계; 상기 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정하는 단계; 및 상기 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하는 단계를 포함할 수 있다.The extracting of the reference points according to an embodiment may include: analyzing a separation distance between the consecutive concentric circles; setting a first correction radius for a point of a concentric circle for each of a plurality of concentric circles based on the ring index; and extracting reference points constituting a second correction radius having a smaller radius than the first correction radius based on the separation distance.
일실시예에 따른 연석 피쳐 포인트를 검출하는 단계는, 상기 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용하는 단계; 상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 상승점(Elevated Point)과 평면점(Planar Point)으로 각각 분류하는 단계; 및 상기 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정하는 단계를 포함할 수 있다.The detecting of the curb feature point according to an embodiment may include applying a sliding window of a preset size to the reference points; Classifying the reference points included in the inside of the sliding window according to the change in height between the reference points included in the inside of the sliding window into an elevated point and a planar point, respectively, into an Elevated Point and a Planar Point. step; and determining the reference points classified as ascending points as curb feature points having a specific elevation with respect to the road surface according to the classified result.
일실시예에 따른 연석 포인트를 검출하는 단계는, 연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트(Curb Point)와 도로에 해당하는 직선 포인트(Line Point)로 분류하는 단계; 및 상기 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정하는 단계를 포함할 수 있다.The detecting of the curb point according to an embodiment may include filtering the curb feature points based on the curb shape, and converting the curb feature points to a curve point corresponding to a curb and a straight line point corresponding to a road. ) to classify; and determining a curb point formed of a curve point by removing a point corresponding to a straight line point among the curb feature points.
일실시예에 따른 도로 연석 검출 방법을 수행하는 도로 연석 검출 장치에 있어서, 상기 도로 연석 검출 장치는 프로세서를 포함하고, 프로세서는, 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출하고, 상기 연속된 동심원들 각각이 나타내는 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하고, 기준 포인터들 간에 높이 변화에 따른 도로의 특정 고도를 갖는 연석 피쳐 포인트들을 검출하고, 연석 피쳐 포인트들을 필터링하여 도로의 경계를 나타내는 연석 포인트를 검출할 수 있다.In an apparatus for detecting a road curb for performing a method for detecting a road curb according to an embodiment, the apparatus for detecting a road curb includes a processor, and the processor is configured to detect consecutive concentric circles having different sizes consisting of point groups of point cloud data. extracting, and extracting reference points constituting a second correction radius having a radius smaller than the first correction radius indicated by each of the successive concentric circles, and curb feature points having a specific elevation of the road according to the height change between the reference pointers Detect and filter the curb feature points to detect curb points representing the boundary of the road.
일실시예에 따른 프로세서는, 도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영된 서로 다른 크기를 갖는 복수의 동심원을 추출할 수 있다.The processor according to an embodiment may extract a plurality of concentric circles having different sizes in which a road surface condition of the road is reflected based on a ring index indicating each point of the road.
일실시예에 따른 프로세서는, 상기 연속된 동심원들 간에 이격 거리를 분석하고, 상기 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정하고, 상기 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출할 수 있다.The processor according to an embodiment analyzes the separation distance between the consecutive concentric circles, sets a first correction radius for the points of the concentric circles for each of a plurality of concentric circles based on the ring index, and based on the separation distance Thus, reference points constituting the second correction radius having a smaller radius than the first correction radius may be extracted.
일실시예에 따른 프로세서는, 상기 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용하고, 상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 각각 분류하고, 상기 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정할 수 있다.The processor according to an embodiment applies a sliding window of a preset size to the reference points, and selects reference points included in the sliding window according to a height change between reference points included in the sliding window. It is possible to classify each of the ascending point and the flat point, and determine the reference points classified as the ascending point as a curb feature point having a specific elevation with respect to the road surface according to the classification result.
일실시예에 따른 프로세서는, 연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트와 도로에 해당하는 직선 포인트로 분류하고, 상기 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정할 수 있다.The processor according to an embodiment filters the curb feature points based on the curb shape, classifies the curb feature points into a curve point corresponding to a curb and a straight line point corresponding to a road, and a straight line point among the curb feature points. By removing the corresponding points, the curb points made up of curve points can be determined.
본 발명의 일실시예에 따른 도로 연석 검출 방법 및 장치는 포인트 클라우드 데이터 기반의 연속된 동심원들을 이용하여 도로의 특정 고도를 갖는 연석 포인트를 검출함으로써, 보다 효과적인 위치 인식을 위한 강건한 도로 연석을 검출할 수 있다.A road curb detection method and apparatus according to an embodiment of the present invention detects a curb point having a specific elevation of a road using continuous concentric circles based on point cloud data, thereby detecting a robust road curb for more effective location recognition. can
본 발명의 일실시예에 따른 도로 연석 검출 방법 및 장치는 포인트 클라우드 데이터 기반의 연속된 동심원들에 따른 세분화된 연석 포인트를 검출함으로써, 단거리 뿐만 아니라, 장거리 연석에 관한 연석 포인트를 보다 강력하고 정확하게 감지할 수 있다.The method and apparatus for detecting a road curb according to an embodiment of the present invention detects a curb point related to a short-distance as well as a long-distance curb more strongly and accurately by detecting a segmented curb point according to consecutive concentric circles based on point cloud data. can do.
본 발명의 일실시예에 따른 도로 연석 검출 방법 및 장치는 3D LiDAR를 이용한 링 반경 기반의 세분화로 연석 포인트를 보다 강력하고 정확하게 감지함으로써, 자율 주행 시스템의 현지화(localization) 및 경로 계획 프로세스에 사용하기 위한 실시간 특징 맵을 생성하는데 활용이 가능할 수 있다.A method and apparatus for detecting a road curb according to an embodiment of the present invention more powerfully and accurately detects a curb point through ring radius-based segmentation using 3D LiDAR, so that it can be used in the localization and route planning process of an autonomous driving system It may be utilized to generate a real-time feature map for
도 1은 본 발명의 일실시예에 따른 도로 연석을 검출하기 위한 전체 구성을 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 포인트 클라우드 데이터를 이용해 도로 연석 지점을 추출하는 동작을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 도로 연석을 검출하기 위한 아키텍처를 나타낸 도면이다.
도 4는 본 발명의 일실시예에 따른 링 반경으로 계산된 신호를 교정하는 방법을 나타낸 도면이다.
도 5는 본 발명의 일실시예에 따른 연석 검출 과정을 나타낸 흐름도이다.
도 6은 본 발명의 일실시예에 따른 도로 연석 검출 방법을 설명하기 위한 흐름도이다.1 is a view showing an overall configuration for detecting a road curb according to an embodiment of the present invention.
2 is a diagram for explaining an operation of extracting a curb point of a road using point cloud data according to an embodiment of the present invention.
3 is a diagram illustrating an architecture for detecting a road curb according to an embodiment of the present invention.
4 is a diagram illustrating a method of correcting a signal calculated with a ring radius according to an embodiment of the present invention.
5 is a flowchart illustrating a curb detection process according to an embodiment of the present invention.
6 is a flowchart illustrating a method for detecting a road curb according to an embodiment of the present invention.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일실시예에 따른 도로 연석을 검출하기 위한 전체 구성을 도시한 도면이다.1 is a view showing an overall configuration for detecting a road curb according to an embodiment of the present invention.
도 1을 참고하면, 도로 연석 검출 장치(101)는 이동 수단(102)의 목적지까지 보다 안전한 주행을 수행할 수 있도록 도로(103)의 도로 경계(104)에 해당하는 도로 연석(105)을 검출할 수 있다. 도로의 경계는 운전이 가능한 도로 양쪽에 설치된 도로 연석의 위치에 의해 정의될 수 있다. 도로 연석은 보행의 안전, 도로 용지의 경계 등의 편의를 위하여 차도와의 경계에 연접하여 설치되는 경계석일 수 있다. 또한, 도로 연석은 보행자의 이동 영역과 자동차의 이동 영역을 구분하며, 차도를 이탈하거나, 이동하기 위한 차량의 진행 방향을 변환시키기는 역할을 수행할 수 있다.Referring to FIG. 1 , the road
도로 연석 검출 장치(101)는 이동 수단(102)의 상단에 배치되어, 카메라의 방향 및 위치에 따른 도로 연석의 모양을 기반으로 도로(103)의 도로 연석(105)을 검출할 수 있다. 보다 구체적으로, 도로 연석 검출 장치(101)는 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출할 수 있다. 포인트 클라우드 데이터는 지형에 관한 연속된 동심원들로 이루어진 점 그룹이다. 자세하게, 도로 연석 검출 장치(101)는 3차원 스캐너에 의해 촬영된 지형 데이터를 지형적 특징에 따른 포인트로 변환할 수 있다. 이때, 도로 연석 검출 장치(101)는 서로 다른 크기를 갖는 연속된 동심원들을 이용하여 지형적 특징을 포함하는 포인트를 그룹화하여 포인트 클라우드 데이터를 생성할 수 있다.The road
일례로, 도로 연석 검출 장치(101)는 라이다 레이저(3D LiDAR)를 수집한 지형에 관한 라이다 데이터를 이용할 수 있으며, 라이다 데이터는 점 그룹으로 이루어진 포인트 클라우드 데이터일 수 있다.As an example, the road
도로 연석 검출 장치(101)는 서로 다른 크기를 갖는 연속된 동심원들 간에 이격 거리를 분석하여, 이격 거리에 따른 기준 포인트들을 추출할 수 있다. 도로 연석 검출 장치(101)는 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용하여, 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 연석 피쳐 포인트를 결정할 수 있다.The road
도로 연석 검출 장치(101)는 링 반경 기반의 세분화를 통한 일정 반경 내 연석 피쳐 포인트를 결정할 수 있다. 도로 연석 검출 장치(101)는 연석 피쳐 포인트들로부터 단거리의 연석 뿐만 아니라, 장거리의 연석에 대한 도로 연석 포인트를 보다 정확하게 결정할 수 있다.The road
도 2는 본 발명의 일실시예에 따른 포인트 클라우드 데이터를 이용해 도로 연석의 지점을 추출하는 동작을 설명하기 위한 도면이다.2 is a diagram for explaining an operation of extracting a point of a road curb using point cloud data according to an embodiment of the present invention.
본 발명에서는 3D 라이다 레이저의 포인트 클라우드 데이터를 사용하고 도로에서 추출한 커브 포인트의 경계를 기반으로 도로 연석을 추출할 수 있다. 이를 위해, 본 발명은 도로 연석의 지점을 감지하고, 잘못된 추정(false estimation)을 최소화함으로써, 보다 효율적이고, 견고한 도로 연석을 검출할 수 있다.In the present invention, it is possible to extract a road curb based on the boundary of a curve point extracted from a road using point cloud data of a 3D lidar laser. To this end, the present invention detects a point of the road curb and minimizes false estimation, so that it is possible to detect a more efficient and firm road curb.
도 2의 (a)를 살펴보면, 도로 연석 검출 장치는 도로 경계의 도로 연석을 검출하기 위해, 포인트 클라우드 데이터를 필터링할 수 있다. 도로 연석 검출 장치는 포인트 클라우드 데이터를 필터링하여 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출할 수 있다.Referring to FIG. 2A , the road curb detecting apparatus may filter point cloud data to detect a road curb of a road boundary. The road curb detection apparatus may filter the point cloud data to extract consecutive concentric circles having different sizes made up of point groups.
도로 연석 검출 장치는 도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영된 서로 다른 크기를 갖는 복수의 동심원을 추출할 수 있다. 도로 연석 검출 장치는 포인터 클라우드 데이터를 각 링의 보정 반경보다 더 작은 반경을 가진 포인트를 추출할 수 있다. 다시 말해, 도로 연석 검출 장치는 연속된 동심원들 각각이 나타내는 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출할 수 있다.The road curb detection apparatus may extract a plurality of concentric circles having different sizes in which the road surface condition of the road is reflected, based on a ring index indicating each point of the road. The road curb detection apparatus may extract a point having a radius smaller than the correction radius of each ring from the pointer cloud data. In other words, the road curb detecting apparatus may extract reference points constituting the second corrected radius having a smaller radius than the first corrected radius indicated by each of the continuous concentric circles.
이를 위해, 도로 연석 검출 장치는 연속된 동심원들 간에 이격 거리를 분석할 수 있다. 도로 연석 검출 장치는 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정할 수 있다. 도로 연석 검출 장치는 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출할 수 있다.To this end, the road curb detection apparatus may analyze the separation distance between consecutive concentric circles. The road curb detection apparatus may set a first correction radius for a point of a concentric circle for each of a plurality of concentric circles based on the ring index. The road curb detection apparatus may extract reference points constituting a second corrected radius having a smaller radius than the first corrected radius based on the separation distance.
도 2의 (b)를 살펴보면, 도로 연석 검출 장치는 반경이 작은 점을 추출하고, 슬라이딩 윈도우를 이용하여 노면에 대해 특정 고도를 가진 점을 추출할 수 있다. 도로 연석 검출 장치는 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용할 수 있다. 슬라이딩 윈도우는 도로 연석의 높이보다 낮은 높이로 영역을 설정할 수 있다. 도로 연석 검출 장치는 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 각각 분류할 수 있다.Referring to FIG. 2B , the road curb detection apparatus may extract a point having a small radius and extract a point having a specific altitude with respect to the road surface using a sliding window. The road curb detection apparatus may apply a sliding window of a preset size to the reference points. The sliding window may be zoned at a height that is lower than the height of the curb. The road curb detection apparatus may classify reference points included in the inside of the sliding window according to a height change between reference points included in the inside of the sliding window into an ascending point and a flat point, respectively.
도로 연석 검출 장치는 슬라이딩 윈도우의 내부에 포함된 기준 포인트들에 대한 분류가 완료되면, 슬라이딩 윈도우 밖의 최하단에 위치한 기준 포인트부터 다시 슬라이딩 윈도우를 적용함으로써, 포인트 클라우드 데이터에 포함된 기준 포인트에 대한 상승점과 평면점을 모두 분류할 수 있다.When the classification of the reference points included in the sliding window is completed, the road curb detection device applies the sliding window again from the reference point located at the lowest point outside the sliding window, thereby increasing the reference point included in the point cloud data. and plane points can be classified.
결국, 도로 연석 검출 장치는 슬라이딩 윈도우 세분화를 통한 연석 피쳐 포인트를 추출 할 수 있다. 포인트 클라우드 데이터에서 연석 포인트는 도로를 기준으로 특정 고도를 갖는 형태로 나타날 수 있다. 따라서, 도로 연석 검출 장치는 이웃 포인트들에서 상대적인 height variance를 가진 포인트만 연석 포인트로 분류할 수 있다.As a result, the road curb detection device may extract a curb feature point through sliding window segmentation. In the point cloud data, the curb point may appear in the form of having a specific elevation with respect to the road. Accordingly, the road curb detection apparatus may classify only points having a relative height variance among neighboring points as curb points.
도 2의 (c)를 살펴보면, 도로 연석 검출 장치는 회귀 필터(Regression Filter)를 사용하여 도로 연석에 해당하는 점이 아닌 나머지 점을 제거할 수 있다. 일례로, 도로 연석 검출 장치는 실제로 연석 지점을 얻은 후 도로 경계를 정의하여 도로 연석에 대한 연석 피쳐 포인트를 추출할 수 있다. 도로 연석 검출 장치는 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정할 수 있다. 결국, 도로 연석 검출 장치는 높이 z 값에 컨벌루션 마스크를 사용하면 연석 피쳐 포인트를 추출할 수 있다.Referring to (c) of FIG. 2 , the road curb detecting apparatus may remove points other than points corresponding to the road curb by using a regression filter. For example, the device for detecting a road curb may extract a curb feature point for a road curb by defining a road boundary after actually obtaining a curb point. The road curb detecting apparatus may determine reference points classified as rising points as curb feature points having a specific elevation with respect to the road surface according to the classification result. As a result, the road curb detection device can extract a curb feature point by using a convolution mask for the height z value.
도 2의 (d)를 살펴보면, 도로 연석 검출 장치는 연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트(Curb Point)와 도로에 해당하는 직선 포인트(Line Point)로 분류할 수 있다. 도로 연석 검출 장치는 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정할 수 있다.Referring to (d) of FIG. 2 , the road curb detection device filters the curb feature points based on the curb shape, and sets the curb feature points to a curve point corresponding to the curb and a straight line point corresponding to the road. points) can be classified. The road curb detecting apparatus may determine a curb point formed of a curve point by removing a point corresponding to a straight line point from among the curb feature points.
결국, 도로 연석 검출 장치는 3D lidar를 이용한 링 반경 기반의 세분화로 커브 포인트를 보다 강력하고 정확하게 감지 할 수 있으며, 긴 라이더 링에서도 도로 연석 지점을 추출할 수 있다.As a result, the road curb detection device can more powerfully and accurately detect curve points through ring radius-based segmentation using 3D lidar, and can also extract road curb points from long lidar rings.
도 3은 본 발명의 일실시예에 따른 도로 연석을 검출하기 위한 아키텍처를 나타낸 도면이다.3 is a diagram illustrating an architecture for detecting a road curb according to an embodiment of the present invention.
도 3을 참고하면, 도로 연석 검출 장치는 포인트 클라우드 데이터를 이용하여 도로의 경계를 나타내는 연석 포인트를 검출할 수 있다. 이를 위해, 도로 연석 검출 장치는 프로세서를 포함할 수 있다. 프로세서는 차량 플랫폼을 기반으로 라이다 레이저의 포인트 클라우드 데이터를 이용한 일련의 아키텍처(architecture)에 따른 동작을 수행할 수 있다.Referring to FIG. 3 , the road curb detecting apparatus may detect a curb point indicating a boundary of a road by using point cloud data. To this end, the road curb detection device may include a processor. The processor may perform an operation according to a series of architectures using point cloud data of the lidar laser based on the vehicle platform.
프로세서는 도로 연석 감지(Road Curb Detection), 도로 경계 감지(Road Boundary Detection), 도로 필터링(Road Filtering), 도로 연석 특징 추출(Feature Extract) 및 도로 모양 파일 생성(Generate Shape File) 등 일련의 과정을 거쳐 연석 포인트를 검출할 수 있다.The processor performs a series of processes such as Road Curb Detection, Road Boundary Detection, Road Filtering, Feature Extraction, and Generate Shape File. It is possible to detect the curb point through
도 4는 본 발명의 일실시예에 따른 링 반경으로 계산된 신호를 교정하는 방법을 나타낸 도면이다.4 is a diagram illustrating a method of correcting a signal calculated with a ring radius according to an embodiment of the present invention.
도로 연석 검출 장치는 이동 수단의 상단에 배치된 라이다 레이저 센서(LiDAR)의 센서 교정(Sensor calibration)을 수행할 수 있다. 자세하게, Velodyne 64채널의 라이다 레이저 센서는 최대 360도 수평 시야각과 26.8 수직 시야각을 갖춘 최대 64 개의 수직 레이저와 초당 130만 포인트 이상의 5~15Hz 사용자 선택 가능 프레임 속도를 제공할 수 있다.The road curb detection apparatus may perform sensor calibration of a lidar laser sensor (LiDAR) disposed on the upper end of the moving means. Specifically, the Velodyne 64-channel LiDAR laser sensor can deliver up to 64 vertical lasers with up to 360-degree horizontal viewing angles and 26.8 vertical viewing angles, and 5-15Hz user-selectable frame rates of over 1.3 million points per second.
도 4에서 볼 수 있듯이 Velodyne 64채널 라이더 센서는 지면에서 2미터 높이를 갖는 이동 수단의 상단에 라이다 레이저 센서가 장착될 수 있다. 라이다 레이저 센서의 출력은 반사 강도 li 및 링 인덱스 n과 함께 표준 3D 극좌표(ri, θi, φi)를 가질 수 있다. 여기서, 기하학적 거리는 ri , 센서 좌표계에 대한 수평 및 수직 각도는 각각 θi, φi로 나타낼 수 있다. 센서의 초기 측정 값은 다음과 같이 직교 3D 좌표계 pi(xi, yi, zi)로 표현할 수 있으며, 이는 다음의 수학식 1과 같이 나타낼 수 있다.As can be seen in FIG. 4 , the Velodyne 64-channel lidar sensor can be equipped with a lidar laser sensor on the top of the vehicle having a height of 2 meters from the ground. La the output of the laser sensor may have a standard 3D polar coordinates (r i, θ i, φ i) with the reflection intensity l i and the ring index n. Here, the geometric distance may be expressed as r i , and the horizontal and vertical angles with respect to the sensor coordinate system may be expressed as θ i and φ i , respectively. The initial measurement value of the sensor can be expressed in the Cartesian 3D coordinate system p i (x i , y i , z i ) as follows, which can be expressed as Equation 1 below.
도 5는 본 발명의 일실시예에 따른 연석 검출 과정을 나타낸 흐름도이다.5 is a flowchart illustrating a curb detection process according to an embodiment of the present invention.
도 5를 참고하면, 도로 연석 검출 장치는 크게, 데이터 처리 및 연석 포인트 결정을 통해 도로 연석을 검출할 수 있다.Referring to FIG. 5 , the road curb detecting apparatus may largely detect the road curb through data processing and curb point determination.
1) 데이터 처리1) Data processing
도로 연석 검출 장치는 센서 교정(sensor calibration) 및 링 반경 필터링(Ring radius filtering)을 수행할 수 있다.The road curb detection apparatus may perform sensor calibration and ring radius filtering.
① 센서 교정① Sensor Calibration
도로 연석 검출 장치는 이동 수단의 상단에 배치된 라이다 레이저 센서 도로 연석 검출 장치는 의 센서 교정을 수행할 수 있다. 도로 연석 검출 장치는 포인트 클라우드 데이터 내 도로 포인터 및 링 반경에 대한 정보를 추출할 수 있다.The road curb detection device may perform sensor calibration of a lidar laser sensor disposed on the upper end of the moving means. The road curb detecting apparatus may extract information on a road pointer and a ring radius in the point cloud data.
② 링 반경 필터링② Ring radius filtering
링 반경을 필터링에서 LiDAR에서 생성된 포인트들은 링 인덱스를 기반으로 처리될 수 있다. 도로 연석 검출 장치는 포인트 링 인덱스를 기반으로, 각 링의 포인트에 대한 반경이 추정되고 연속 링과 비교되어 임계 반경보다 작은 반경을 갖는 포인트를 추출할 수 있다.In filtering the ring radius, points generated in LiDAR can be processed based on the ring index. The road curb detection apparatus may extract a point having a radius smaller than a threshold radius by estimating a radius for a point of each ring based on the point ring index and comparing the radius with successive rings.
2) 연석 포인트 결정2) Determine the curb point
도로 연석 검출 장치는 슬라이딩 윈도우 세분화(Sliding window segmentation) 및 회귀 분석(Regression filtering)을 수행할 수 있다. 벨로다인 LiDAR와 같은 다중 채널 3D 레이저 센서는 측정을 위해 동심원 링을 반환하는 다중 레이저 emitter로 구성될 수 있다. 도로 연석 검출 장치는 센서 측정에서 생성된 포인트는 특정 링 인덱스와 연관되며, 물체는 연속된 링 사이의 거리를 분석하여 감지할 수 있다. 도로 연석 검출 장치는 LiDAR 포인트 클라우드에서 연석 포인트를 추출할 수 있다.The road curb detection apparatus may perform sliding window segmentation and regression filtering. Multi-channel 3D laser sensors such as Velodyne LiDAR can be configured with multiple laser emitters returning concentric rings for measurement. In the road curb detection device, a point generated from sensor measurement is associated with a specific ring index, and an object may be detected by analyzing a distance between consecutive rings. The road curb detection device may extract a curb point from the LiDAR point cloud.
① 슬라이딩 윈도우 세분화① Sliding window segmentation
도로 연석 검출 장치는 슬라이딩 윈도우 세분화를 통한 연석 피쳐 포인트를 추출할 수 있다. 포인트 클라우드 데이터에서 연석 포인트는 도로를 기준으로 특정 고도를 갖는 형태로 나타나며, 도로 연석 검출 장치는 이웃 포인트들에서 상대적인 높이 변화를 가진 포인트만 연석 포인트로 분류할 수 있다.The road curb detection apparatus may extract a curb feature point through sliding window segmentation. In the point cloud data, a curb point appears in a form having a specific elevation with respect to a road, and the road curb detection apparatus may classify only a point having a relative height change in neighboring points as a curb point.
도로 연석 검출 장치는 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용할 수 있다. 도로 연석 검출 장치는 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 상승점(Elevated Point)과 평면점(Planar Point)으로 각각 분류할 수 있다.The road curb detection apparatus may apply a sliding window of a preset size to the reference points. The road curb detection device converts reference points included in the sliding window according to a height change between reference points included in the sliding window as an elevated point and a plane point, an Elevated Point and a Planar Point. can be classified individually.
② 회귀 분석② regression analysis
도로 위 보행자, 자동차와 같은 장애물은 이전 프로세스인 슬라이딩 윈도우 세분화 처리 과정에서 연석 포인트로 잘못 검출이 가능할 수 있다. 도로 연석 검출 장치는 이 문제를 극복하기 위해 회귀 필터(regression filter)를 사용하여 도로 연석의 모양(shape)를 기반으로 커브 포인트를 감지하고, 나머지 포인트는 제거함으로써 도로 연석을 추출할 수 있다Obstacles such as pedestrians and cars on the road may be incorrectly detected as curb points in the previous process, sliding window segmentation processing. To overcome this problem, the road curb detection device uses a regression filter to detect curve points based on the shape of the road curb, and extract the road curb by removing the remaining points.
도로 연석 검출 장치는 연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트(Curb Point)와 도로에 해당하는 직선 포인트(Line Point)로 분류할 수 있다. 도로 연석 검출 장치는 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정할 수 있다.The road curb detection apparatus may filter the curb feature points based on the curb shape, and classify the curb feature points into a curve point corresponding to a curb and a line point corresponding to a road. The road curb detecting apparatus may determine a curb point formed of a curve point by removing a point corresponding to a straight line point from among the curb feature points.
도 6은 본 발명의 일실시예에 따른 도로 연석 검출 방법을 설명하기 위한 흐름도이다.6 is a flowchart illustrating a method for detecting a road curb according to an embodiment of the present invention.
단계(601)에서 도로 연석 검출 장치는 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출할 수 있다. 자세하게, 도로 연석 검출 장치는 도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영된 서로 다른 크기를 갖는 복수의 동심원을 추출할 수 있다.In
단계(602)에서 도로 연석 검출 장치는 연속된 동심원들 각각이 나타내는 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출할 수 있다. 상세하게, 도로 연석 검출 장치는 연속된 동심원들 간에 이격 거리를 분석할 수 있다. 도로 연석 검출 장치는 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정할 수 있다. 도로 연석 검출 장치는 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출할 수 있다.In
단계(603)에서 도로 연석 검출 장치는 기준 포인터들 간에 높이 변화에 따른 도로의 특정 고도를 갖는 연석 피쳐 포인트들을 검출할 수 있다. 도로 연석 검출 장치는 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용할 수 있다. 도로 연석 검출 장치는 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화를 판단할 수 있다.In
그리고, 도로 연석 검출 장치는 높이 변화에 따른 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 상승점(Elevated Point)과 평면점(Planar Point)으로 각각 분류할 수 있다. 도로 연석 검출 장치는 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정할 수 있다.In addition, the road curb detecting apparatus may classify reference points included in the inside of the sliding window according to the height change into an elevated point and a planar point, respectively, into an elevated point and a planar point. The road curb detecting apparatus may determine reference points classified as rising points as curb feature points having a specific elevation with respect to the road surface according to the classification result.
단계(604)에서 도로 연석 검출 장치는 연석 피쳐 포인트들을 필터링하여 도로의 경계를 나타내는 연석 포인트를 검출할 수 있다. 도로 연석 검출 장치는 연석 형상을 기준으로 연석 피쳐 포인트들을 필터링할 수 있다. 도로 연석 검출 장치는 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트(Curb Point)와 도로에 해당하는 직선 포인트(Line Point)로 분류할 수 있다. 도로 연석 검출 장치는 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거할 수 있다. 이후, 도로 연석 검출 장치는 직선 포인트에 해당하는 포인트가 제거된 커브 포인트로 이루어진 연석 포인트를 결정할 수 있다.In
한편, 본 발명에 따른 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성되어 마그네틱 저장매체, 광학적 판독매체, 디지털 저장매체 등 다양한 기록 매체로도 구현될 수 있다.Meanwhile, the method according to the present invention is written as a program that can be executed on a computer and can be implemented in various recording media such as magnetic storage media, optical reading media, and digital storage media.
본 명세서에 설명된 각종 기술들의 구현들은 디지털 전자 회로조직으로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 그들의 조합들로 구현될 수 있다. 구현들은 데이터 처리 장치, 예를 들어 프로그램가능 프로세서, 컴퓨터, 또는 다수의 컴퓨터들의 동작에 의한 처리를 위해, 또는 이 동작을 제어하기 위해, 컴퓨터 프로그램 제품, 즉 정보 캐리어, 예를 들어 기계 판독가능 저장 장치(컴퓨터 판독가능 매체) 또는 전파 신호에서 유형적으로 구체화된 컴퓨터 프로그램으로서 구현될 수 있다. 상술한 컴퓨터 프로그램(들)과 같은 컴퓨터 프로그램은 컴파일된 또는 인터프리트된 언어들을 포함하는 임의의 형태의 프로그래밍 언어로 기록될 수 있고, 독립형 프로그램으로서 또는 모듈, 구성요소, 서브루틴, 또는 컴퓨팅 환경에서의 사용에 적절한 다른 유닛으로서 포함하는 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 하나의 사이트에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 처리되도록 또는 다수의 사이트들에 걸쳐 분배되고 통신 네트워크에 의해 상호 연결되도록 전개될 수 있다.Implementations of the various techniques described herein may be implemented in digital electronic circuitry, or in computer hardware, firmware, software, or combinations thereof. Implementations may be implemented for processing by, or for controlling the operation of, a data processing device, eg, a programmable processor, computer, or number of computers, a computer program product, ie an information carrier, eg, a machine readable storage It may be embodied as a computer program tangibly embodied in an apparatus (computer readable medium) or a radio signal. A computer program, such as the computer program(s) described above, may be written in any form of programming language, including compiled or interpreted languages, as a standalone program or in a module, component, subroutine, or computing environment. It can be deployed in any form, including as other units suitable for use in A computer program may be deployed to be processed on one computer or multiple computers at one site or to be distributed across multiple sites and interconnected by a communications network.
컴퓨터 프로그램의 처리에 적절한 프로세서들은 예로서, 범용 및 특수 목적 마이크로프로세서들 둘 다, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서들을 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 요소들은 명령어들을 실행하는 적어도 하나의 프로세서 및 명령어들 및 데이터를 저장하는 하나 이상의 메모리 장치들을 포함할 수 있다. 일반적으로, 컴퓨터는 데이터를 저장하는 하나 이상의 대량 저장 장치들, 예를 들어 자기, 자기-광 디스크들, 또는 광 디스크들을 포함할 수 있거나, 이것들로부터 데이터를 수신하거나 이것들에 데이터를 송신하거나 또는 양쪽으로 되도록 결합될 수도 있다. 컴퓨터 프로그램 명령어들 및 데이터를 구체화하는데 적절한 정보 캐리어들은 예로서 반도체 메모리 장치들, 예를 들어, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 등을 포함한다. 프로세서 및 메모리는 특수 목적 논리 회로조직에 의해 보충되거나, 이에 포함될 수 있다.Processors suitable for processing a computer program include, by way of example, both general and special purpose microprocessors, and any one or more processors of any kind of digital computer. In general, a processor will receive instructions and data from read only memory or random access memory or both. Elements of a computer may include at least one processor that executes instructions and one or more memory devices that store instructions and data. In general, a computer may include one or more mass storage devices for storing data, for example magnetic, magneto-optical disks, or optical disks, receiving data from, sending data to, or both. may be combined to become Information carriers suitable for embodying computer program instructions and data are, for example, semiconductor memory devices, for example, magnetic media such as hard disks, floppy disks and magnetic tapes, Compact Disk Read Only Memory (CD-ROM). ), optical recording media such as DVD (Digital Video Disk), magneto-optical media such as optical disk, ROM (Read Only Memory), RAM (RAM) , Random Access Memory), flash memory, EPROM (Erasable Programmable ROM), EEPROM (Electrically Erasable Programmable ROM), and the like. Processors and memories may be supplemented by, or included in, special purpose logic circuitry.
또한, 컴퓨터 판독가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용매체일 수 있고, 컴퓨터 저장매체 및 전송매체를 모두 포함할 수 있다.In addition, the computer-readable medium may be any available medium that can be accessed by a computer, and may include both computer storage media and transmission media.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.While this specification contains numerous specific implementation details, they should not be construed as limitations on the scope of any invention or claim, but rather as descriptions of features that may be specific to particular embodiments of particular inventions. should be understood Certain features that are described herein in the context of separate embodiments may be implemented in combination in a single embodiment. Conversely, various features that are described in the context of a single embodiment may also be implemented in multiple embodiments, either individually or in any suitable subcombination. Furthermore, although features operate in a particular combination and may be initially depicted as claimed as such, one or more features from a claimed combination may in some cases be excluded from the combination, the claimed combination being a sub-combination. or a variant of a sub-combination.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 장치 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 장치들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.Likewise, although acts are depicted in the figures in a particular order, it should not be construed that all acts shown must be performed or that such acts must be performed in the specific order or sequential order shown in order to achieve desirable results. In certain cases, multitasking and parallel processing may be advantageous. Further, the separation of the various device components of the above-described embodiments should not be construed as requiring such separation in all embodiments, and the program components and devices described may generally be integrated together into a single software product or packaged into multiple software products. You have to understand that you can.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.On the other hand, the embodiments of the present invention disclosed in the present specification and drawings are merely presented as specific examples to aid understanding, and are not intended to limit the scope of the present invention. It will be apparent to those of ordinary skill in the art to which the present invention pertains that other modifications based on the technical spirit of the present invention can be implemented in addition to the embodiments disclosed herein.
101: 도로 연석 검출 장치
102: 이동 수단
103: 도로
104: 도로 경계
105: 도로 연석101: road curb detection device
102: means of transportation
103: road
104: road boundary
105: road curb
Claims (10)
상기 연속된 동심원들 각각이 나타내는 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하는 단계;
상기 기준 포인트들 간에 높이 변화에 따른 도로의 특정 고도를 갖는 연석 피쳐 포인트들을 검출하는 단계;
상기 연석 피쳐 포인트들을 필터링하여 도로의 경계를 나타내는 연석 포인트를 검출하는 단계
를 포함하며,
상기 연속된 동심원들을 추출하는 단계는,
도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영된 서로 다른 크기를 갖는 복수의 동심원을 추출하고,
상기 기준 포인트들을 추출하는 단계는,
상기 연속된 동심원들 간에 이격 거리를 분석하는 단계;
상기 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정하는 단계; 및
상기 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하는 단계
를 포함하는 도로 연석 검출 방법.extracting consecutive concentric circles having different sizes consisting of point groups of point cloud data;
extracting reference points constituting a second correction radius having a smaller radius than the first correction radius indicated by each of the continuous concentric circles;
detecting curb feature points having a specific elevation of the road according to a change in height between the reference points;
filtering the curb feature points to detect curb points representing the boundary of the road;
includes,
The step of extracting the continuous concentric circles,
Extracting a plurality of concentric circles having different sizes reflecting the road surface condition of the road based on the ring index indicating each point of the road,
The step of extracting the reference points,
analyzing the separation distance between the consecutive concentric circles;
setting a first correction radius for a point of a concentric circle for each of a plurality of concentric circles based on the ring index; and
Extracting reference points constituting a second correction radius having a smaller radius than the first correction radius based on the separation distance
A road curb detection method comprising a.
상기 연석 피쳐 포인트를 검출하는 단계는,
상기 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용하는 단계;
상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점(Elevated Point)과 평면점(Planar Point)으로 각각 분류하는 단계; 및
상기 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정하는 단계
를 포함하는 도로 연석 검출 방법.According to claim 1,
The step of detecting the curb feature point comprises:
applying a sliding window of a preset size to the reference points;
classifying the reference points included in the inside of the sliding window according to the height change between the reference points included in the inside of the sliding window into an Elevated Point and a Planar Point, respectively; and
determining the reference points classified as rising points as curb feature points having a specific elevation with respect to the road surface according to the classified result;
A road curb detection method comprising a.
상기 연석 포인트를 검출하는 단계는,
연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트(Curb Point)와 도로에 해당하는 직선 포인트(Line Point)로 분류하는 단계; 및
상기 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정하는 단계
를 포함하는 도로 연석 검출 방법.According to claim 1,
The step of detecting the curb point comprises:
filtering the curb feature points based on the curb shape and classifying the curb feature points into a curve point corresponding to a curb and a straight line point corresponding to a road; and
Determining a curb point composed of a curve point by removing a point corresponding to a straight line point among the curb feature points
A road curb detection method comprising a.
상기 도로 연석 검출 장치는 프로세서를 포함하고,
상기 프로세서는,
도로의 각 지점을 나타내는 링 인덱스를 기반으로 상기 도로의 노면 상태가 반영되며, 포인트 클라우드 데이터의 점 그룹으로 이루어진 서로 다른 크기를 갖는 연속된 동심원들을 추출하고,
상기 연속된 동심원들 간에 이격 거리를 분석하고,
상기 링 인덱스를 기반으로 복수의 동심원 각각에 대한 동심원의 포인트에 대한 제1 보정 반경을 설정하고,
상기 이격 거리에 기초하여 제1 보정 반경보다 작은 반경을 갖는 제2 보정 반경을 이루는 기준 포인트들을 추출하고,
상기 기준 포인트들 간에 높이 변화에 따른 도로의 특정 고도를 갖는 연석 피쳐 포인트들을 검출하고,
상기 연석 피쳐 포인트들을 필터링하여 도로의 경계를 나타내는 연석 포인트를 검출하는 도로 연석 검출 장치.A road curb detection apparatus for performing a road curb detection method, comprising:
The road curb detection device includes a processor,
The processor is
Based on the ring index indicating each point of the road, the road surface condition of the road is reflected, and consecutive concentric circles having different sizes consisting of point groups of point cloud data are extracted,
Analyze the separation distance between the consecutive concentric circles,
Set a first correction radius for the point of the concentric circle for each of a plurality of concentric circles based on the ring index,
Extracting reference points constituting a second correction radius having a smaller radius than the first correction radius based on the separation distance,
Detecting curb feature points having a specific elevation of the road according to a change in height between the reference points,
A road curb detection apparatus configured to filter the curb feature points to detect a curb point indicating a boundary of a road.
상기 프로세서는,
상기 기준 포인트들에 대해 미리 설정된 크기의 슬라이딩 윈도우를 적용하고,
상기 슬라이딩 윈도우의 내부에 포함된 기준 포인트들 간에 높이 변화에 따른 슬라이딩 윈도우의 내부에 포함된 기준 포인트들을 상승점과 평면점으로 각각 분류하고,
상기 분류된 결과에 따라 상승점으로 분류된 기준 포인트들을 노면에 대해 특정 고도를 갖는 연석 피쳐 포인트로 결정하는 도로 연석 검출 장치.7. The method of claim 6,
The processor is
Applying a sliding window of a preset size to the reference points,
Classifying the reference points included in the inside of the sliding window according to the change in height between the reference points included in the inside of the sliding window into a rising point and a plane point, respectively,
A road curb detection apparatus for determining reference points classified as rising points as curb feature points having a specific elevation with respect to the road surface according to the classification result.
상기 프로세서는,
연석 형상을 기준으로 상기 연석 피쳐 포인트들을 필터링하여, 연석 피쳐 포인트들을 연석에 해당하는 커브 포인트와 도로에 해당하는 직선 포인트로 분류하고,
상기 연석 피쳐 포인트 중 직선 포인트에 해당하는 포인트를 제거하여, 커브 포인트로 이루어진 연석 포인트를 결정하는 도로 연석 검출 장치.7. The method of claim 6,
The processor is
By filtering the curb feature points based on the curb shape, the curb feature points are classified into a curve point corresponding to a curb and a straight line point corresponding to a road,
A road curb detection apparatus for determining a curb point composed of a curve point by removing a point corresponding to a straight line point among the curb feature points.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190171974A KR102312892B1 (en) | 2019-12-20 | 2019-12-20 | Apparatus and method for detecting road curb |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190171974A KR102312892B1 (en) | 2019-12-20 | 2019-12-20 | Apparatus and method for detecting road curb |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210079815A KR20210079815A (en) | 2021-06-30 |
KR102312892B1 true KR102312892B1 (en) | 2021-10-15 |
Family
ID=76602116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190171974A KR102312892B1 (en) | 2019-12-20 | 2019-12-20 | Apparatus and method for detecting road curb |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102312892B1 (en) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101319471B1 (en) * | 2008-08-29 | 2013-10-17 | 미쓰비시덴키 가부시키가이샤 | Bird's-eye image forming device, bird's-eye image forming method, and recording medium |
KR101625486B1 (en) * | 2014-11-14 | 2016-05-30 | 재단법인대구경북과학기술원 | Map-based positioning system and method thereof |
CN105184852B (en) * | 2015-08-04 | 2018-01-30 | 百度在线网络技术(北京)有限公司 | A kind of urban road recognition methods and device based on laser point cloud |
KR20190014237A (en) * | 2017-07-31 | 2019-02-12 | 현대엠엔소프트 주식회사 | Apparatus and method for acquiring of road line using mobile mapping system |
-
2019
- 2019-12-20 KR KR1020190171974A patent/KR102312892B1/en active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
KR20210079815A (en) | 2021-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108345822B (en) | Point cloud data processing method and device | |
Hata et al. | Road marking detection using LIDAR reflective intensity data and its application to vehicle localization | |
US8670592B2 (en) | Clear path detection using segmentation-based method | |
US9852357B2 (en) | Clear path detection using an example-based approach | |
US11670087B2 (en) | Training data generating method for image processing, image processing method, and devices thereof | |
US8611585B2 (en) | Clear path detection using patch approach | |
US8428305B2 (en) | Method for detecting a clear path through topographical variation analysis | |
CN102779280B (en) | Traffic information extraction method based on laser sensor | |
US20100097455A1 (en) | Clear path detection using a vanishing point | |
JP2017223511A (en) | Road structuring device, road structuring method and road structuring program | |
EP3422289A1 (en) | Image processing device, imaging device, mobile entity apparatus control system, image processing method, and program | |
KR101822373B1 (en) | Apparatus and method for detecting object | |
WO2017130640A1 (en) | Image processing device, imaging device, mobile entity apparatus control system, image processing method, and program | |
US8718329B2 (en) | Top-down view classification in clear path detection | |
JP6583527B2 (en) | Image processing apparatus, imaging apparatus, mobile device control system, image processing method, and program | |
KR20170104287A (en) | Driving area recognition apparatus and method for recognizing driving area thereof | |
JP6705497B2 (en) | Image processing device, imaging device, mobile device control system, image processing method, program, and mobile device | |
JP4940177B2 (en) | Traffic flow measuring device | |
US20230221140A1 (en) | Roadmap generation system and method of using | |
CN113219472B (en) | Ranging system and method | |
JP5888275B2 (en) | Road edge detection system, method and program | |
KR102312892B1 (en) | Apparatus and method for detecting road curb | |
KR102274548B1 (en) | Road feature map construction method and apparatus | |
Belaroussi et al. | Convergence of a traffic signs-based fog density model | |
KR101706455B1 (en) | Road sign detection-based driving lane estimation method and apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right |