KR102486496B1 - 라이다 센서를 이용하여 노면을 검출하는 방법 및 장치 - Google Patents

라이다 센서를 이용하여 노면을 검출하는 방법 및 장치 Download PDF

Info

Publication number
KR102486496B1
KR102486496B1 KR1020227014913A KR20227014913A KR102486496B1 KR 102486496 B1 KR102486496 B1 KR 102486496B1 KR 1020227014913 A KR1020227014913 A KR 1020227014913A KR 20227014913 A KR20227014913 A KR 20227014913A KR 102486496 B1 KR102486496 B1 KR 102486496B1
Authority
KR
South Korea
Prior art keywords
road surface
cells
value
cell
profile
Prior art date
Application number
KR1020227014913A
Other languages
English (en)
Other versions
KR20230001003A (ko
Inventor
천창환
이승용
Original Assignee
(주)뷰런테크놀로지
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)뷰런테크놀로지 filed Critical (주)뷰런테크놀로지
Publication of KR20230001003A publication Critical patent/KR20230001003A/ko
Application granted granted Critical
Publication of KR102486496B1 publication Critical patent/KR102486496B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/02Estimation 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
    • B60W40/06Road conditions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/89Lidar systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/93Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497Means for monitoring or calibrating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W2050/0001Details of the control system
    • B60W2050/0002Automatic control, details of type of controller or control system architecture
    • B60W2050/0004In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005Processor details or data handling, e.g. memory registers or chip architecture
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408Radar; Laser, e.g. lidar
    • B60W2420/52
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

본 발명의 일 실시예에 따른 노면 검출 장치에 의해 수행되는 도로의 노면을 검출하는 방법은, 라이다 센서로부터 획득한 포인트들을, 원형 그리드 맵에 포함된 복수의 셀들에 배치하는 단계; 상기 포인트들의 높이를 이용하여, 상기 복수의 셀들 각각에 대한 프로파일 값을 생성하는 단계; 및 상기 프로파일 값을 이용하여, 상기 복수의 셀들 각각에 포함된 노면 포인트를 검출하는 단계를 포함할 수 있다.

Description

라이다 센서를 이용하여 노면을 검출하는 방법 및 장치
본 발명은 라이다 센서를 이용하여 노면을 검출하는 방법 및 장치에 관한 것이다.
라이다 센서는 다양한 산업분야(자율주행, 보안, 안전, 항만 등)에 각광을 받으며 사용되고 있는 센서이다. 높은 정확도를 갖는 라이다 센서의 포인트 위치 정보를 활용하면 다양한 분야의 적용 및 접목이 가능하다.
라이다 센서는 다수의 포인트 클라우드 데이터를 제공하며, 이를 효과적으로 처리하기 위해서는 객체화를 하는 것이 중요하다. 여기서, 객체화는 장애물 또는 물체 단위로 포인트들을 묶어 표현하는 것을 의미한다.
자율주행 분야에서 이와 같은 객체화를 효과적으로 수행하기 위해서는, 노면에서 반사되는 포인트들을 정확히 검출해내는 것이 필요하다. 왜냐하면, 먼저 노면이 정확히 검출되어야 장애물 검출, 맵 빌딩 등 그 이후의 나머지 프로세스들이 원활히 동작을 할 수 있기 때문이다.
또한, 자율주행 분야에서는 노면에 있는 노면 포인트들을 장애물로 인지하지 않는 것이 매우 중요한 사항이다. 정확한 노면 검출을 통해, 장애물이 존재하지 않는 주행가능 영역을 찾을 수 있으며, 차선 및 도로 표지 검출에 활용할 수 있는 영역 정보를 제공할 수 있다.
<다른 라이다 처리 기술들이 가지는 문제점>
라이다 센서의 포인트 데이터는 많은 양의 포인트들을 포함하기 때문에 그 처리가 매우 어렵다는 단점이 존재한다. 또한, 모든 포인트들을 접근하여 군집화 및 노면 검출을 수행하게 되면 매우 많은 처리 시간이 필요하게 되어 실제 적용에 많은 제약이 따른다.
노면은 다양한 굴곡을 가질 수 있으며, 그 굴곡이 방향 별, 위치 별로 다양하게 존재할 수 있다. 또한, 고가차도 입구, 지하차도 입구 등 큰 변화가 존재하는 다양한 노면들이 복합적으로 존재할 수 있다. 그러므로 이런 다양한 노면 환경에서도 효과적으로 노면을 검출하는 것이 매우 중요하다.
또한, 라이다 센서는 다양한 종류, 다양한 스캔 방식과 정보를 가지고 있다. 그래서 한가지 센서에서 동작하는 방식이 다른 센서에서 동작하지 않는 방법들이 존재할 수 있다. 이러한 다양한 센서 조건은 라이다가 보편화될수록 더욱 많아질 것이다. 이런 다양한 라이다 센서에서도 동작할 수 있는 알고리즘을 위해 라이다의 스캔 구조와 상관없는 포인트 클라우드 데이터만을 이용하여 정확하게 노면을 검출하는 기술이 필요하다.
본 발명이 해결하고자 하는 과제는, 라이다 센서를 이용하여 노면을 검출하는 방법을 제공하는 것이다.
다만, 본 발명이 해결하고자 하는 과제는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 노면 검출 장치에 의해 수행되는 도로의 노면을 검출하는 방법은, 라이다 센서로부터 획득한 포인트들을, 원형 그리드 맵에 포함된 복수의 셀들에 배치하는 단계; 상기 포인트들의 높이를 이용하여, 상기 복수의 셀들 각각에 대한 프로파일 값을 생성하는 단계; 및 상기 프로파일 값을 이용하여, 상기 복수의 셀들 각각에 포함된 노면 포인트를 검출하는 단계를 포함할 수 있다.
상기 복수의 셀들 각각에 대한 프로파일 값을 생성하는 단계는, 상기 포인트들의 높이를 이용하여, 상기 복수의 셀들 중에서 적어도 하나의 노면 후보 셀을 결정하는 단계; 및 상기 적어도 하나의 노면 후보 셀에 포함된 포인트의 높이를 이용하여, 상기 복수의 셀들 각각에 대한 프로파일 값을 생성하는 단계를 포함할 수 있다.
상기 적어도 하나의 노면 후보 셀을 결정하는 단계는, 상기 복수의 셀들 각각에 포함된 포인트들 중에서 높이가 가장 높은 제1 포인트와 높이가 가장 낮은 제2 포인트 사이의 높이 차이를 비교하는 단계; 및 상기 비교 결과에 기초하여, 상기 적어도 하나의 노면 후보 셀을 결정하는 단계를 포함할 수 있다.
상기 복수의 셀들 각각에 대한 프로파일 값을 생성하는 단계는, 상기 적어도 하나의 노면 후보 셀 중에서 각(angle) 성분이 동일한 노면 후보 셀들을 추출하는 단계; 및 상기 각 성분이 동일한 노면 후보 셀들 중에서 제1 노면 후보 셀에 포함되고 높이가 가장 낮은 제1 포인트의 높이 값과, 상기 원형 그리드 맵의 로우(Rho) 방향으로 상기 제1 노면 후보 셀의 직전에 위치한 제2 노면 후보 셀에 포함되고 높이가 가장 낮은 제2 포인트의 높이 값의 차이가 기 설정된 값 이하인 경우, 상기 제1 노면 후보 셀을 유효 노면 셀로 선정하는 단계를 포함할 수 있다.
상기 복수의 셀들 각각에 대한 프로파일 값을 생성하는 단계는, 상기 선정된 유효 노면 셀 중에서 각 성분이 동일한 유효 노면 셀들 각각에 포함된 포인트의 높이 값을 이용하여, 상기 각 성분이 동일한 유효 노면 셀들에 대한 라인 피팅(line fitting) 함수를 생성하는 단계를 포함할 수 있다.
상기 라인 피팅 함수는 상기 원형 그리드 맵의 반지름(radius) 성분 별 높이 값을 나타낼 수 있다.
상기 복수의 셀들 각각에 대한 프로파일 값을 생성하는 단계는, 상기 라인 피팅 함수를 이용하여, 상기 복수의 셀들 중에서 제1 셀의 제1 프로파일 값을 생성하는 단계; 및 상기 제1 셀과 반지름 성분이 동일하면서 상기 제1 셀에 인접한 소정의 개수의 제2 셀들의 제2 프로파일 값의 평균 값을 상기 제1 셀의 최종 프로파일 값으로 결정하는 단계를 포함할 수 있다.
상기 제1 셀의 최종 프로파일 값으로 결정하는 단계에서, 상기 제2 셀들 중에서, 프로파일 값이 상기 제1 프로파일 값과 소정의 기준 값 이상 차이나는 제3 셀은 제외시키고 상기 평균 값을 생성할 수 있다.
상기 노면 포인트를 검출하는 단계는, 상기 제1 셀에 포함된 포인트들 중에서 높이 값이 상기 최종 프로파일 값으로부터 기 설정된 범위 내에 있는 포인트를 상기 노면 포인트로 검출하는 단계를 포함할 수 있다.
본 발명의 다른 실시예에 따른 노면을 검출하는 노면 검출 장치는, 라이다 센서로부터, 상기 라이다 센서 주변을 검색한 포인트 데이터를 획득하는 송수신기; 및 상기 송수신기를 제어하는 프로세서를 포함하고, 상기 프로세서는, 상기 포인트 데이터를, 원형 그리드 맵에 포함된 복수의 셀들에 배치하고, 상기 복수의 셀들 각각에 포함된 적어도 하나의 포인트의 높이를 이용하여, 상기 복수의 셀들 중에서 적어도 하나의 노면 후보 셀을 결정하고, 상기 적어도 하나의 노면 후보 셀에 포함된 상기 적어도 하나의 포인트의 높이를 이용하여, 상기 복수의 셀들 각각에 대한 프로파일 값을 생성하고, 상기 프로파일 값을 이용하여, 상기 복수의 셀들 각각에 포함된 노면 포인트를 검출할 수 있다.
본 발명의 또 다른 실시예에 따른 노면 검출 시스템은, 주변을 검색한 포인트 데이터를 획득하는 라이다 센서; 및 상기 포인트 데이터를, 원형 그리드 맵에 포함된 복수의 셀들에 배치하고, 상기 복수의 셀들 각각에 포함된 적어도 하나의 포인트의 높이를 이용하여, 상기 복수의 셀들 중에서 적어도 하나의 노면 후보 셀을 결정하고, 상기 적어도 하나의 노면 후보 셀에 포함된 상기 적어도 하나의 포인트의 높이를 이용하여, 상기 복수의 셀들 각각에 대한 프로파일 값을 생성하고, 상기 프로파일 값을 이용하여, 상기 복수의 셀들 각각에 포함된 노면 포인트를 검출하는 노면 검출 장치를 포함할 수 있다.
본 발명의 실시예에 의하면, 원형 그리드 맵을 복수의 셀로 분할하여 도로의 노면을 검출함으로써, 빠르고 효율적으로 노면을 검출할 수 있다.
또한, 본 발명의 실시예에 의하면, 로우 방향으로 노면 프로파일을 수행하고, 세타 방향으로 프로파일 필터링을 수행함으로써, 도로에 존재하는 다양한 굴곡이나 고가차도, 지하차도 등의 진입, 진출 구간을 정밀하게 검출할 수 있다.
또한, 본 발명의 실시예에 의하면, 원형 그리드 맵을 분할한 복수의 셀을 이용하여 도로의 노면을 검출함으로써, 라이다 센서의 종류와 무관하게 노면을 검출할 수 있으며, 따라서, 시스템의 적용성이 높은 장점이 있다.
도 1은 본 발명의 실시예에 따른 노면 검출 시스템을 나타내는 블록도이다.
도 2는 본 발명의 실시예에 따른 노면 검출 프로그램의 기능을 개념적으로 나타내는 블록도이다.
도 3은 본 발명의 실시예에 따른 원형 그리드 맵을 나타낸다.
도 4는 본 발명의 실시예에 따라 노면 후보 셀을 결정하는 일 예시를 나타낸다.
도 5는 본 발명의 실시예에 따라 로우 방향 프로파일부가 노면 후보 셀들 중에서 유효 노면 셀을 선정하는 방법의 일 예시를 나타낸다.
도 6는 본 발명의 실시예에 따라 로우 방향 프로파일부가 생성한 피팅 함수의 일 예시를 나타낸다.
도 7은 본 발명의 실시예에 따라 세타 방향 필터링부가 세타 방향으로 로우 방향 프로파일 값을 필터링하는 일 예시를 나타낸다.
도 8은 노면 포인트 검출부가 노면 포인트를 검출한 결과로서, 획득한 포인트들 중에서 노면 포인트를 제외하고 객체 포인트들을 나타낸 일 예시이다.
도 9는 본 발명의 실시예에 따라 노면 검출 장치가 노면을 검출하는 방법을 나타내는 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 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 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 실시예에 따른 노면 검출 시스템을 나타내는 블록도이다.
도 1을 참조하면, 노면 검출 시스템(10)은 라이다 센서(20) 및 노면 검출 장치(100)를 포함할 수 있다.
본 명세서에서는, 설명의 편의상, 노면 검출 시스템(10)이 자율주행차량(이하 간략하게, 차량)에 탑재되는 것으로 설명하지만, 이에 한정되지 않는다. 즉, 노면 검출 시스템(10)은 자율주행차량 뿐만 아니라 드론 등의 무인 이동체에도 탑재될 수 있으며, 자율주행체나 무인 이동체가 아닌 다른 이동 가능한 이동체(자동차, 오토바이, 비행체 등)에도 탑재될 수 있다.
뿐만 아니라, 본 명세서에서 라이다 센서(20)는 노면 검출 장치(100)와 구분되는 별개의 장치로서, 노면 검출 장치(100)로 포인트 데이터를 전송하는 것으로 설명하지만, 이에 한정되지 않는다. 즉, 실시예에 따라, 라이다 센서(20)는 노면 검출 장치(100)에 포함될 수 있으며, 이와 같은 경우, 라이다 센서(20)는 내부 시그널링 등을 통해 후술할 포인트 데이터 수신부(210)로 포인트 데이터를 전송할 수 있다.
라이다 센서(20)는 소정의 방향(예컨대, 노면 검출 장치(100)의 이동 방향(전방) 뿐만 아니라, 측방, 후방을 포함하는 360도 방향으로 레이저를 방사하고, 주위의 지형지물 등에 의해 반사된 포인트 데이터를 수신할 수 있다. 이때, 라이다 센서(20)가 방사하여 수신한 포인트 데이터는 하나 이상의 포인트를 포함할 수 있다.
노면 검출 장치(100)는 라이다 센서(20)로부터 포인트 데이터를 수신하고, 수신한 포인트 데이터를 이용하여 노면 검출 장치(100)(또는 노면 검출 장치(100)가 탑재된 차량)의 주변의 노면을 검출할 수 있다.
보다 자세하게는, 노면 검출 장치(100)는 복수의 셀들로 구분된 원형 그리드 맵을 생성하고, 수신한 포인트 데이터에 포함된 복수의 포인트들을 상기 복수의 셀들 각각에 배치하고, 상기 복수의 셀들에 대해 생성한 프로파일 데이터를 이용하여 상기 복수의 셀들 각각에 포함된 노면 포인트를 검출할 수 있다.
실시예에 따라, 노면 검출 장치(100)는 원형 그리드 맵을 복수의 셀들로 분할할 때, 물리적으로 의미있는 수치로 셀의 크기(예컨대, 반지름 성분, 각 성분의 크기 등)를 설정할 수 있다. 즉, 물리적으로 의미 있는 수치의 셀을 이용하여 결정된 프로파일 데이터를 이용하여 노면을 검출하기 때문에, 노면 검출 장치(100)는 라이다 센서(20)의 종류와 무관하게(즉, 포인트가 어떤 형태로 들어오던지 관계없이) 노면을 검출할 수 있다.
이를 위해, 노면 검출 장치(100)는 프로세서(100), 송수신기(110) 및 메모리(130)를 포함할 수 있다.
프로세서(110)는 노면 검출 장치(100)의 동작을 전반적으로 제어할 수 있다.
프로세서(110)는, 송수신기(120)를 이용하여, 라이다 센서(20)로부터 포인트 데이터를 수신할 수 있다.
본 명세서에서는, 노면 검출 장치(100)는 송수신기(120)를 이용하여 포인트 데이터를 수신하는 것으로 설명하였지만, 이에 한정되지 않는다. 즉, 실시예에 따라, 노면 검출 장치(100)는 입출력기(미도시)를 포함하고, 입출력기(미도시)를 이용하여 포인트 데이터를 수신할 수 있으며, 또는 라이다 센서(20)가 노면 검출 장치(100)에 포함되어, 포인트 데이터가 노면 검출 장치(100) 내에서 생성할 수도 있다.
메모리(130)는 노면 검출 프로그램(200) 및 노면 검출 프로그램(200)의 실행에 필요한 정보를 저장할 수 있다.
본 명세서에서 노면 검출 프로그램(200)은 포인트 데이터를 이용하여 도로 상의 노면을 검출하도록 프로그램된 명령어들을 포함하는 소프트웨어를 의미할 수 있다.
프로세서(110)는 노면 검출 프로그램(200)을 실행하기 위하여 메모리(130)에서 노면 검출 프로그램(200) 및 노면 검출 프로그램(200)의 실행에 필요한 정보를 로드할 수 있다.
프로세서(110)는, 노면 검출 프로그램(200)을 실행하여, 수신한 포인트 데이터를 이용하여 도로 상의 노면을 검출할 수 있다.
노면 검출 프로그램(200)의 기능 및/또는 동작에 대하여는 도 2를 통해 상세하게 살펴보기로 한다.
도 2는 본 발명의 실시예에 따른 노면 검출 프로그램의 기능을 개념적으로 나타내는 블록도이다.
도 1 및 도 2를 참조하면, 노면 검출 프로그램(200)은 그리드 맵 생성부(210), 노면 후보 셀 결정부(220), 로우 방향 프로파일부(230), 세타 방향 필터링부(240) 및 노면 포인트 검출부(250)를 포함할 수 있다.
도 2에 도시된 그리드 맵 생성부(210), 노면 후보 셀 결정부(220), 로우 방향 프로파일부(230), 세타 방향 필터링부(240) 및 노면 포인트 검출부(250)는 노면 검출 프로그램(200)의 기능을 쉽게 설명하기 위하여 노면 검출 프로그램(200)의 기능을 개념적으로 나눈 것으로서, 이에 한정되지 않는다. 실시예들에 따라, 그리드 맵 생성부(210), 노면 후보 셀 결정부(220), 로우 방향 프로파일부(230), 세타 방향 필터링부(240) 및 노면 포인트 검출부(250)의 기능은 병합/분리 가능하며, 하나의 프로그램에 포함된 일련의 명령어들로 구현될 수도 있다.
그리드 맵 생성부(210)는 라이다 센서(20)로부터 포인트 데이터를 수신할 수 있다. 포인트 데이터 수신부(210)가 수신하는 포인트 데이터에는 복수의 포인트들이 포함될 수 있다.
그리드 맵 생성부(210)는 원형 그리드 맵을 생성하고, 생성한 원형 그리드 맵을 복수의 셀들로 분할하고, 수신한 포인트 데이터에 포함된 복수의 포인트들을 상기 복수의 셀들 각각에 배치할 수 있다.
도 3을 더 참조하면, 도 3은 본 발명의 실시예에 따른 원형 그리드 맵을 나타낸다. 예컨대, 원형 그리드 맵(GM)에 포함된 복수의 셀들은 극좌표계로, 즉, 로우(Rho) 방향의 반지름 성분(R)과 세타(Theta) 방향의 각 성분(T)으로, 표현될 수 있다.
여기서, 반지름 성분(R)은 원형 그리드 맵(GM)의 중심(즉, 극)으로부터 거리에 따른 순서를 의미하고, 각 성분(T)은 원형 그리드 맵(GM)의 0°(직교 좌표계에서 x축의 양의 방향에 해당)에서 반시계 방향으로 계산된 순서를 의미할 수 있다.
예컨대, 원형 그리드 맵(GM)의 0° 방향을 기준으로, 로우 방향으로 첫 번째이면서 세타 방향으로 첫 번째에 위치하는 셀은 (R1, T1)과 같이 표현되고, 로우 방향으로 두 번째이면서 세타 방향으로 첫 번째에 위치하는 셀은 (R2, T1)과 같이 표현될 수 있다.
실시예에 따라, 원형 그리드 맵(GM)은 라이다 센서(20)를 중심으로 생성되거나, 노면 검출 장치(100)를 중심으로 생성될 수 있으나, 이에 한정되는 것이 아니다.
노면 후보 셀 결정부(220)는 복수의 셀들 각각에 포함된 적어도 하나의 포인트의 높이를 이용하여, 복수의 셀들 중에서 적어도 하나의 노면 후보 셀을 결정할 수 있다.
보다 자세하게는, 노면 후보 셀 결정부(220)는 복수의 셀들 중에서, 각 셀에 포함된 포인트들 중 높이가 가장 높은 포인트와 높이가 가장 낮은 포인트 사이의 높이 차이가 기 설정된 값 이하(미만)인 셀들을 노면 후보 셀로 결정할 수 있다.
도 4를 더 참조하면, 도 4는 본 발명의 실시예에 따라 노면 후보 셀을 결정하는 일 예시를 나타낸다.
예컨대, 제1 셀(C1)에 포함된 포인트들 중에서 높이가 가장 높은 포인트(P1)와 높이가 가장 낮은 포인트(P2) 사이의 높이 차이(d1)가 기 설정된 값 이하(미만)이므로, 제1 셀(C1)은 노면 후보 셀로 결정될 수 있다. 하지만, 제2 셀(C2)에 포함된 포인트들 중에서 높이가 가장 높은 포인트(P3)와 높이가 가장 낮은 포인트(P4) 사이의 높이 차이(d2)가 기 설정된 값 초과(이상)이므로, 제2 셀(C2)은 노면 후보 셀이 아니라고 결정될 수 있다.
로우 방향 프로파일부(230)는 노면 후보 셀을 이용하여 로우 방향에 대한 프로파일을 생성할 수 있다.
이를 위해, 먼저 로우 방향 프로파일부(230)는, 로우 방향에 대하여, 노면 후보 셀에 포함된 포인트의 높이에 기초하여, 노면 후보 셀들 중에서 유효 노면 셀을 선정할 수 있다.
보다 자세하게, 로우 방향 프로파일부(230)는 로우 방향의 반지름 성분으로 구분되는 노면 후보 셀들(즉, 동일한 각 성분을 갖는 노면 후보 셀들) 중에서, 판단 대상인 노면 후보 셀의 최소 높이 값을, 직전 노면 후보 셀의 최소 높이 값과 비교할 수 있다.
로우 방향 프로파일부(230)는, 판단 대상인 노면 후보 셀의 최소 높이 값과 직전 노면 후보 셀의 최소 높이 값의 차이가 기 설정된 값 이하(미만)인 경우, 판단 대상인 노면 후보 셀을 유효 노면 셀로 선정할 수 있다.
여기서, 상기 판단 대상인 노면 후보 셀은, 유효 노면 셀인지 여부를 판단하는 대상이 되는 노면 후보 셀을 의미하고, 상기 직전 노면 후보 셀은 동일한 각 성분을 갖는 노면 후보 셀들 중에서 로우 방향으로 상기 판단 대상인 노면 후보 셀 직전에 위치하는 노면 후보 셀을 의미하고, 상기 최소 높이 값은 노면 후보 셀에 포함된 포인트들 중에서 높이가 가장 낮은 포인트의 높이를 의미할 수 있다.
동일한 각 성분을 갖는 노면 후보 셀들 중에서 반지름 성분의 값이 가장 작은 노면 후보 셀은, 평탄한 셀들 중에서 노면 검출 장치(100)가 탑재된 차량으로부터 가장 가까운 노면 후보 셀을 의미하는데, 이와 같은 노면 후보 셀은 유효 노면 셀일 확률이 아주 크다고 볼 수 있다.
따라서, 노면 후보 셀들 중에서 반지름 성분의 값이 가장 작은 노면 후보 셀을 기준으로, 반지름 성분의 값이 두 번째로 작은 노면 후보 셀이 유효 노면 셀인지 여부를 판단하고, 반지름 성분의 값이 두 번째로 작은 노면 후보 셀이 유효 노면 셀을 기준으로, 반지름 성분의 값이 세 번째로 작은 노면 후보 셀이 유효 노면 셀인지 여부를 판단하며, 이후 동일한 과정을 반복하면서, 동일한 각 성분을 갖는 노면 후보 셀들의 유효 노면 셀 여부를 판단할 수 있다.
노면 후보 셀들 중에서 반지름 성분의 값이 가장 작은 노면 후보 셀을 기준으로, 나머지 노면 후보 셀의 유효 노면 셀 여부를 판단하지 않는 것은, 평탄한 지형이 아닌, 경사가 있는 지형에서의 노면을 검출하기 위함이다.
예컨대, 도 5를 더 참조하면, 각 성분이 동일한 제1 셀(C1), 제2 셀(C2), 제3 셀(C3) 및 제4 셀(C4) 중에서 제1 셀(C1), 제3 셀(C3) 및 제4 셀(C4)이 노면 후보 셀인 경우, 로우 방향 프로파일부(230)는 제1 셀(C1)은 유효 노면 셀로 간주하고, 제1 셀(C1)의 최소 높이 값과 제3 셀(C3)의 최소 높이 값의 차이가 기 설정된 값 이하(미만)인 경우, 제3 셀(C3)을 유효 노면 셀로 선정하고, 제3 셀(C3)의 최소 높이 값과 제4 셀(C4)의 최소 높이 값의 차이가 기 설정된 값 초과(이상)인 경우, 제4 셀(C4)은 유효 노면 셀이 아니라고 판단할 수 있다.
계속하여, 로우 방향 프로파일부(230)는 각 성분이 동일한(즉, 특정 로우 방향의) 유효 노면 셀들 각각에 포함된 포인트의 높이에 기초하여, 로우 방향에 대한 노면 프로파일을 수행하고, 각 선분이 동일한 셀들의 로우 방향 프로파일 값을 생성할 수 있다.
보다 자세하게는, 로우 방향 프로파일부(230)는 각 성분이 동일한 유효 노면 셀들의 최소 높이 값을 이용하여, 로우 방향에 대한 노면 프로파일을 수행함으로써, 해당 로우 방향에 대한 피팅 함수를 생성할 수 있다. 여기서, 상기 피팅 함수는, 특정 셀의 반지름 성분 값을 입력받으면, 로우 방향 프로파일 값으로 상기 특정 셀의 최소 높이 값을 출력하는 함수일 수 있다.
즉, 로우 방향 프로파일부(230)는 각 성분 값이 T1으로 동일한 유효 노면 셀들의 최소 높이 값을 라인 피팅(line fitting)하여, T1에 대한(즉, T1 방향에 대한) n차 피팅 함수를 생성하고, 생성한 피팅 함수에 각 성분 값이 T1인 셀들의 반지름 성분 값을 입력함으로써, 각 선분이 동일한 셀들의 로우 방향 프로파일 값을 생성할 수 있다.
실시예에 따라, 로우 방향 프로파일부(230)는, RANSAC 알고리즘을 이용하여, 로우 방향에 대한 노면 프로파일로서 n차 피팅 함수를 생성할 수 있다. 이에 따라, 유효 노면 셀들의 최소 높이 값들 중에서 아웃라이어(outlier)가 제거되고, 인라이어(inlier)만으로 구성된 피팅 함수가 생성될 수 있다. 이로 인해, 로우 방향에 대한 노면 프로파일의 정확성이 향상될 수 있다.
예컨대, 도 6을 더 참조하면, 로우 방향 프로파일부(230)는 동일한 각 성분을 갖는 유효 노면 셀들(C1, C3, C4, C6~C10)의 최소 높이 값을 라인 피팅하여 피팅 함수(FF)를 생성할 수 있다. 이때, 제9 셀(C9)의 최소 높이 값은 피팅 함수에 벗어나는 것으로서 아웃라이어에 해당하므로, 피팅 함수(FF)를 생성할 때 이용되지 않을 수 있다.
도 6에서 확인할 수 있는 바와 같이, 피팅 함수(FF)가 나타내는 로우 방향 프로파일 값(즉, 유효 노면 셀이 라인 피팅된 최소 높이 값)은 유효 노면 셀의 실제 최소 높이 값과 차이가 있을 수 있다. 이는 유효 노면 셀의 실제 최소 높이 값을 이용하여 라인 피팅함으로써 발생하는 오차에 해당할 수 있다.
또한, 피팅 함수(FF)가 연속된(continuous) 형태로 생성됨으로 인하여, 피팅 함수(FF)는 각 성분 값이 T1인 셀들 중에서 유효 노면 셀이 아닌 셀의 로우 방향 프로파일 값도 나타낼 수 있다.
따라서, 로우 방향 프로파일부(230)가 모든 각 성분에 대해 로우 방향의 노면 프로파일을 수행하는 경우, 유효 노면 셀 여부와 관계 없이 모든 셀에 대한 로우 방향 프로파일 값이 생성될 수 있다.
이후, 세타 방향 필터링부(240)는 로우 방향 프로파일부(230)에서 생성한 로우 방향 프로파일 값의 안정성을 높이기 위해, 로우 방향 프로파일 값을 세타 방향으로 필터링할 수 있다.
보다 자세하게는, 세타 방향 필터링부(240)는 복수의 셀들 중에서 어느 한 셀(이하, 필터 대상 셀)에 대하여, 상기 필터 대상 셀과 반지름 성분이 동일하면서, 상기 필터 대상 셀에 인접한 소정의 개수의 셀들의 로우 방향 프로파일 값들의 평균 값을 산출하고, 상기 평균 값을 상기 필터 대상 셀의 최종 프로파일 값으로 결정할 수 있다.
세타 방향 필터링부(240)는, 상기 평균 값을 산출할 때, 상기 필터 대상 셀에 인접한 소정의 개수의 셀들 중에서 로우 방향 프로파일 값이 상기 필터 대상 셀의 로우 방향 프로파일 값과 소정의 기준 값 이상 차이나는 셀은 제외시킬 수 있다. 이는, 고가도로 또는 지하차도의 진입 구간과 같이, 세타 방향으로 큰 차이가 나타나는 경우에도 노면을 정확하게 검출할 수 있기 위함이다.
즉, 세타 방향 필터링부(240)는 아래의 수학식 1을 이용하여 상기 필터 대상 셀에 인접한 소정의 개수의 셀들의 로우 방향 프로파일 값들의 평균 값을 산출할 수 있다.
Figure 112022047128033-pct00001
여기서, FT(R,T)는 반지름 성분 값(R)과 각 성분 값(T)을 갖는 셀의 최종 프로파일 값을 의미하고, N은 상기 최종 프로파일 값을 생성하는데 이용된 상기 필터 대상 셀에 인접한 셀들의 개수를 의미하고, H(R,Ti)는 반지름 성분 값(R)과 각 성분 값(Ti)을 갖는 인접 셀의 로우 방향 프로파일 값을 의미하고, H(R,T)는 반지름 성분 값(R)과 각 성분 값(T)을 갖는 셀의 로우 방향 프로파일 값을 의미하고, th는 소정의 기준 값을 의미할 수 있다.
예컨대, 도 7을 더 참조하면, 도 7의 (a)는 차량에 탑재된 노면 검출 장치(100)가 반지름 성분이 동일한 셀들에 대해 세타 방향으로 필터링을 수행하는 일 예시를 나타내고, 도 7의 (b)는 차량에 탑재된 노면 검출 장치(100)가 반지름 성분이 동일한 셀들에 대해 세타 방향으로 필터링을 수행함으로써, 고가도로 진입 구간에서 노면의 높이 차이를 검출해내는 일 예시를 나타낸다.
따라서, 도 7에서 확인할 수 있는 바와 같이, 세타 방향 필터링부(240)가, 상기 평균 값을 산출할 때, 상기 필터 대상 셀에 인접한 소정의 개수의 셀들 중에서 로우 방향 프로파일 값이 상기 필터 대상 셀의 로우 방향 프로파일 값과 소정의 기준 값 이상 차이나는 셀은 제외시킴으로써, 노면 검출 장치(100)는, 고가도로 또는 지하차도의 진입 구간과 같이, 세타 방향으로 큰 차이가 나타나는 경우에도 노면을 정확하게 검출할 수 있다.
노면 포인트 검출부(250)는, 복수의 셀들의 최종 프로파일 값에 기초하여, 상기 복수의 셀들 각각에 대한 노면 포인트를 검출할 수 있다.
보다 자세하게, 노면 포인트 검출부(250)는 복수의 셀들 각각에 포함된 포인트들 중에서 높이 값이 복수의 셀들 각각의 최종 프로파일 값으로부터 기 설정된 범위 내에 있는 포인트를 노면 포인트로 검출할 수 있다.
노면 포인트 검출부(250)는 복수의 셀들에 포함된 포인트들 중에서 노면 포인트가 아닌 포인트들은 객체 포인트로 분류하여 처리할 수 있다.
예컨대, 도 8을 더 참조하면, 도 8은 노면 포인트 검출부(250)가 노면 포인트를 검출한 결과로서, 획득한 포인트들 중에서 노면 포인트를 제외하고 객체 포인트들을 나타낸 일 예시이다.
즉, 노면 포인트 검출부(250)가 복수의 셀들에 포함된 포인트들 중에서 노면 포인트만을 검출함으로써, 노면 검출 장치(100)는 노면이 아닌 객체 포인트를 보다 정확하게 분류할 수 있다.
도 9는 본 발명의 실시예에 따라 노면 검출 장치가 노면을 검출하는 방법을 나타내는 흐름도이다.
도 1, 도 2 및 도 9를 참조하면, 그리드 맵 생성부(210)는 생성한 원형 그리드 맵을 복수의 셀들로 분할하고, 수신한 포인트 데이터에 포함된 복수의 포인트들을 상기 복수의 셀들 각각에 배치할 수 있다(S900).
노면 후보 셀 결정부(220)는 복수의 셀들 각각에 포함된 포인트의 높이를 이용하여, 복수의 셀들 중에서 적어도 하나의 노면 후보 셀을 결정할 수 있다(S910).
로우 방향 프로파일부(230)는, 로우 방향에 대하여, 노면 후보 셀에 포함된 포인트의 높이에 기초하여, 노면 후보 셀들 중에서 유효 노면 셀을 선정하고(S920), 각 성분이 동일한 유효 노면 셀들 각각에 포함된 포인트의 높이에 기초하여, 로우 방향에 대한 노면 프로파일을 수행할 수 있다(S930).
이후, 세타 방향 필터링부(240)는 필터 대상 셀과 반지름 성분이 동일하면서, 상기 필터 대상 셀에 인접한 셀들의 로우 방향 프로파일 값들의 평균 값을 산출하고, 상기 평균 값을 상기 필터 대상 셀의 최종 프로파일 값으로 결정할 수 있다(S940).
마지막으로, 노면 포인트 검출부(250)는, 복수의 셀들의 최종 프로파일 값에 기초하여, 상기 복수의 셀들 각각에 대한 노면 포인트를 검출할 수 있다(S950).
본 발명의 실시예에 의하면, 원형 그리드 맵을 복수의 셀로 분할하여 도로의 노면을 검출함으로써, 빠르고 효율적으로 노면을 검출할 수 있다.
또한, 본 발명의 실시예에 의하면, 로우 방향으로 노면 프로파일을 수행하고, 세타 방향으로 프로파일 필터링을 수행함으로써, 도로에 존재하는 다양한 굴곡이나 고가차도, 지하차도 등의 진입, 진출 구간을 정밀하게 검출할 수 있다.
또한, 본 발명의 실시예에 의하면, 라이다 센서의 종류와 무관하게 노면을 검출할 수 있기 때문에, 시스템의 적용성이 높은 장점이 있다.
본 발명에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방법으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 품질에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (14)

  1. 노면 검출 장치에 의해 수행되는 도로의 노면을 검출하는 방법에 있어서,
    라이다 센서로부터 획득한 포인트들을, 원형 그리드 맵에 포함된 복수의 셀들에 배치하는 단계;
    상기 복수의 셀들 중에서 각(angle) 성분 값이 동일하면서 반지름(radius) 성분 값이 서로 다른 셀들 각각에 포함된 포인트의 높이에 기초하여, 상기 복수의 셀들 각각에 대한 제1 프로파일 값을 생성하는 단계;
    상기 복수의 셀들 각각과 상기 반지름 성분 값이 동일하면서 상기 각 성분 값이 다른 소정의 개수의 셀들의 제2 프로파일 값을 이용하여, 상기 생성된 제1 프로파일 값을 제3 프로파일 값으로 수정하는 단계; 및
    상기 제3 프로파일 값을 이용하여, 상기 복수의 셀들 각각에 포함된 노면 포인트를 검출하는 단계를 포함하고,
    상기 제3 프로파일 값으로 수정하는 단계는,
    상기 복수의 셀들 중에서 제1 셀에 인접하며 상기 제1 셀과 상기 각 성분 값이 다른 상기 소정의 개수의 제2 셀들의 제2 프로파일 값의 평균 값을 이용하여, 상기 제1 셀에 대한 제1 프로파일 값을 상기 제3 프로파일 값으로 수정하는 단계를 포함하고,
    상기 제1 셀에 대한 제1 프로파일 값을 상기 제3 프로파일 값으로 수정하는 단계에서,
    상기 제2 셀들 중에서, 상기 제2 프로파일 값이 상기 제1 셀에 대한 제1 프로파일 값과 소정의 기준 값 이상 차이 나는 제3 셀은 제외시키고 상기 평균 값을 계산하는
    노면을 검출하는 방법.
  2. 제1 항에 있어서,
    상기 포인트들의 높이를 이용하여, 상기 복수의 셀들 중에서 적어도 하나의 노면 후보 셀을 결정하는 단계를 더 포함하고,
    상기 제1 프로파일 값을 생성하는 단계는,
    상기 적어도 하나의 노면 후보 셀에 대해, 상기 제1 프로파일 값을 생성하는 단계를 포함하는
    노면을 검출하는 방법.
  3. 제2 항에 있어서,
    상기 적어도 하나의 노면 후보 셀을 결정하는 단계는,
    상기 복수의 셀들 각각에 포함된 포인트들 중에서 높이가 가장 높은 제1 포인트와 높이가 가장 낮은 제2 포인트 사이의 높이 차이를 비교하는 단계; 및
    상기 비교 결과에 기초하여, 상기 적어도 하나의 노면 후보 셀을 결정하는 단계를 포함하는
    노면을 검출하는 방법.
  4. 제2 항에 있어서,
    상기 적어도 하나의 노면 후보 셀에 대해, 상기 제1 프로파일 값을 생성하는 단계는,
    상기 적어도 하나의 노면 후보 셀 중에서 제1 노면 후보 셀에 포함되는 제1 포인트의 높이 값과, 상기 제1 노면 후보 셀과 각 성분 값이 동일하면서 상기 제1 노면 후보 셀보다 반지름 성분 값이 작은 제2 노면 후보 셀에 포함되는 제2 포인트의 높이 값의 차이가 기 설정된 값 이하인 경우, 상기 제1 노면 후보 셀을 유효 노면 셀로 선정하는 단계를 포함하는
    노면을 검출하는 방법.
  5. 제4 항에 있어서,
    상기 적어도 하나의 노면 후보 셀에 대해, 상기 제1 프로파일 값을 생성하는 단계는,
    상기 선정된 유효 노면 셀 중에서 각 성분 값이 서로 동일한 유효 노면 셀들을 결정하는 단계;
    상기 각 성분 값이 서로 동일한 유효 노면 셀들 각각에 포함된 포인트의 높이 값을 이용하여, 상기 각 성분 값이 서로 동일한 유효 노면 셀들 별로 라인 피팅(line fitting) 함수를 생성하는 단계를 더 포함하는
    노면을 검출하는 방법.
  6. 제5 항에 있어서,
    상기 라인 피팅 함수는 상기 복수의 셀들 중에서 각 성분 값이 서로 동일한 셀들 각각의 반지름 성분 값에 따라 피팅된 높이 값을 나타내는
    노면을 검출하는 방법.
  7. 제5 항에 있어서,
    상기 제1 프로파일 값을 생성하는 단계는,
    상기 라인 피팅 함수를 이용하여, 상기 제1 셀에 대한 제1 프로파일 값을 생성하는 단계를 포함하는
    노면을 검출하는 방법.
  8. 삭제
  9. 제1 항에 있어서,
    상기 노면 포인트를 검출하는 단계는,
    상기 제1 셀에 포함된 포인트들 중에서 높이 값이 상기 제3 프로파일 값으로부터 기 설정된 범위 내에 있는 포인트를 상기 노면 포인트로 검출하는 단계를 포함하는
    노면을 검출하는 방법.
  10. 삭제
  11. 노면을 검출하는 노면 검출 장치에 있어서,
    라이다 센서로부터, 상기 라이다 센서 주변을 검색한 포인트 데이터를 획득하는 송수신기; 및
    상기 송수신기를 제어하는 프로세서를 포함하고,
    상기 프로세서는,
    상기 포인트 데이터를, 원형 그리드 맵에 포함된 복수의 셀들에 배치하고,
    상기 복수의 셀들 중에서 각 성분 값이 동일하면서 반지름 성분 값이 서로 다른 셀들 각각에 포함된 포인트의 측정된 높이에 기초하여, 상기 복수의 셀들 각각에 대한 제1 프로파일 값을 생성하고,
    상기 복수의 셀들 각각과 상기 반지름 성분 값이 동일하면서 상기 각 성분 값이 다른 소정의 개수의 셀들의 제2 프로파일 값을 이용하여, 상기 생성된 제1 프로파일 값을 제3 프로파일 값으로 수정하고,
    상기 제3 프로파일 값을 이용하여, 상기 복수의 셀들 각각에 포함된 노면 포인트를 검출하고,
    상기 프로세서는,
    상기 제1 프로파일 값을 상기 제3 프로파일 값으로 수정할 때, 상기 복수의 셀들 중에서 제1 셀에 인접하며 상기 제1 셀과 상기 각 성분 값이 다른 상기 소정의 개수의 제2 셀들의 제2 프로파일 값의 평균 값을 이용하여, 상기 제1 셀에 대한 제1 프로파일 값을 상기 제3 프로파일 값으로 수정하고,
    상기 제2 셀들 중에서, 상기 제2 프로파일 값이 상기 제1 셀에 대한 제1 프로파일 값과 소정의 기준 값 이상 차이 나는 제3 셀은 제외시키고 상기 평균 값을 계산하는
    노면 검출 장치.
  12. 주변을 검색한 포인트 데이터를 획득하는 라이다 센서; 및
    상기 포인트 데이터를, 원형 그리드 맵에 포함된 복수의 셀들에 배치하고, 상기 복수의 셀들 중에서 각 성분 값이 동일하면서 반지름 성분 값이 서로 다른 셀들 각각에 포함된 포인트의 측정된 높이에 기초하여, 상기 복수의 셀들 각각에 대한 제1 프로파일 값을 생성하고, 상기 복수의 셀들 각각과 상기 반지름 성분 값이 동일하면서 상기 각 성분 값이 다른 소정의 개수의 셀들의 제2 프로파일 값을 이용하여, 상기 생성된 제1 프로파일 값을 제3 프로파일 값으로 수정하고, 상기 제3 프로파일 값을 이용하여, 상기 복수의 셀들 각각에 포함된 노면 포인트를 검출하는 노면 검출 장치를 포함하고,
    상기 노면 검출 장치는,
    상기 제1 프로파일 값을 상기 제3 프로파일 값으로 수정할 때, 상기 복수의 셀들 중에서 제1 셀에 인접하며 상기 제1 셀과 상기 각 성분 값이 다른 상기 소정의 개수의 제2 셀들의 제2 프로파일 값의 평균 값을 이용하여, 상기 제1 셀에 대한 제1 프로파일 값을 상기 제3 프로파일 값으로 수정하고,
    상기 제2 셀들 중에서, 상기 제2 프로파일 값이 상기 제1 셀에 대한 제1 프로파일 값과 소정의 기준 값 이상 차이 나는 제3 셀은 제외시키고 상기 평균 값을 계산하는
    노면 검출 시스템.
  13. 컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,
    상기 컴퓨터 프로그램은,
    제1 항 내지 제7 항 및 제9 항 중 어느 한 항에 따른 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하는
    컴퓨터 판독 가능한 기록매체.
  14. 컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,
    상기 컴퓨터 프로그램은,
    제1 항 내지 제7 항 및 제9 항 중 어느 한 항에 따른 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하는
    컴퓨터 프로그램.
KR1020227014913A 2021-06-23 2022-05-02 라이다 센서를 이용하여 노면을 검출하는 방법 및 장치 KR102486496B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210081715 2021-06-23
PCT/KR2022/006275 WO2022270751A1 (ko) 2021-06-23 2022-05-02 라이다 센서를 이용하여 노면을 검출하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20230001003A KR20230001003A (ko) 2023-01-03
KR102486496B1 true KR102486496B1 (ko) 2023-01-10

Family

ID=84543081

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227014913A KR102486496B1 (ko) 2021-06-23 2022-05-02 라이다 센서를 이용하여 노면을 검출하는 방법 및 장치

Country Status (3)

Country Link
US (1) US20220413147A1 (ko)
KR (1) KR102486496B1 (ko)
WO (1) WO2022270751A1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180059666A1 (en) * 2016-08-23 2018-03-01 Delphi Technologies, Inc. Automated vehicle road model definition system

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10962638B2 (en) * 2017-09-07 2021-03-30 Magna Electronics Inc. Vehicle radar sensing system with surface modeling
KR102452550B1 (ko) * 2017-10-17 2022-10-07 현대자동차주식회사 라이다 데이터 기반 객체 검출 장치, 그를 포함한 시스템 및 그 방법
US10338223B1 (en) * 2017-12-13 2019-07-02 Luminar Technologies, Inc. Processing point clouds of vehicle sensors having variable scan line distributions using two-dimensional interpolation and distance thresholding
WO2020154967A1 (en) * 2019-01-30 2020-08-06 Baidu.Com Times Technology (Beijing) Co., Ltd. Map partition system for autonomous vehicles
KR102195164B1 (ko) * 2019-04-29 2020-12-24 충북대학교 산학협력단 다중 라이다를 이용한 다중 물체 인식 시스템 및 방법
JP7434761B2 (ja) * 2019-09-05 2024-02-21 オムロン株式会社 三次元計測装置用光学アセンブリおよびこれを備えた三次元計測装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180059666A1 (en) * 2016-08-23 2018-03-01 Delphi Technologies, Inc. Automated vehicle road model definition system

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A.S. Abdul Rachman, 3D-LIDAR Multi Object Tracking for Autonomous Driving, Deegree of Master(Delft university of Technology).(2017.11.09.)*

Also Published As

Publication number Publication date
US20220413147A1 (en) 2022-12-29
KR20230001003A (ko) 2023-01-03
WO2022270751A1 (ko) 2022-12-29

Similar Documents

Publication Publication Date Title
US11250288B2 (en) Information processing apparatus and information processing method using correlation between attributes
EP3605390A1 (en) Information processing method, information processing apparatus, and program
CN111442776A (zh) 顺序地面场景图像投影合成与复杂场景重构的方法及设备
CN116129376A (zh) 一种道路边缘检测方法和装置
Guo et al. Graph-based 2D road representation of 3D point clouds for intelligent vehicles
CN111279154B (zh) 导航区域识别和拓扑结构匹配以及相关联的***和方法
CN114051628B (zh) 一种确定目标对象点云集的方法及装置
CN110674705A (zh) 基于多线激光雷达的小型障碍物检测方法及装置
JP5192868B2 (ja) 移動ロボットの走行領域判別装置及び走行領域判別方法
CN113228040A (zh) 多级对象行进方向估计
JP7232946B2 (ja) 情報処理装置、情報処理方法及びプログラム
WO2022226831A1 (zh) 未定义类别障碍物的检测方法、装置和计算机设备
CN106080397A (zh) 自适应巡航***及车载设备
JP6157105B2 (ja) 移動ロボットの走行領域判別装置及び走行領域判別方法
US20230111364A1 (en) Method for detecting crosswalk using lidar sensor and crosswalk detection device for performing the method
Valente et al. Fusing laser scanner and stereo camera in evidential grid maps
KR102486496B1 (ko) 라이다 센서를 이용하여 노면을 검출하는 방법 및 장치
KR102262369B1 (ko) 주변 차량 탐지 장치 및 방법
US20230069691A1 (en) Method for detecting traffic sign using lidar sensor and traffic sign detection device performing the method
US20210302991A1 (en) Method and system for generating an enhanced field of view for an autonomous ground vehicle
KR102288623B1 (ko) 육상이동체 시뮬레이션을 위한 정밀도로지도 데이터 처리 및 포맷변경방법
KR20210136890A (ko) 중복영역에서의 3차원 정밀지도 비교를 통한 gps오차 보정 방법
KR20210051513A (ko) 지도 생성 방법 및 장치
US20220404467A1 (en) Method of detecting road-curb with lidar sensor and road-curb detecting apparatus for performing the method
KR102423781B1 (ko) 라이다 센서를 이용하여 가드레일을 검출하는 방법 및 상기 방법을 수행하는 가드레일 검출 장치

Legal Events

Date Code Title Description
GRNT Written decision to grant