KR20220081736A - 라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치 - Google Patents

라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치 Download PDF

Info

Publication number
KR20220081736A
KR20220081736A KR1020200171561A KR20200171561A KR20220081736A KR 20220081736 A KR20220081736 A KR 20220081736A KR 1020200171561 A KR1020200171561 A KR 1020200171561A KR 20200171561 A KR20200171561 A KR 20200171561A KR 20220081736 A KR20220081736 A KR 20220081736A
Authority
KR
South Korea
Prior art keywords
shape
flag
layer
line segment
variance
Prior art date
Application number
KR1020200171561A
Other languages
English (en)
Inventor
노미림
김병광
백주헌
Original Assignee
현대자동차주식회사
기아 주식회사
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 현대자동차주식회사, 기아 주식회사 filed Critical 현대자동차주식회사
Priority to KR1020200171561A priority Critical patent/KR20220081736A/ko
Priority to US17/390,457 priority patent/US20220179076A1/en
Priority to CN202111512292.3A priority patent/CN114609640A/zh
Publication of KR20220081736A publication Critical patent/KR20220081736A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/66—Tracking systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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

Landscapes

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

Abstract

실시 예에 의한 라이다 센서를 이용한 객체 형상 분석 방법은, 군집화된 라이다 포인트에서 타겟 객체에 대한 제1 내지 제M(여기서, M은 2이상의 양의 정수) 레이어의 제1 내지 제M 형상을 각각 결정하는 단계 및 소정 우선 순위에 따라, 결정된 제1 내지 제M 형상을 분석하여 타겟 객체에 대한 형상을 결정하는 단계를 포함한다.

Description

라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치{Method for analyzing shape of object and apparatus for tracking the object using LiDAR sensor}
실시 예는 라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치에 관한 것이다.
라이다(LIDAR: Light Detection and Ranging) 센서를 이용하여 타겟 차량에 대한 정보를 획득하고, 획득된 정보를 이용하여 센서를 장착한 차량(이하, ‘자차’라 함)의 자율 주행 기능을 보조할 수 있다. 그러나, 라이더 센서를 이용하여 획득한 타겟 차량에 대한 정보가 부정확할 경우, 자차에 대한 신뢰도가 저하될 수 있어 이의 개선이 요구된다.
실시 예는 동적 객체의 형상을 정확하게 분석할 수 있는 라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치를 제공한다.
실시 예에서 해결하고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제는 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
일 실시 예에 의한 라이다 센서를 이용한 객체 형상 분석 방법은 군집화된 라이다 포인트에서 타겟 객체에 대한 제1 내지 제M(여기서, M은 2이상의 양의 정수) 레이어의 제1 내지 제M 형상을 각각 결정하는 (a) 단계; 및 소정 우선 순위에 따라, 상기 결정된 제1 내지 제M 형상을 분석하여 상기 타겟 객체에 대한 형상을 결정하는 (b) 단계를 포함할 수 있다.
예를 들어, 상기 (a) 단계에서 상기 제1 내지 제M 레이어 각각인 제m(1≤m≤M) 레이어의 형상을 결정하는 단계는 상기 제m 레이어에 포함된 라이다 포인트 중에서, 제1 끝점과 제2 끝점을 잇는 선분으로부터 가장 멀리 위치한 브레이크 포인트를 찾는 (a1) 단계; 및 상기 제1 끝점과 상기 브레이크 포인트를 연결하는 제1 선분, 상기 제2 끝점과 상기 브레이크 포인트를 연결하는 제2 선분, 상기 제1 선분의 주변에 위치한 제1 라이다 포인트, 또는 상기 제2 선분의 주변에 위치한 제2 라이다 포인트 중 적어도 하나를 이용하여, 상기 제m 레이어에 상응하는 형상 플래그를 부여하는 (a2) 단계를 포함할 수 있다.
예를 들어, 상기 (a2) 단계는 상기 제m 레이어에서, 상기 제1 및 제2 라이다 포인트가 분포된 형태를 분석하고, 상기 분석된 결과를 이용하여 상기 제m 레이어에 브레이크 플래그를 상기 형상 플래그로서 부여하는 단계를 포함하고, 상기 브레이크 플래그는 상기 제m 레이어에 포함된 상기 타겟 객체가 동작 객체일 가능성이 낮음을 나타낼 수 있다.
예를 들어, 상기 제m 레이어에 상기 브레이크 플래그를 부여하는 단계는 상기 제1 선분과 상기 제1 라이다 포인트 간의 제1 거리에 대한 제1 평균값을 구하는 단계; 상기 제1 평균값을 이용하여, 상기 제1 거리에 대한 제1 분산을 구하는 단계; 상기 제2 선분과 상기 제2 라이다 포인트 간의 제2 거리에 대한 제2 평균값을 구하는 단계; 상기 제2 평균값을 이용하여, 상기 제2 거리에 대한 제2 분산을 구하는 단계; 및 상기 제1 분산과 상기 제2 분산 각각이 분산 임계값보다 클 경우, 상기 제m 레이어에 상기 브레이크 플래그를 부여하는 단계를 포함할 수 있다.
예를 들어, 상기 (a2) 단계는 상기 제1 분산과 상기 제2 분산 각각이 상기 분산 임계값보다 크지 않을 경우, 상기 제1 및 제2 선분을 포함하는 상기 제m 레이어의 형상 박스의 크기에 따라, 상기 제m 레이어에 L-shape 플래그 또는 I-shape 플래그를 상기 형상 플래그로서 임시로 부여하는 단계; 및 상기 제m 레이어에 임시로 부여된 상기 L-shape 플래그 및 상기 I-shape 플래그 별로, 상기 제1 선분, 상기 제2 선분, 상기 제1 라이다 포인트 또는 상기 제2 라이다 포인트 중 적어도 하나를 이용하여 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 최종적으로 부여하는 더 단계를 포함할 수 있다.
예를 들어, 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 임시로 부여하는 단계는 상기 형상 박스의 길이 또는 폭 중 적어도 하나를 이용하여, 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 임시로 부여할 수 있다.
예를 들어, 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 임시로 부여하는 단계는 상기 형상 박스의 상기 폭이 제1 임계 폭 범위에 속할 경우, 상기 제m 레이어에 상기 I-shape 플래그를 임시로 부여하는 단계; 및 상기 형상 박스의 상기 폭이 제2 임계 폭 범위에 속할 경우, 상기 제m 레이어에 상기 L-shape 플래그를 임시로 부여하는 단계를 포함하고, 상기 제1 임계 폭 범위는 제1 최소값 내지 제1 최대값이고, 상기 제2 임계 폭 범위는 제2 최소값 내지 제2 최대값이고, 상기 제2 최소값은 상기 제1 최대값 이상일 수 있다.
예를 들어, 상기 제m 레이어에 상기 L-shape 플래그를 최종적으로 부여하는 단계는 상기 제1 선분과 상기 제2 선분 중에서 긴 선분을 기준 선분으로서 선정하고, 상기 제1 선분과 상기 제2 선분 중에서 짧은 선분을 비기준 선분으로서 선정하는 단계; 및 상기 기준 선분의 길이가 임계 길이 이상이고, 상기 기준 선분의 평균과 분산이 기준 임계 평균과 기준 임계 분산보다 각각 작고, 상기 비기준 선분의 평균과 분산이 비기준 임계 평균 및 비기준 임계 분산보다 각각 작고, 상기 기준 선분과 교차하는 방향으로 분할된 i(여기서, i는 1이상의 양의 정수)개의 영역 각각에 라이다 포인트가 존재하고, 상기 분할된 영역에 위치한 인접한 외곽 라이다 포인트 간의 이격 거리가 임계 이격 거리보다 작고, 상기 제1 선분과 상기 제2 선분이 이루는 사이각이 제1 각도보다 크고 제2 각도보다 작을 때, 상기 제m 레이어에 상기 L-shape 플래그를 최종적으로 부여하는 단계를 포함할 수 있다.
예를 들어, 상기 제m 레이어에 상기 I-shape 플래그를 최종적으로 부여하는 단계는 상기 제1 선분과 상기 제2 선분 중에서 긴 선분을 기준 선분으로서 선정하는 단계; 및 상기 기준 선분의 평균과 분산이 기준 임계 평균과 기준 임계 분산보다 각각 작고, 상기 기준 선분과 교차하는 방향으로 분할된 j(여기서, j는 1이상의 양의 정수)개의 영역에 위치한 외곽 라이다 포인트 간의 이격 거리가 임계 이격 거리보다 작을 때, 상기 제m 레이어에 상기 I-shape 플래그를 최종적으로 부여하는 단계를 포함할 수 있다.
예를 들어, 상기 라이다 센서를 이용한 상기 객체 형상 분석 방법은, 상기 제m 레이어가 상기 타겟 객체의 지붕에 대한 레이어인가를 검사하는 단계를 더 포함하고, 상기 제m 레이어가 상기 타겟 객체의 상기 지붕에 대한 레이어일 때, 제m+1 레이어에 상기 L-shape 플래그를 최종적으로 부여할 것인지를 결정하는 단계에서 이용되는 상기 비기준 임계 평균 및 상기 비기준 임계 분산을 각각 증가시킬 수 있다.
예를 들어, 상기 제m 레이어가 상기 타겟 객체의 지붕에 대한 레이어인가를 검사하는 단계는 상기 타겟 객체에 대한 군집화 박스의 길이에 대한 상기 제m 레이어의 상기 형상 박스의 길이의 제1 비율이 제1 임계 비율보다 작은가를 검사하는 단계; 상기 제1 비율이 상기 제1 임계 비율보다 작을 때, 상기 제m 레이어에 대해 최종적으로 부여된 상기 형상 플래그별로 피크 포인트를 찾는 단계; 및 상기 군집화 박스의 길이의 절반에 대한 상기 피크 포인트로부터 상기 군집화 박스의 중간까지의 길이의 제2 비율이 제2 임계 비율보다 작을 때, 상기 제m 레이어가 상기 지붕에 대한 레이어인 것으로 결정하는 단계를 포함할 수 있다.
예를 들어, 상기 피크 포인트를 찾는 단계는 상기 제m 레이어에 대해 최종적으로 상기 L-shape 플래그가 부여된 경우, 상기 제1 선분과 상기 제2 선분 중 짧은 선분으로부터 가장 멀리 위치한 라이다 포인트를 상기 피크 포인트로서 결정하는 단계; 및 상기 제m 레이어에 대해 최종적으로 상기 I-shape 플래그가 부여된 경우, 상기 브레이크 포인트를 상기 피크 포인트로서 결정하는 단계를 포함할 수 있다.
예를 들어, 상기 우선 순위에 따라 상기 타겟 객체의 형상을 결정하는 단계는 상기 제1 내지 제M 레이어 중에서 상기 브레이크 플래그를 부여받은 레이어가 존재할 때, 상기 타겟 객체의 형상이 미지인 것으로 결정하는 단계; 상기 제1 내지 제M 레이어 중에서 상기 브레이크 플래그를 부여받은 레이어가 존재하지 않고 상기 L-shape 플래그를 부여받은 레이어가 존재할 때, 상기 타겟 객체의 형상을 L-shape으로 결정하는 단계; 상기 제1 내지 제M 레이어 중에서 상기 브레이크 플래그 및 상기 L-shape 플래그를 부여받은 레이어가 존재하지 않고 상기 I-shape 플래그를 부여받은 레이어가 존재할 때, 상기 타겟 객체의 형상을 I-shape으로 결정하는 단계; 및 상기 제1 내지 제M 레이어 중에서 상기 브레이크 플래그, 상기 L-shape 플래그 및 상기 I-shape 플래그 중 어느 것도 부여받은 레이어가 존재하지 않을 때, 상기 타겟 객체의 형상이 미지인 것으로 결정하는 단계를 포함할 수 있다.
다른 실시 예에 의한 라이다 센서를 이용한 객체 추적 장치는, 타겟 객체에 대한 포인트 클라우드를 획득하는 라이다 센서; 상기 포인트 클라우드를 군집화하는 군집화부; 및 상기 포인트 클라우드에서 군집화된 라이다 포인트로부터 상기 타겟 객체에 대한 형상을 분석하는 형상 분석부를 포함하고, 상기 형상 분석부는 상기 군집화된 라이다 포인트에서 상기 타겟 객체에 대한 제1 내지 제M(여기서, M은 2이상의 양의 정수) 레이어의 제1 내지 제M 형상을 각각 결정하는 레이어 형상 결정부; 및 소정 우선 순위에 따라, 상기 결정된 제1 내지 제M 형상을 분석하여 상기 타겟 객체에 대한 형상을 결정하는 타겟 형상 결정부를 포함할 수 있다.
예를 들어, 상기 제1 내지 제M 레이어 각각인 제m(1≤m≤M) 레이어의 형상을 결정하는 상기 레이어 형상 결정부는 상기 제m 레이어에 포함된 라이다 포인트 중에서, 제1 끝점과 제2 끝점을 잇는 선분으로부터 가장 멀리 위치한 브레이크 포인트를 찾고, 상기 제1 끝점과 상기 브레이크 포인트를 연결하는 제1 선분 및 상기 제2 끝점과 상기 브레이크 포인트를 연결하는 제2 선분을 생성하는 결정 준비부; 및 상기 제1 선분, 상기 제2 선분, 상기 제1 선분의 주변에 위치한 제1 라이다 포인트, 또는 상기 제2 선분의 주변에 위치한 제2 라이다 포인트 중 적어도 하나를 이용하여, 상기 제m 레이어에 상응하는 형상 플래그를 부여하는 플래그 부여부를 포함할 수 있다.
예를 들어, 상기 레이어 형상 결정부는 상기 제m 레이어에서, 상기 제1 및 제2 라이다 포인트가 분포된 형태를 분석하고, 상기 분석된 결과를 이용하여 상기 제m 레이어에 브레이크 플래그를 상기 형상 플래그로서 부여하는 동작 객체 분석부를 더 포함하고, 상기 브레이크 플래그는 상기 제m 레이어에 포함된 상기 타겟 객체가 동작 객체일 가능성이 낮음을 나타낼 수 있다.
예를 들어, 상기 동작 객체 분석부는 상기 제1 선분과 상기 제1 라이다 포인트 사이의 제1 거리에 대한 제1 평균값을 이용하여, 상기 제1 거리에 대한 제1 분산을 산출하는 제1 분산 산출부; 상기 제2 선분과 상기 제2 라이다 포인트 사이의 제2 거리에 대한 제2 평균값을 이용하여, 상기 제2 거리에 대한 제2 분산을 산출하는 제2 분산 산출부; 및 상기 제1 분산과 상기 제2 분산 각각을 분산 임계값과 비교하고, 비교된 결과에 응답하여 상기 제m 레이어에 상기 브레이크 플래그를 부여하는 분산 비교부를 포함할 수 있다.
예를 들어, 상기 플래그 부여부는 상기 분산 비교부에서 비교된 결과에 응답하여, 상기 제1 및 제2 선분을 포함하는 상기 제m 레이어의 형상 박스의 크기에 따라, 상기 제m 레이어에 L-shape 플래그 또는 I-shape 플래그를 상기 형상 플래그로서 임시로 부여하는 임시 플래그 부여부; 및 상기 제m 레이어에 임시로 부여된 상기 L-shape 플래그 및 상기 I-shape 플래그 별로, 상기 제1 선분, 상기 제2 선분, 상기 제1 라이다 포인트 또는 상기 제2 라이다 포인트 중 적어도 하나를 이용하여 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 최종적으로 부여하는 최종 플래그 부여부를 포함할 수 있다.
예를 들어, 상기 임시 플래그 부여부는 상기 형상 박스의 길이 또는 폭 중 적어도 하나를 이용하여, 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 임시로 부여할 수 있다.
예를 들어, 상기 임시 플래그 부여부는 상기 형상 박스의 상기 폭과 제1 임계 폭 범위를 비교하고, 비교된 결과에 응답하여 상기 제m 레이어에 상기 I-shape 플래그를 임시로 부여하는 제1 폭 비교부; 및 상기 형상 박스의 상기 폭과 제2 임계 폭 범위를 비교하고, 비교된 결과에 응답하여 상기 제m 레이어에 상기 L-shape 플래그를 임시로 부여하는 제2 폭 비교부를 포함하고, 상기 제1 임계 폭 범위은 제1 최소값 내지 제1 최대값이고, 상기 제2 임계 폭 범위은 제2 최소값 내지 제2 최대값이고, 상기 제2 최소값은 상기 제1 최대값 이상일 수 있다.
예를 들어, 상기 최종 플래그 부여부는 상기 제1 선분과 상기 제2 선분 중에서 긴 선분을 기준 선분으로서 선정하고, 상기 제1 선분과 상기 제2 선분 중에서 짧은 선분을 비기준 선분으로서 선정하는 기준 선분 선정부; 및 상기 기준 선분의 길이가 임계 길이 이상이고, 상기 기준 선분의 평균과 분산이 기준 임계 평균과 기준 임계 분산보다 각각 작고, 상기 비기준 선분의 평균과 분산이 비기준 임계 평균 및 비기준 임계 분산보다 각각 작고, 상기 기준 선분과 교차하는 방향으로 분할된 i(여기서, i는 1이상의 양의 정수)개의 영역에 라이다 포인트가 존재하고, 상기 분할된 영역에 위치한 인접한 외곽 라이다 포인트 간의 이격 거리가 임계 이격 거리보다 작고, 상기 제1 선분과 상기 제2 선분이 이루는 사이각이 제1 각도보다 크고 제2 각도보다 작을 때, 상기 제m 레이어에 상기 L-shape 플래그를 최종적으로 부여하는 제1 플래그 부여 분석부를 포함할 수 있다.
예를 들어, 상기 최종 플래그 부여부는 상기 기준 선분의 평균과 분산이 기준 임계 평균과 기준 임계 분산보다 각각 작고, 상기 기준 선분과 교차하는 방향으로 분할된 j(여기서, j는 1이상의 양의 정수)개의 영역에 위치한 외곽 라이다 포인트 간의 이격 거리가 임계 이격 거리보다 작을 때, 상기 제m 레이어에 상기 I-shape 플래그를 최종적으로 부여하는 제2 플래그 부여 분석부를 더 포함할 수 있다.
예를 들어, 상기 레이어 형상 결정부는 상기 제m 레이어가 상기 타겟 객체의 지붕에 대한 레이어인가를 검사하고, 검사된 결과를 출력하는 지붕 레이어 검사부를 더 포함하고, 상기 제1 플래그 부여 분석부는 상기 지붕 레이어 검사부에서 검사된 결과에 응답하여, 제m+1 레이어에 상기 L-shape 플래그를 최종적으로 부여할 것인지를 결정하는 단계에서 이용되는 상기 비기준 임계 평균 및 상기 비기준 임계 분산을 각각 증가시킬 수 있다.
예를 들어, 상기 지붕 레이어 검사부는 상기 타겟 객체에 대한 군집화 박스의 길이에 대한 상기 제m 레이어의 상기 형상 박스의 길이의 제1 비율이 제1 임계 비율보다 작은가를 검사하고, 상기 제m 레이어에 대해 최종적으로 부여된 상기 형상 플래그별로 피크 포인트를 찾고, 상기 군집화 박스의 길이의 절반과 상기 피크 포인트로부터 상기 군집화 박스의 중간까지의 길이의 제2 비율이 제2 임계 비율보다 작은가를 검사할 수 있다.
예를 들어, 상기 지붕 레이어 검사부는 상기 제1 비율을 상기 제1 임계 비율과 비교한 결과 및 상기 최종 플래그 부여부에서 상기 형상 플래그가 최종적으로 부여된 결과에 응답하여, 상기 제1 선분과 상기 제2 선분 중 짧은 선분으로부터 가장 멀리 위치한 라이다 포인트를 상기 피크 포인트로서 결정하거나, 상기 브레이크 포인트를 상기 피크 포인트로서 결정할 수 있다.
예를 들어, 상기 타겟 형상 결정부는 상기 제1 내지 제M 레이어 중에서 상기 브레이크 플래그를 부여받은 레이어가 존재하는가를 검사하는 제1 플래그 검사부; 상기 제1 플래그 검사부에서 검사된 결과에 응답하여, 상기 L-shape 플래그를 부여받은 레이어가 존재하는가를 검사하는 제2 플래그 검사부; 상기 제2 플래그 검사부에서 검사된 결과에 응답하여, 상기 I-shape 플래그를 부여받은 레이어가 존재하는가를 검사하는 제3 플래그 검사부; 및 상기 제1 내지 제3 플래그 검사부에서 검사된 결과에 응답하여, 상기 타겟 객체의 형상을 미지의 형상, L-shape의 형상 또는 I-shape의 형상으로 결정하는 최종 형상 출력부를 포함할 수 있다.
실시 예에 따른 라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치는 동적 객체의 특성을 잘 반영하면서 타겟 객체의 형상이 L-shape, I-shape 또는 미지인 것으로 정확하게 결정할 수 있고, 정확하게 결정된 타겟 객체의 형상을 이용하여 타겟 차량이 향하는 헤딩 방향 또한 정확하게 설정하여 헤딩 오차를 개선시킬 수 있고, 타겟 차량의 외형에 대한 정보(예를 들어, 차량의 폭과 길이 등)에 대한 신뢰성 높은 정보를 제공할 수 있고, 최종적으로 형상이 결정된 객체가 동적 객체인가 그렇지 않으면 정적 객체인가를 추후 스코어로 판단하는 과정을 보조할 수 있고, 두 개의 객체 중 하나라도 형상 플래그가 부여된 객체일 경우, 추후 2개의 객체가 합쳐지더라도 이들을 쪼개서 출력할 수 있다.
또한, 본 실시 예에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며 언급하지 않은 또 다른 효과는 아래의 기재로부터 본 발명이 속하는 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 실시 예에 의한 라이다 센서를 이용한 객체 추적 장치의 개략적인 블럭도이다.
도 2는 실시 예에 의한 라이다 센서를 이용한 객체 형상 분석 방법의 플로우차트를 나타낸다.
도 3은 도 1에 도시된 형상 분석부의 실시 예에 의한 블럭도를 나타낸다.
도 4는 도 2에 도시된 제210 단계의 실시 예에 의한 플로우차트이다.
도 5는 제m 레이어에 포함된 라이다 포인트를 예시적으로 나타내는 도면이다.
도 6은 도 4에 도시된 제316 단계의 실시 예에 의한 플로우차트이다.
도 7은 도 4에 도시된 제318 단계의 실시 예에 의한 플로우차트이다.
도 8a 및 도 8b는 도 7에 도시된 제318A 단계의 이해를 돕기 위한 예시적인 도면이다.
도 9는 도 4에 도시된 제320 단계의 일 실시 예의 플로우차트이다.
도 10은 도 9에 도시된 실시 예의 이해를 돕기 위한 도면이다.
도 11은 도 4에 도시된 제320 단계의 다른 실시 예의 플로우차트이다.
도 12는 도 11에 도시된 실시 예의 이해를 돕기 위한 도면이다.
도 13은 도 4에 도시된 제322 단계의 실시 예의 플로우차트이다.
도 14는 도 13에 도시된 제602 단계의 이해를 돕기 위한 도면이다.
도 15 (a) 및 (b)는 도 13에 도시된 제604 단계의 이해를 돕기 위한 도면이다.
도 16은 도 13에 도시된 제606 단계의 이해를 돕기 위한 도면이다.
도 17은 도 2에 도시된 제220 단계의 실시 예의 플로우차트를 나타낸다.
도 18은 자차를 기준으로 타겟 차량의 다양한 형태를 나타낸다.
도 19는 비교 예에 의한 형상 분석 방법 및 객체 추적 장치를 설명하기 위한 도면이다.
도 20 (a) 내지 (e)는 객체의 헤딩 각도 추출을 설명하기 위한 도면이다.
도 21은 타겟 차량의 헤딩 방향을 설명하기 위한 도면이다.
도 22 (a) 및 (b)는 객체 추적 장치에서 수행되는 어소시에이션을 설명하기 위한 도면이다.
도 23은 동적 객체를 설명하기 위한 도면이다.
이하, 본 발명을 구체적으로 설명하기 위해 실시 예를 들어 설명하고, 발명에 대한 이해를 돕기 위해 첨부도면을 참조하여 상세하게 설명하기로 한다. 그러나, 본 발명에 따른 실시 예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 상술하는 실시 예들에 한정되는 것으로 해석되지 않아야 한다. 본 발명의 실시 예들은 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다.
본 실시 예의 설명에 있어서, 각 구성요소(element)의 "상(위) 또는 하(아래)(on or under)"에 형성되는 것으로 기재되는 경우에 있어, 상(위) 또는 하(아래)(on or under)는 두 개의 구성요소(element)가 서로 직접(directly)접촉되거나 하나 이상의 다른 구성요소(element)가 상기 두 구성요소(element) 사이에 배치되어(indirectly) 형성되는 것을 모두 포함한다.
또한 "상(위)" 또는 "하(아래)(on or under)"로 표현되는 경우 하나의 구성요소(element)를 기준으로 위쪽 방향뿐만 아니라 아래쪽 방향의 의미도 포함할 수 있다.
또한, 이하에서 이용되는 "제1" 및 "제2," "상/상부/위" 및 "하/하부/아래" 등과 같은 관계적 용어들은, 그런 실체 또는 요소들 간의 어떠한 물리적 또는 논리적 관계 또는 순서를 반드시 요구하거나 내포하지는 않으면서, 어느 한 실체 또는 요소를 다른 실체 또는 요소와 구별하기 위해서 이용될 수도 있다.
이하, 실시 예에 의한 라이다 센서를 이용한 객체 형상 분석 방법(200) 및 객체 추적 장치(100)를 첨부된 도면을 참조하여 다음과 같이 설명한다. 편의상, 데카르트 좌표계(x축, y축, z축)를 이용하여 라이다 센서를 이용한 객체 형상 분석 방법(2000) 및 객체 추적 장치(100)를 설명하지만, 다른 좌표계에 의해서도 이를 설명할 수 있음은 물론이다. 또한, 데카르트 좌표계에 의하면, x축, y축 및 z축은 서로 직교하지만, 실시 예는 이에 국한되지 않는다. 즉, x축, y축 및 z축은 서로 교차할 수도 있다.
도 1은 실시 예에 의한 라이다 센서를 이용한 객체 추적 장치(100)의 개략적인 블럭도이다.
도 1에 도시된 객체 추적 장치(100)는 라이다 센서(110), 전처리부(120), 군집화부(130) 및 형상 분석부(140)를 포함할 수 있다.
라이다 센서(110)는 타겟 객체에 대한 포인트 클라우드를 획득하고, 획득된 포안트 클라우드를 라이다 데이터로서 전처리부(120)로 출력할 수 있다.
전처리부(120)는 라이다 데이터를 전처리할 수 있다. 이를 위해, 전처리부(120)는 라이다 센서(110)와 라이다 센서(110)를 장착한 차량(이하, ‘자차’라 함) 간의 좌표를 맞추는 캘리브레이션을 수행할 수 있다. 즉, 라이다 센서(110)가 자차에 장착된 위치 각도에 따라 기준 좌표계에 맞게 라이다 데이터를 변환할 수 있다. 또한, 전처리부(120)는 라이다 데이터의 세기(intensity) 또는 컨피던스(confidence) 정보를 통해 세기 또는 반사율이 낮은 포인트는 필터링을 통해 제거할 수도 있다. 또한, 전처리부(120)는 자차에 의해 반사되는 데이터를 제거할 수도 있다. 즉, 라이다 센서(110)의 장착 위치와 시야각에 따라 자차의 차체에 의해 가려지는 영역이 존재하므로, 전처리부(120)는 기준 좌표계를 이용하여 자차의 차체에 반사되는 데이터를 제거할 수 있다.
군집화부(130)는 라이다 센서(110)를 통해 획득한 객체에 대한 복수의 포인트로 구성된 라이다 데이터인 포인트 클라우드를 미리 정한 규칙에 따라 의미있는 단위로 그룹핑할 수 있다. 즉, 군집화부(130)는 전처리부(120)에서 전처리된 결과를 이용하여 포인트 클라우드를 군집화하고, 군집화된 라이다 포인트를 형상 분석부(140)로 출력할 수 있다.
형상 분석부(140)는 포인트 클라우드에서 군집화된 라이다 포인트로부터 타겟 객체에 대한 형상을 분석하고, 분석된 결과를 출력단자 OUT1을 통해 출력할 수 있다.
도 2는 실시 예에 의한 라이다 센서를 이용한 객체 형상 분석 방법(200)의 플로우차트를 나타낸다.
도 1에 도시된 형상 분석부(140)는 도 2에 도시된 형상 분석 방법(200)을 수행할 수 있지만, 실시 예는 이에 국한되지 않는다. 즉, 다른 실시 예에 의하면, 도 2에 도시된 형상 분석 방법(200)은 도 1에 도시된 객체 추적 장치(100)와 다른 구성을 갖는 객체 추적 장치(100)에서도 수행될 수 있다. 즉, 도 2에 도시된 방법(200)은 도 1에 도시된 장치에서 라이다 센서(110)의 작동 방법, 전처리부(110)의 유/무 및 전처리 방법, 군집화부(130)의 군집화 방법에 국한되지 않는다.
도 3은 도 1에 도시된 형상 분석부(140)의 실시 예(140A)에 의한 블럭도를 나타낸다.
이하, 이해를 돕기 위해, 실시 예에 의한 객체 형상 분석 방법(200)은 도 3에 도시된 형상 분석부(140A)에서 수행되는 것으로 설명하지만, 실시 예는 이에 국한되지 않는다. 즉, 다른 실시 예에 의하면, 실시 예에 의한 객체 형상 분석 방법(200) 및 그의 실시 예는 도 3에 도시된 구성과 다른 구성을 갖는 형상 분석부(140A)에 의해서도 수행될 수 있다.
도 3에 도시된 형상 분석부(140A)는 레이어(layer) 형상 결정부(142) 및 타겟 형상 결정부(144)를 포함할 수 있다.
레이어 형상 결정부(142)는 군집화부(130)로부터 군집화된 라이다 포인트를 입력단자 IN1을 통해 제공받고, 라이다 포인트를 이용하여 타겟 객체에 대한 제1 내지 제M 레이어의 제1 내지 제M 형상을 각각 결정하고, 결정된 제1 내지 제M 레이어 각각의 형상을 타겟 형상 결정부(144)로 출력할 수 있다(제210 단계). 여기서, M은 1이상의 양의 정수이다. 예를 들어, M=6일 수 있다.
제210 단계 후에, 타겟 형상 결정부(144)는 소정 우선 순위에 따라, 제1 내지 제M 형상을 분석하여 타겟 객체에 대한 형상을 결정하고, 결정된 타겟 객체에 대한 형상을 출력단자 OUT1을 통해 출력할 수 있다(제220 단계).
이하, 도 2에 도시된 객체 형상 분석 방법(200) 및 도 3에 도시된 레이어 형상 결정부(142) 및 타겟 형상 결정부(144) 각각의 실시 예를 첨부된 도면을 참조하여 다음과 같이 살펴본다.
도 4는 도 2에 도시된 제210 단계의 실시 예(210A)에 의한 플로우차트이다.
도 3에 도시된 레이어 형상 결정부(142)는 도 4에 도시된 방법(210A)을 수행할 수 있다. 이를 위해, 레이어 형상 결정부(142)는 결정 준비부(152) 및 플래그 부여부(156)를 포함할 수 있다. 또한, 레이어 형상 결정부(142)는 동작 객체 분석부(154)를 더 포함할 수 있다. 또한, 레이어 형상 결정부(142)는 지붕 레이어 검사부(158)를 더 포함할 수 있다.
하나의 타겟 객체에 대한 M개의 제1 내지 제M 레이어 각각의 형상은 다음과 같이 결정될 수 있다.
먼저, m을 ‘1’로 설정한다(제310 단계). 여기서, 1≤m≤M.
제310 단계 후에, 제m 레이어에 포함된 라이다 포인트 중에서, 제1 끝점과 제2 끝점을 잇는 선분(또는, baseline)으로부터 가장 멀리 위치한 브레이크 포인트(break point)를 찾는다(제312 단계).
도 5는 제m 레이어에 포함된 라이다 포인트를 예시적으로 나타내는 도면이다.
이해를 돕기 위해, 도 5를 참조하여 도 4에 도시된 제210A 단계를 설명하지만, 도 4의 제210A 단계는 도 5에 국한되지 않는다.
하나의 타겟 객체에 대한 라이다 포인트는 수직 방향(예를 들어, z축 방향)으로 M개의 제1 내지 제M 레이어로 구분될 수 있다.
제310 단계 후에, 제m 레이어에 포함된 라이다 포인트(예를 들어, 도 5에 도시된 p1 내지 p10) 중에서, 제1 끝점(A:p1)과 제2 끝점(C:p10)을 잇는 선분(EL)으로부터 가장 멀리 위치한 브레이크 포인트(B:p4)를 찾는다(제312 단계).
이후, 제1 끝점(p1)과 브레이크 포인트(p4)를 연결하는 제1 선분(L1) 및 제2 끝점(p10)과 브레이크 포인트(p4)를 연결하는 제2 선분(L2)을 생성한다(제314 단계).
전술한 제310 내지 제314 단계는 도 3에 도시된 결정 준비부(152)에서 수행될 수 있다.
제314 단계 후에, 동작 객체 분석부(154)는 상기 제m 레이어에서, 제1 및 제2 라이다 포인트가 분포된 형태를 분석하고, 분석된 결과를 이용하여 제m 레이어에 브레이크 플래그(break flag)를 형상 플래그로서 부여할 것인가를 결정할 수 있다(제316 단계).
여기서, 제1 라이다 포인트란 라이다 포인트(예를 들어, 도 5에 도시된 p1 내지 p10) 중에서 제1 선분(L1)의 주변에 위치한 라이다 포인트(예를 들어, p2, p3)를 의미하고, 제2 라이다 포인트란 라이다 포인트(예를 들어, 도 5에 도시된 p1 내지 p10) 중에서 제2 선분(L2)의 주변에 위치한 라이다 포인트(예를 들어, 도 5에 도시된 p5 내지 p9)를 의미할 수 있다.
또한, 브레이크 플래그란, 제m 레이어에 포함된 라이다 포인트에 의해 표시되는 타겟 객체가 동적 객체일 가능성이 낮음을 나타내는 플래그일 수 있다. 즉, 제m 레이어에 포함된 라이다 포인트의 분산이 클 경우, 타겟 객체가 동적 객체보다는 정적 객체일 가능성이 있다. 따라서, 라이다 포인트가 분산된 정도를 통해 타겟 객체가 동적 객체와 정적 객체 중 어느 객체에 더 가까운가를 검사할 수 있다.
도 6은 도 4에 도시된 제316 단계의 실시 예(316A)에 의한 플로우차트를 나타낸다.
동작 객체 분석부(154)는 도 6에 도시된 제316A 단계를 수행할 수 있으며, 이를 위해, 예를 들어 제1 분산 산출부(162), 제2 분산 산출부(164) 및 분산 비교부(166)를 포함할 수 있다.
예를 들어, 도 3 및 도 6을 참조하면, 제314 단계 후에 제1 분산 산출부(162)는 제1 선분(L1)과 제1 라이다 포인트 간의 제1 거리에 대한 제1 평균값(A1)을 다음 수학식 1과 같이 구한다(제420 단계).
Figure pat00001
여기서, n은 제m 레이어에 포함된 제1 라이다 포인트의 총 개수를 나타내고, xi는 제1 거리로서 도 5를 참조하면, 제1 라이다 포인트인 p2 및 p3 각각과 제1 선분(L1) 간의 x축 방향으로의 이격 거리에 해당한다.
제420 단계 후에, 제1 분산 산출부(162)는 제1 거리(xi)에 대한 제1 평균값(A1)을 이용하여, 제1 거리(xi)에 대한 제1 분산(V1)을 다음 수학식 2와 같이 산출하고, 산출된 제1 분산(V1)을 분산 비교부(166)로 출력한다(제422 단계).
Figure pat00002
제422 단계 후에 제2 분산 산출부(164)는 제2 선분(L2)과 제2 라이다 포인트 간의 제2 거리(yi)에 대한 제2 평균값(A2)을 다음 수학식 3과 같이 구한다(제424 단계).
Figure pat00003
여기서, q 는 제m 레이어에 포함된 제2 라이다 포인트의 총 개수를 나타내고, yi는 제2 거리로서 도 5를 참조하면, 제2 라이다 포인트인 p5 내지 p9 각각과 제2 선분(L2) 간의 y축 방향으로의 이격 거리에 해당한다.
제424 단계 후에, 제2 분산 산출부(164)는 제2 거리(yi)에 대한 제2 평균값(A2)을 이용하여, 제2 거리(yi)에 대한 제2 분산(V2)을 다음 수학식 4와 같이 산출하고, 산출된 제2 분산(V2)을 분산 비교부(166)로 출력한다(제426 단계).
Figure pat00004
제426 단계 후에, 분산 비교부(166)는 제1 분산(V1)이 제1 분산 임계값(VE1)보다 큰가를 판단한다(제428 단계). 만일, 제1 분산(V1)이 제1 분산 임계값(VE1)보다 큰 경우, 분산 비교부(166)는 제2 분산(V2)이 제2 분산 임계값(VE2)보다 큰가를 판단한다(제430 단계). 분산 비교부(166)는 제2 분산(V2)이 제2 분산 임계값(VE2)보다 클 경우, 제m 레이어에 브레이크 플래그를 부여하고 제220 단계로 진행할 수 있다(제432 단계). 실시 예에 의하면, 제1 및 제2 분산 임계값(VE1, VE2)은 서로 동일할 수도 있고 다를 수도 있으며, 각 레이어 별로 사전에 결정되어 저장될 수도 있고, 레이어에 상관없이 동일한 값으로 사전에 결정될 수 있다. 예를 들어, VE1과 VE2 각각은 1.5일 수 있다.
그러나, 제1 분산(V1)이 제1 분산 임계값(VE1)보다 크지 않거나, 제2 분산(V2)이 제2 분산 임계값(VE2)보다 크지 않을 경우, 제m 레이어가 정적 객체이기 보다는 동적 객체일 가능성이 더 높기 때문에, 제318 단계로 진행한다. 예를 들어, 동적 객체란 신호등, 나무, 교통 표지판 또는 가드레일처럼 이동하지 않는 객체를 의미할 수 있고, 정적 객체란, 차량 등 이동하는 객체일 수 있다.
이와 같이, 분산 비교부(166)는 제1 분산(V1)과 제2 분산(V2)을 제1 분산 임계값(VE1) 및 제2 분산 임계값(VE2)과 각각 비교하고, 비교된 결과에 응답하여 제m 레이어에 브레이크 플래그를 부여함을 알 수 있다.
또한, 실시 예에 의한 라이다 센서를 이용한 객체 형상 분석 방법(200)에서 제316 단계는 생략될 수도 있다.
한편, 제m 레이어에 브레이크 플래그를 부여하지 않은 경우, 플래그 부여부(156)는 제1 선분, 상기 제2 선분, 제1 라이다 포인트, 또는 제2 라이다 포인트 중 적어도 하나를 이용하여, 제m 레이어에 형상 플래그를 부여할 수 있다(제318 및 제320 단계).
이를 위해, 도 3에 도시된 바와 같이, 플래그 부여부(156)는 임시 플래그 부여부(170) 및 최종 플래그 부여부(180)를 포함할 수 있다.
임시 플래그 부여부(170)는 분산 비교부(166)에서 비교된 결과에 응답하여, 제1 및 제2 선분(L1, L2)을 포함하는 제m 레이어의 형상 박스의 크기에 따라, 제m 레이어에 L-shape 플래그 또는 I-shape 플래그를 형상 플래그로서 임시로 부여한다. 형상 박스에 대해서는 후술되는 도 14에서 상세히 설명된다. 즉, 분산 비교부(166)에서 비교된 결과를 통해 제1 분산(V1)이 제1 분산 임계값(VE1)보다 크지 않거나, 또는/및 제2 분산(V2)이 제2 분산 임계값(VE2)보다 크지 않아 제m 레이어에 브레이크 플래그를 부여하지 않은 것으로 인식될 경우, 임시 플래그 부여부(170)는 제1 및 제2 선분을 포함하는 제m 레이어의 형상 박스의 크기에 따라, 제m 레이어에 L-shape 플래그 또는 I-shape 플래그를 형상 플래그로서 임시로 부여할 수 있다(제318 단계).
도 7은 도 4에 도시된 제318 단계의 실시 예(318A)의 플로우차트이다. 도 8a 및 도 8b는 도 7에 도시된 제318A 단계의 이해를 돕기 위한 예시적인 도면이다.
예를 들어, 임시 플래그 부여부(170)는 제m 레이어의 형상 박스(예를 들어, 도 8b에 도시된 SB)의 길이(Length) 또는 폭(Width) 중 적어도 하나를 이용하여, 제m 레이어에 L-shape 플래그 또는 I-shape 플래그를 임시로 부여할 수 있다.
즉, 제m 레이어에 브레이크 플래그를 부여하지 않은 것으로 인식될 경우, 제m 레이어의 형상 박스의 폭이 제1 임계 폭 범위(TWR1) 및 제2 임계 폭 범위(TWR2) 중 어느 범위에 속하는가를 판단할 수 있다(제440 단계).
만일, 제m 레이어의 형상 박스의 폭이 제1 임계 폭 범위(TWR1)에 속하면, 제m 레이어에 I-shape 플래그를 임시로 부여한다(제442 단계). 그러나, 형상 박스의 폭이 제2 임계 폭 범위에 속하면, 제m 레이어에 L-shape 플래그를 임시로 부여한다(제444 단계).
제1 임계 폭 범위(TWR1)는 M1N1(제1 최소값) 내지 MAX1(제1 최대값)의 범위를 갖고, 제2 임계 폭 범위(TWR2)는 MIN2(제2 최소값) 내지 MAX2(제2 최대값)의 범위를 갖는다고 할 때, 제2 최소값(MIN2)은 제1 최대값(MIN1) 이상일 수 있다. 예를 들어, 제1 임계 폭 범위(TWR1)는 0m 내지 1m이고, 제2 임계 폭 범위(TWR2)는 1m 내지 8m일 수 있다. 이와 같이, 형상 박스(SB)의 폭을 이용하여 제m 레이어에 형상 플래그를 부여할 수 있지만, 실시 예는 이에 국한되지 않는다. 즉, 다른 실시 예에 의하면, 형상 박스(SB)의 폭 또는 길이 중 적어도 하나를 이용하여 제m 레이어에 형상 플래그를 임시로 부여할 수도 있다.
실시 예에 의한 장치(100)는 13m 이하의 길이를 갖는 객체를 추적할 수 있다. 도 8b에 도시된 형상 박스(SB)의 길이가 1m 내지 13m의 범위에 속할 경우, 형상 박스(SB)의 폭이 0m 내지 1m의 제1 임계 폭 범위(TWR1)에 속하면 I-shape 플래그를 제m 레이어에 임시로 부여하는 반면, 형상 박스(SB)의 폭이 1m 내지 8m의 범위에 속하면 L-shape 플래그를 제m 레이어에 임시로 부여할 수 있다.
도 7에 도시된 방법을 수행하기 위해, 도 3에 도시된 바와 같이, 임시 플래그 부여부(170)는 제1 및 제2 폭 비교부(172, 174)를 포함할 수 있다.
결국, 임시 플래그 부여부(170)는 형상 박스(SB)의 길이 또는 폭 중 적어도 하나를 이용하여, 제m 레이어에 L-shape 플래그 또는 I-shape 플래그를 임시로 부여할 수 있다(제318A 단계).
제1 폭 비교부(172)는 형상 박스(SB)의 폭과 제1 임계 폭 범위(TWR1)를 비교하고, 비교된 결과에 응답하여 제m 레이어에 I-shape 플래그를 임시로 부여할 수 있다. 또한, 제2 폭 비교부(174)는 형상 박스(SB)의 폭과 제2 임계 폭 범위(TWR2)를 비교하고, 비교된 결과에 응답하여 제m 레이어에 L-shape 플래그를 임시로 부여할 수 있다.
한편, 제318 단계 후에, 최종 플래그 부여부(180)는 제m 레이어에 임시로 부여된 L-shape 플래그 및 I-shape 플래그 별로, 제1 선분(L1), 제2 선분(L2), 제1 라이다 포인트 또는 제2 라이다 포인트 중 적어도 하나를 이용하여 제m 레이어에 임시로 부여된 L-shape 플래그 또는 I-shape 플래그를 제m 레이어에 최종적으로 부여할 것인지를 결정할 수 있다(제320 단계).
도 9는 도 4에 도시된 제320 단계의 일 실시 예(320A)의 플로우차트이고, 도 10은 도 9에 도시된 실시 예(320A)의 이해를 돕기 위한 도면이다. 도 10에서, 제1 및 제2 선분(L1, L2)은 제314 단계에서 구해진 제1 및 제2 선분(L1, L2)에 각각 해당한다고 가정한다.
도 11은 도 4에 도시된 제320 단계의 다른 실시 예(320B)의 플로우차트이고, 도 12는 도 11에 도시된 실시 예(320B)의 이해를 돕기 위한 도면이다.
제318 단계에서, 제m 레이어에 L-shape 플래그가 임시로 부여된 경우, 도 9에 도시된 방법(320A)을 통해, 제m 레이어에 형상 플래그를 최종적으로 부여할 수 있다(제320A 단계). 그러나, 제318 단계에서, 제m 레이어에 I-shape 플래그가 임시로 부여된 경우, 도 11에 도시된 방법(320B)을 통해, 제m 레이어에 형상 플래그를 최종적으로 부여할 수 있다(제320B 단계).
도 9 및 도 11에 도시된 실시 예(320A, 320B)를 수행하기 위해, 예를 들어 도 3에 도시된 바와 같이 최종 플래그 부여부(180)는 기준 선분 선정부(182), 제1 플래그 부여부(184) 및 제2 플래그 부여부(186)를 포함할 수 있다.
제1 플래그 부여 분석부(184)는 제1 폭 비교부(172)에서 비교된 결과로부터 제m 레이어에 L-shape 플래그가 부여되었다고 인식될 때 도 9에 도시된 제462 내지 제488 단계를 수행할 수 있다. 그러나, 도 9에 도시된 제462 단계는 제1 플래그 부여 분석부(184) 대신에 기준 선분 선정부(182)에서도 수행될 수 있다.
제318 단계 후에, 기준 선분 선정부(182)는 결정 준비부(152)로부터 제공받은 제1 선분(L1)과 제2 선분(L2) 중에서 긴 선분을 기준 선분으로서 선정하고, 제1 선분과 제2 선분 중에서 짧은 선분을 비기준 선분으로서 선정한다(제460 단계). 예를 들어, 도 10를 참조하면 제1 선분(L1)보다 제2 선분(L2)의 길이가 더 길기 때문에, 제1 선분(L1)은 비기준 선분으로 선정되고, 제2 선분L2)은 기준 선분으로 선정될 수 있다.
제460 단계 후에, 기준 선분(예를 들어, L2)의 길이(RL)가 임계 길이(TL) 이상인가를 검사한다(제462 단계). 여기서, 임계 길이는 M개의 레이어별로 달리 결정될 수도 있고, 동일하게 결정될 수도 있다.
만일, 기준 선분의 길이(RL)가 임계 길이(TL) 이상이 아닐 경우 제m 레이어에 형상 플래그를 부여하지 않는다(제488 단계). 그러나, 기준 선분의 길이(RL)가 임계 길이(TL) 이상일 경우, 기준 선분과 비기준 선분 각각의 평균과 분산을 구한다(제464 단계).
제464 단계 후에, 기준 선분의 평균(AARL)과 분산(AVRL)이 기준 임계 평균(AARm)과 기준 임계 분산(AVRm)보다 각각 작은가를 검사한다(제466 단계). 여기서, 기준 임계 평균(AARm) 및 기준 임계 분산(AVRm)은 제m 레이어의 좌표 별로 사전에 구해져서 저장될 수도 있고, 좌표에 무관하게 동일한 값을 가질 수도 있다.
만일, 기준 선분의 평균(AARL)이 기준 임계 평균(AARm)보다 작지 않거나 기준 선분의 분산(AVRL)이 기준 임계 분산(AVRm)보다 작지 않을 경우, 제m 레이어에 형상 플래그를 부여하지 않는다(제488 단계).
그러나, 기준 선분의 평균(AARL)이 기준 임계 평균(AARm)보다 작고 기준 선분의 분산(AVRL)이 기준 임계 분산(AVRm)보다 작을 경우, 비기준 선분의 평균(AANRL) 및 분산(AVNRL)이 비기준 임계 평균(AANRm)과 비기준 임계 분산(AVNRm)보다 각각 작은 가를 검사한다(제468 단계). 여기서, 비기준 임계 평균(AANRm) 및 비기준 임계 분산(AVNRm)은 제m 레이어의 좌표 별로 사전에 구해져서 저장될 수도 있고, 제m 레이어의 좌표에 무관하게 일정한 값으로 결정되어 저장될 수도 있다.
만일, 비기준 선분의 평균(AANRL)이 비기준 임계 평균(AANRm)보다 작지 않거나 비기준 선분의 분산(AVNRL)이 비기준 임계 분산(AVNRm)보다 작지 않을 경우, 제m 레이어에 형상 플래그를 부여하지 않는다(제488 단계).
그러나, 비기준 선분의 평균(AANRL)이 비기준 임계 평균(AANRm)보다 작고, 비기준 선분의 분산(AVNRL)이 비기준 임계 분산(AVNRm)보다 작을 경우, 기준 선분과 교차하는 방향으로 i개의 영역으로 기준 선분에 관련된 영역을 분할한다(제470 단계). 여기서, i는 1 이상의 양의 정수로서 예를 들어, 4일 수 있다. 예를 들어, 도 10을 참조하면, 기준 선분(L2)과 직교하는 방향으로 4개(i=4)의 영역(AR1 내지 AR4)으로 기준 선분(L2)에 관련된 영역이 분할되었음을 알 수 있다. 영역을 분할하기 위해, 기준 선분(L2)과 직교하는 방향으로 직선을 3개(i-1=3)만큼 분포시킬 수 있다.
제470 단계 후에, 분할된 i개의 영역 각각에 라이다 포인트가 존재하는가를 검사한다(제480 단계). 예를 들어, 도 10에서 제2 선분(L2)의 왼쪽에 위치한 라이다 포인트(ip1 내지 ip5)를 ‘내측 라이다 포인트’라고 칭하고, 제2 선분(L2)의 오른쪽에 위치한 라이다 포인트(op3 내지 op7)를 ‘외측 라이다 포인트’라고 칭한다. 이 경우, 제470 단계 후에, 분할된 4개의 영역(AR1 내지 AR4) 각각에 내측 또는 외측 라이다 포인트가 존재하는가를 검사한다(제480 단계). 만일, 분할된 4개의 영역 중 한 곳이라도 라이다 포인트가 존재하지 않을 경우, 제m 레이어에 형상 플래그를 부여하지 않는다(제488 단계).
그러나, 분할된 영역 각각에 라이다 포인트가 존재할 경우, 분할된 영역에 위치한 인접한 외측 라이다 포인트 간의 이격 거리(SD)가 임계 이격 거리(d)보다 작은가를 검사한다(제482 단계). 여기서, 임계 이격 거리(d)는 사전에 결정될 수 있다. 도 10에서 인접한 외측 라이다 포인트끼리 연결된 선분은 세그먼트(segment)일 수 있다. 예를 들어, 외곽 포인트(op1, op2)를 서로 잇는 선분, 외곽 포인트(op3, op4)를 서로 잇는 선분, 외곽 포인트(op4, op5)를 서로 잇는 선분, 외곽 포인트(op5, op6)를 서로 잇는 선분, 외곽 포인트(op6, op7)를 서로 잇는 선분 각각은 세그먼트일 수 있으며, 제482 단계에서 세그먼트의 길이(SD)가 임계 이격 거리(d)보다 작은가를 판단한다. 만일, 세그먼트의 길이(SD)가 임계 이격 거리(d)보다 작지 않을 경우, 제m 레이어에 형상 플래그를 부여하지 않는다(제488 단계).
그러나, 세그먼트의 길이(SD)가 임계 이격 거리(d)보다 작을 경우, 제1 선분(L1)과 제2 선분(L2)이 이루는 사이각(θ12)이 제1 각도(θ1)보다 크고 제2 각도(θ2)보다 작은가를 판단한다(제484 단계). 여기서, 제1 각도(θ1) 및 제2 각도(θ2)는 레이어별로 사전에 결정될 수도 있고, 레이어에 상관없이 고정된 값으로 사전에 결정될 수 있다. 만일, 제1 선분(L1)과 제2 선분(L2)이 이루는 사이각(θ12)이 제1 각도(θ1)보다 작거나 제2 각도(θ2)보다 클 경우, 제m 레이어에 형상 플래그를 부여하지 않는다(제488 단계).
그러나, 제1 선분(L1)과 제2 선분(L2)이 이루는 사이각(θ12)이 제1 각도(θ1)보다 크고 제2 각도(θ2)보다 작을 경우, 제m 레이어에 L-shape 플래그를 최종적으로 부여한다(제486 단계).
제2 플래그 부여 분석부(186)는 제2 폭 비교부(174)에서 비교된 결과로부터 제m 레이어에 I-shape 플래그가 부여되었다고 인식될 때, 도 11에 도시된 제492 단계 내지 제502 단계를 수행할 수 있다.
먼저, 도 11을 참조하면, 제1 선분(L1)과 제2 선분(L2) 중에서 긴 선분을 기준 선분으로서 선정한다(제490 단계). 제490 단계는 제460 단계와 동일하므로 이에 대한 설명을 생략한다.
제490 단계 후에, 기준 선분(도 12에 도시된 L2)의 평균(ABRL)과 분산(BVRL)이 기준 임계 평균(ABRm)과 기준 임계 분산(BVRm)보다 각각 작은가를 판단한다(제494 및 제496 단계). 여기서, 기준 임계 평균(ABRm)과 기준 임계 분산(BVRm)은 도 9에 도시된 기준 임계 평균(AARm)과 기준 임계 분산(AVRm)과 각각 동일할 수 있으며, M개의 레이어별로 사전에 구해져서 저장될 수도 있고, 레이어에 무관하게 동일한 값으로 사전에 결정될 수도 있다.
만일, 평균(ABRL)이 기준 임계 평균(ABRm)보다 작지 않거나 분산(BVRL)이 기준 임계 분산(BVRm)보다 작지 않을 경우, 제m 레이어에 형상 플래그를 부여하지 않는다(제502 단계). 그러나, 평균(ABRL)이 기준 임계 평균(ABRm)보다 작고, 분산(BVRL)이 기준 임계 분산(BVRm)보다 작을 경우, 기준 선분과 교차하는 방향으로 분할된 j개의 영역에 위치한 외측 라이다 포인트 간의 이격 거리(SD)가 임계 이격 거리(d)보다 작은가를 판단한다(제498 단계). 여기서, j는 1이상의 양의 정수이며, i와 동일할 수도 있고, 다를 수도 있다. 제498 단계는 제482 단계와 동일하므로 중복되는 설명을 생략한다.
만일, 이격 거리(SD)가 임계 이격 거리(d)보다 작지 않을 경우, 제m 레이어에 형상 플래그를 부여하지 않는다(제502 단계). 그러나, 이격 거리(SD)가 임계 이격 거리(d)보다 작을 경우, 제m 레이어에 I-shape 플래그를 최종적으로 부여한다(제500 단계).
한편, 다시 도 4를 참조하면, 제210A 단계는 제320 단계 후에 수행되는 제322 단계를 더 포함할 수 있다. 즉, 도 3에 도시된 레이어 형상 결정부(142)는 제322 단계를 수행하는 지붕 레이어 검사부(158)를 더 포함할 수 있다. 실시 예에 의하면, 제322 단계 및 지붕 레이어 검사부(158)는 생략될 수도 있다.
제320 단계 후에, 지붕 레이어 검사부(158)는 제m 레이어가 타겟 객체의 지붕에 대한 레이어(이하, ‘지붕 레이어’라 함)인가를 검사하고, 검사된 결과를 제1 플래그 부여 분석부(184) 및 결정 준비부(152)로 출력할 수 있다(제322 단계). 만일, 제m 레이어가 타겟 객체의 지붕 레이어일 때, 제320 단계 즉, 도 9에 도시된 제468 단계에서 제m+1 레이어에 대해 이용되는 비기준 임계 평균(AANRM) 및 비기준 임계 분산(AVNRm) 각각을 증가시킬 수 있다(제324 단계). 이와 같이, 비기준 임계 평균(AANRM) 및 비기준 임계 분산(AVNRm) 각각을 증가시킬 경우, 제m+1 레이어에 대해 L-shape 플래그를 부여하기 위해 체크하는 조건이 완화될 수 있다. 즉, 이는 타겟 객체가 차량일 경우, 제m+1 레이어에 대해 L-shape 플래그를 부여하고자 판단할 때, 타겟 차량의 앞 범퍼는 뒤 범퍼보다 둥근 특성을 반영하기 위함이다.
제324 단계는 제1 플래그 부여 분석부(184)에서 수행될 수도 있고, 지붕 레이어 검사부(158)에서도 수행될 수도 있고, 결정 준비부(152)에서 수행될 수도 있다.
도 13은 도 4에 도시된 제322 단계의 실시 예(322A)의 플로우차트이고, 도 14 내지 도 16은 도 13에 도시된 제322A 단계의 이해를 돕기 위한 도면이다.
도 14에서 군집화 박스(CB)는 제1 내지 제M 레이어에 대한 라이다 포인트를 포함하는 박스를 의미할 수 있고, 형상 박스(SB)는 제m 레이어에 대한 라이다 포인트를 포함하는 박스를 의미할 수 있다.
실시 예에 의하면, 지붕 레이어 검사부(158)는 도 13에 도시된 제602 내지 제610 단계를 수행할 수 있다.
먼저, 도 14를 참조하면, 타겟 객체에 대한 군집화 박스(CB)의 길이(XCL)에 대한 제m 레이어의 형상 박스(SB)의 길이(XC)의 제1 비율(R1)이 제1 임계 비율(Rt)보다 작은가를 다음 수학식 5와 같이 판단한다(제602 단계).
Figure pat00005
여기서, XC/XCL은 제1 비율(R1)을 나타내고, 제1 임계 비율(Rt)은 M개의 레이어별로 미리 결정될 수 있고, M개의 레이어에 대해 모두 동일한 값을 가질 수도 있다.
만일, 제1 비율(R1)이 제1 임계 비율(Rt)보다 작을 때, 제m 레이어에 대해 최종적으로 부여된 형상 플래그 별로 피크 포인트를 찾는다(제604 단계). 예를 들어, 지붕 레이어 검사부(158)는 제1 비율(R1)을 제1 임계 비율(Rt)과 비교한 결과 및 최종 플래그 부여부(184)에서 형상 플래그가 최종적으로 부여된 결과에 응답하여, 제1 선분과 제2 선분 중 짧은 선분으로부터 멀리 위치한 라이다 포인트를 피크 포인트로서 결정하거나, 브레이크 포인트를 피크 포인트로서 결정할 수 있다.
부연하면, 제m 레이어에 대해 최종적으로 L-shape 플래그가 부여된 경우, 도 15 (a)를 참조하면, 제1 선분(L1)과 제2 선분(L2) 중 짧은 선분(도 15 (a)의 경우 L1)으로부터 가장 멀리 위치한 라이다 포인트(pp1)를 피크 포인트로서 결정할 수 있다. 또는, 제m 레이어에 대해 최종적으로 I-shape 플래그가 부여된 경우, 도 15 (b)에 도시된 바와 같이 브레이크 포인트(B 지점의 포인트)(pp2)를 피크 포인트로서 결정할 수 있다.
제604 단계 후에, 군집화 박스의 길이의 절반과 피크 포인트로부터 군집화 박스의 중간까지의 길이의 제2 비율이 제2 임계 비율보다 작은가를 검사할 수 있다(제606 단계). 예를 들어, 제m 레이어에 대해 최종적으로 L-shape 플래그가 부여되고, 피크 포인트가 도 15 (a)에 도시된 pp1로 결정된 경우, 도 16에 도시된 바와 같이, 군집화 박스(CB)의 길이의 절반(d2)과 피크 포인트(pp1)로부터 군집화 박스(CB)의 중간까지의 길이(d1)의 제2 비율(R2)이 제2 임계 비율(RA)보다 작은가를 다음 수학식 6과 같이 검사할 수 있다.
Figure pat00006
여기서, d1/d2는 제2 비율(R2)을 나타내고, 제2 임계 비율(RA)은 M개의 레이어 별로 미리 결정될 수 있고, M개의 레이어에 대해 모두 동일한 값을 가질 수도 있다.
만일, 제2 비율(R2)이 제2 임계 비율(RA)보다 작을 경우, 제m 레이어가 타겟 객체의 지붕 레이어인 것으로 결정한다(제608 단계). 그러나, 제1 비율(R1)이 제1 임계 비율(Rt)보다 작지 않거나, 제2 비율(R2)이 제2 임계 비율(RA)보다 작지 않다면, 제m 레이어가 타겟 객체의 지붕 레이어가 아닌 것으로 결정한다(제610 단계).
다시 도 4를 참조하면 제m 레이어가 타겟 객체의 지붕 레이어가 아닌 것으로 판단되거나 제324 단계 후에, m이 M인가를 검사한다(제326 단계). 만일, m이 M이 아닐 경우, m을 1만큼 증가시킨 후, 제312 단계로 진행한다(제328 단계). 따라서, 제m+1 레이어에 대해 제312 내지 제324 단계가 수행되어, 제m 레이어에 대해 형상 플래그가 부여되는 방법과 동일한 방법으로 제m+1 레이어에 형상 플래그가 부여될 수 있다. 예를 들어, 제326 및 제328 단계는 결정 준비부(152)에서 수행될 수도 있지만, 실시 예는 이에 국한되지 않는다.
도 17은 도 2에 도시된 제220 단계의 실시 예(220A)의 플로우차트를 나타낸다.
도 17에 도시된 실시 예(220A)를 수행하기 위해 도 3에 도시된 바와 같이, 타겟 형상 결정부(144)는 제1 내지 제3 플래그 검사부(192, 194, 196) 및 최종 형상 출력부(198)를 포함할 수 있다.
제1 플래그 검사부(192)는 제1 내지 제M 레이어 중에서 브레이크 플래그를 부여받은 레이어가 존재하는가를 검사하고, 검사된 결과를 최종 형상 출력부(198)로 출력한다(제630 단계). 최종 형상 출력부(198)는 제1 플래그 검사부(192)에서 검사된 결과를 통해 제1 내지 제M 레이어 중에서 브레이크 플래그를 부여 받은 레이어가 존재한다고 인식될 때, 타겟 객체의 형상이 미지인 것으로 결정한다(제632 단계).
제2 플래그 검사부(194)는 제1 플래그 검사부(192)에서 검사된 결과에 응답하여, 브레이크 플래그를 부여받은 레이어가 존재하지 않는다고 인식될 때, L-shape 플래그를 부여받은 레이어가 존재하는가를 검사하고, 검사된 결과를 최종 형상 출력부(198)로 출력한다(제634 단계). 최종 형상 출력부(198)는 제1 플래그 검사부(192) 및 제2 플래그 검사부(194)에서 검사된 결과를 통해, 제1 내지 제M 레이어 중에서 브레이크 플래그를 부여받은 레이어가 존재하지 않지만 L-shpae 플래그를 부여받은 레이어가 존재한다고 인식될 때, 타겟 객체의 형상이 L-shape인 것으로 결정한다(제636 단계).
제3 플래그 검사부(196)는 제2 플래그 검사부(194)에서 검사된 결과에 응답하여, L-shape 플래그를 부여받은 레이어가 존재하지 않는다고 인식될 때, I-shape 플래그를 부여받은 레이어가 존재하는가를 검사하고, 검사된 결과를 최종 형상 출력부(198)로 출력한다(제638 단계). 최종 형상 출력부(198)는 제1 내지 제3 플래그 검사부(192, 194, 196)에서 검사된 결과를 통해 제1 내지 M 레이어 중에서 브레이크 플래그 및 L-shape 플래그를 부여받은 레이어가 존재하지 않지만, I-shape 플래그를 부여받은 레이어가 존재한다고 인식될 때, 타겟 객체의 형상이 I-shape인 것으로 결정할 수 있다(제640 단계).
전술한 바와 같이, 최종 형상 출력부(198)에서 타겟 객체의 형상을 결정할 때 체크하는 우선 순위는 브레이크 플래그, L-shape 플래그 및 I-shape 플래그의 순서이다.
그러나, 최종 형상 출력부(198)는 제1 내지 제3 플래그 검사부(192, 194, 196)에서 검사된 결과를 통해, 제1 내지 제M 레이어 중에서 브레이크 플래그, L-shape 플래그 및 I-shape 플래그 중 어느 것도 부여 받은 레이어가 존재하지 않을 때, 타겟 객체의 형상이 미지인 것으로 결정할 수 있다(제632 단계).
도 18은 자차(700)를 기준으로 타겟 차량(710 내지 716)의 다양한 형태를 나타낸다.
도 18을 참조하면, 자차(700)를 기준으로 타겟 차량의 옆 면만 스캔 되는 객체(716)의 외곽선은 I-shape의 형상을 갖고, 타겟 차량의 옆면과 범퍼가 스캔된 객체(710, 712, 714)의 외곽선은 L-shape의 형상을 갖는다. 도심이나 고속도로에서 동적 객체는 주로 이 두 가지 형상(L-shape, I-shape)이 대표적이다. 따라서 외곽선으로 형성된 형상 박스(SB)의 크기를 기준으로 제318 단계에서 그 객체가 I-shape의 형상을 갖는지 그렇지 않으면 L-shape의 형상을 갖는지를 임시로 구별할 수 있다.
전술한 실시 예에 의한 라이다 센서를 이용한 객체 추적 장치(100) 및 객체 형상 분석 방법(200)에 의해 타겟 객체인 타겟 차량의 형상을 결정할 수 있다. 예를 들어, 도 18을 참조하면, 타겟 차량의 형상이 L-shape 형상인 차량(710, 712, 714)인 것으로 결정하거나 I-shape 형상인 차량(716)인 것으로 결정될 수 있다. 이 경우, 실시 예에 의한 객체 추적 장치(100)는 타겟 차량의 결정된 형상으로부터 타겟 차량(710 내지 716)의 헤딩 방향을 알 수 있다. 예를 들어, 타겟 차량(710 내지 716)의 헤딩 방향은 L-shape 형상 및 I-shape의 차량의 경우 제1 선분과 제2 선분 중 길이가 긴 선분과 나란한 방향(예를 들어, 도 18에 도시된 HD1, HD2, HD3, HD4)일 수 있다.
이하, 비교 예 및 실시 예를 첨부된 도면을 참조하여 다음과 같이 설명한다.
도 19는 비교 예에 의한 형상 분석 방법 및 객체 추적 장치를 설명하기 위한 도면이다.
비교 예의 경우, 베이스 라인(baseline)(800)으로부터 가장 멀리 배치된 브레이크 포인트(BP)를 찾는다. 이후, 제1 선분(L1)과 제2 선분(L2) 중 길이가 긴 선분을 기준으로 객체의 헤딩 방향을 결정한다. 이후, 바운딩 박스(802)의 4개의 코너 포인트 중에서, 브레이크 포인트(BP)에 가장 가까운 코너 포인트(804)를 L-shape 특징 코너 포인트로서 결정한다. 이후, 제1 선분(L1), 제2 선부(L2), 코너 포인트(804) 및 제1 선분(L1)과 제2 선분(L2)이 이루는 각도(θ)를 이용하여 객체를 추적(예를 들어, 객체의 헤딩 각도의 추출)한다. 이러한 방법에 의해 객체의 형상을 분석하는 비교 예의 경우 동적 객체가 아닌 정적 객체에 대해서도 형상을 부여할 수 있는 한계를 갖는다.
도 20 (a) 내지 (e)는 객체의 헤딩 각도 추출을 설명하기 위한 도면이다.
도 20 (a)는 객체에 대한 2차원 투영도를 나타내고, 도 20 (b) 내지 (e)는 객체의 외곽선 레이어 0, 레이저 1, 레이어 2 및 레이어 3을 각각 나타낸다.
도 21은 타겟 차량의 헤딩 방향을 설명하기 위한 도면이다.
전술한 비교 예에서와 같이 타겟 차량의 헤딩 각도를 추출할 경우, 도 20에 도시된 바와 같이, 타겟 차량의 범퍼(BUM)는 직사각형이 아니라 곡선 형태이므로, 피크 포인트에 의한 각도만으로 헤딩 각도를 추출할 때, 헤딩 각도가 피크 포인트에 민감하게 반응하여 가변될 수 있다. 즉, 도 21에서 타겟 차량(730)의 헤딩 방향은 ①, ②, ③ 및 ④의 4가지인데, 비교 예의 경우 헤딩 방향이 잘못 추출될 수 있다.
반면에, 실시 예에 의하면, 2개의 제1 및 제2 선분(L1, L2) 각각의 사이에 위치한 라이다 포인트(예를 들어, 전술한 내측 라이더 포인트 및 외측 라이다 포인트)의 분포를 수치화해서, 타겟 차량의 높이 방향(즉, z축 방향)으로 구분된 M개의 레이어 각각에 대해 형상 플래그를 부여하고, 레이어 간의 상호 연관성을 적용하기 때문에, 동적 객체의 특성을 잘 반영하면서 타겟 객체의 형상이 L-shape, I-shape 또는 미지인 것으로 정확하게 결정할 수 있다. 따라서, 정확하게 결정된 타겟 객체의 형상을 이용하여 타겟 차량이 향하는 헤딩 방향 또한 정확하게 설정할 수 있고, 타겟 차량의 외형에 대한 정보(예를 들어, 차량의 폭과 길이 등)에 대한 신뢰성 높은 정보를 제공할 수 있다. 특히, 실시 예에 의하면, 동적 객체에 대해 형상 플래그를 부여함으로써 헤딩 오차를 개선시킬 수 있다. 동적 객체에 대해서는 도 23에서 다시 후술된다.
도 22 (a) 및 (b)는 객체 추적 장치(100)에서 수행되는 어소시에이션을 설명하기 위한 도면이다.
도 22 (a)에 도시된 바와 같이 어느 제1 프레임(t)에서 분리되어 있던 두 타겟 객체(740, 742)가 도 22 (b)에서와 같이 제1 프레임(t)에 후속하는 제2 프레임(t+1)에서 하나의 객체로 군집화될 때, 비교 예의 경우 타겟 객체(740, 742)를 분리하는 기준이 없어 두 개의 객체(740, 742)임에도 하나로 합쳐질 수 있다. 반면에, 실시 예의 경우, 두 개의 객체(740, 742) 중 하나라도 형상 프레임(또는, 형상 플래그)가 부여된 객체일 경우, 도 22 (b)에 도시된 바와 같이 제2 프레임(t+1)에서 2개의 객체(740, 742)가 합쳐지더라도, 이들(740, 742)을 쪼개서 출력할 수 있다.
도 23은 동적 객체를 설명하기 위한 도면이다.
비교 예의 경우, 라이다 포인트의 분포를 통해 타겟 객체가 동적 객체(예, 차량)(762)인지 그렇지 않으면 정적 객체(예, 화단)(760)인지를 구분할 수 없다. 반면에, 실시 예에 의하면, 타겟 객체의 형상을 분석하는 과정에서, 제316 단계(또는, 제316A 단계)를 수행하여, 타겟 객체가 동적 객체가 아닐 가능성을 인식할 수 있으므로, 최종적으로 형상이 결정된 객체가 동적 객체인가 그렇지 않으면 정적 객체인가를 추후 스코어로 판단하는 과정을 보조할 수 있다.
전술한 여러 개의 실시 예는 서로 조합될 수 없다고 특별히 언급되지 않는 한, 서로 조합할 수 있다.
또한, 여러 개의 실시 예 중 어느 하나의 실시 예에 대한 설명에서 누락된 부분은 특별히 언급되지 않는 한, 다른 실시 예에 대한 설명이 적용될 수 있다.
이상에서 실시 예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시 예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시 예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (26)

  1. (a) 군집화된 라이다 포인트에서 타겟 객체에 대한 제1 내지 제M(여기서, M은 2이상의 양의 정수) 레이어의 제1 내지 제M 형상을 각각 결정하는 단계; 및
    (b) 소정 우선 순위에 따라, 상기 결정된 제1 내지 제M 형상을 분석하여 상기 타겟 객체에 대한 형상을 결정하는 단계를 포함하는 라이다 센서를 이용한 객체 형상 분석 방법.
  2. 제1 항에 있어서, 상기 (a) 단계에서 상기 제1 내지 제M 레이어 각각인 제m(1≤m≤M) 레이어의 형상을 결정하는 단계는
    (a1) 상기 제m 레이어에 포함된 라이다 포인트 중에서, 제1 끝점과 제2 끝점을 잇는 선분으로부터 가장 멀리 위치한 브레이크 포인트를 찾는 단계; 및
    (a2) 상기 제1 끝점과 상기 브레이크 포인트를 연결하는 제1 선분, 상기 제2 끝점과 상기 브레이크 포인트를 연결하는 제2 선분, 상기 제1 선분의 주변에 위치한 제1 라이다 포인트, 또는 상기 제2 선분의 주변에 위치한 제2 라이다 포인트 중 적어도 하나를 이용하여, 상기 제m 레이어에 상응하는 형상 플래그를 부여하는 단계를 포함하는 라이다 센서를 이용한 객체 형상 분석 방법.
  3. 제2 항에 있어서, 상기 (a2) 단계는
    상기 제m 레이어에서, 상기 제1 및 제2 라이다 포인트가 분포된 형태를 분석하고, 상기 분석된 결과를 이용하여 상기 제m 레이어에 브레이크 플래그를 상기 형상 플래그로서 부여하는 단계를 포함하고,
    상기 브레이크 플래그는 상기 제m 레이어에 포함된 상기 타겟 객체가 동작 객체일 가능성이 낮음을 나타내는 라이다 센서를 이용한 객체 형상 분석 방법.
  4. 제3 항에 있어서, 상기 제m 레이어에 상기 브레이크 플래그를 부여하는 단계는
    상기 제1 선분과 상기 제1 라이다 포인트 간의 제1 거리에 대한 제1 평균값을 구하는 단계;
    상기 제1 평균값을 이용하여, 상기 제1 거리에 대한 제1 분산을 구하는 단계;
    상기 제2 선분과 상기 제2 라이다 포인트 간의 제2 거리에 대한 제2 평균값을 구하는 단계;
    상기 제2 평균값을 이용하여, 상기 제2 거리에 대한 제2 분산을 구하는 단계; 및
    상기 제1 분산과 상기 제2 분산 각각이 분산 임계값보다 클 경우, 상기 제m 레이어에 상기 브레이크 플래그를 부여하는 단계를 포함하는 라이다 센서를 이용한 객체 형상 분석 방법.
  5. 제4 항에 있어서, 상기 (a2) 단계는
    상기 제1 분산과 상기 제2 분산 각각이 상기 분산 임계값보다 크지 않을 경우, 상기 제1 및 제2 선분을 포함하는 상기 제m 레이어의 형상 박스의 크기에 따라, 상기 제m 레이어에 L-shape 플래그 또는 I-shape 플래그를 상기 형상 플래그로서 임시로 부여하는 단계; 및
    상기 제m 레이어에 임시로 부여된 상기 L-shape 플래그 및 상기 I-shape 플래그 별로, 상기 제1 선분, 상기 제2 선분, 상기 제1 라이다 포인트 또는 상기 제2 라이다 포인트 중 적어도 하나를 이용하여 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 최종적으로 부여하는 더 단계를 포함하는 라이다 센서를 이용한 객체 형상 분석 방법.
  6. 제5 항에 있어서, 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 임시로 부여하는 단계는
    상기 형상 박스의 길이 또는 폭 중 적어도 하나를 이용하여, 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 임시로 부여하는 라이다 센서를 이용한 객체 형상 분석 방법.
  7. 제6 항에 있어서, 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 임시로 부여하는 단계는
    상기 형상 박스의 상기 폭이 제1 임계 폭 범위에 속할 경우, 상기 제m 레이어에 상기 I-shape 플래그를 임시로 부여하는 단계; 및
    상기 형상 박스의 상기 폭이 제2 임계 폭 범위에 속할 경우, 상기 제m 레이어에 상기 L-shape 플래그를 임시로 부여하는 단계를 포함하고,
    상기 제1 임계 폭 범위는 제1 최소값 내지 제1 최대값이고,
    상기 제2 임계 폭 범위는 제2 최소값 내지 제2 최대값이고,
    상기 제2 최소값은 상기 제1 최대값 이상인 라이다 센서를 이용한 객체 형상 분석 방법.
  8. 제7 항에 있어서, 상기 제m 레이어에 상기 L-shape 플래그를 최종적으로 부여하는 단계는
    상기 제1 선분과 상기 제2 선분 중에서 긴 선분을 기준 선분으로서 선정하고, 상기 제1 선분과 상기 제2 선분 중에서 짧은 선분을 비기준 선분으로서 선정하는 단계; 및
    상기 기준 선분의 길이가 임계 길이 이상이고, 상기 기준 선분의 평균과 분산이 기준 임계 평균과 기준 임계 분산보다 각각 작고, 상기 비기준 선분의 평균과 분산이 비기준 임계 평균 및 비기준 임계 분산보다 각각 작고, 상기 기준 선분과 교차하는 방향으로 분할된 i(여기서, i는 1이상의 양의 정수)개의 영역 각각에 라이다 포인트가 존재하고, 상기 분할된 영역에 위치한 인접한 외곽 라이다 포인트 간의 이격 거리가 임계 이격 거리보다 작고, 상기 제1 선분과 상기 제2 선분이 이루는 사이각이 제1 각도보다 크고 제2 각도보다 작을 때, 상기 제m 레이어에 상기 L-shape 플래그를 최종적으로 부여하는 단계를 포함하는 라이다 센서를 이용한 객체 형상 분석 방법.
  9. 제7 항에 있어서, 상기 제m 레이어에 상기 I-shape 플래그를 최종적으로 부여하는 단계는
    상기 제1 선분과 상기 제2 선분 중에서 긴 선분을 기준 선분으로서 선정하는 단계; 및
    상기 기준 선분의 평균과 분산이 기준 임계 평균과 기준 임계 분산보다 각각 작고, 상기 기준 선분과 교차하는 방향으로 분할된 j(여기서, j는 1이상의 양의 정수)개의 영역에 위치한 외곽 라이다 포인트 간의 이격 거리가 임계 이격 거리보다 작을 때, 상기 제m 레이어에 상기 I-shape 플래그를 최종적으로 부여하는 단계를 포함하는 라이다 센서를 이용한 객체 형상 분석 방법.
  10. 제8 항에 있어서,
    상기 제m 레이어가 상기 타겟 객체의 지붕에 대한 레이어인가를 검사하는 단계를 더 포함하고,
    상기 제m 레이어가 상기 타겟 객체의 상기 지붕에 대한 레이어일 때, 제m+1 레이어에 상기 L-shape 플래그를 최종적으로 부여할 것인지를 결정하는 단계에서 이용되는 상기 비기준 임계 평균 및 상기 비기준 임계 분산을 각각 증가시키는 라이다 센서를 이용한 객체 형상 분석 방법.
  11. 제10 항에 있어서, 상기 제m 레이어가 상기 타겟 객체의 지붕에 대한 레이어인가를 검사하는 단계는
    상기 타겟 객체에 대한 군집화 박스의 길이에 대한 상기 제m 레이어의 상기 형상 박스의 길이의 제1 비율이 제1 임계 비율보다 작은가를 검사하는 단계;
    상기 제1 비율이 상기 제1 임계 비율보다 작을 때, 상기 제m 레이어에 대해 최종적으로 부여된 상기 형상 플래그별로 피크 포인트를 찾는 단계; 및
    상기 군집화 박스의 길이의 절반에 대한 상기 피크 포인트로부터 상기 군집화 박스의 중간까지의 길이의 제2 비율이 제2 임계 비율보다 작을 때, 상기 제m 레이어가 상기 지붕에 대한 레이어인 것으로 결정하는 단계를 포함하는 라이다 센서를 이용한 객체 형상 분석 방법.
  12. 제11 항에 있어서, 상기 피크 포인트를 찾는 단계는
    상기 제m 레이어에 대해 최종적으로 상기 L-shape 플래그가 부여된 경우, 상기 제1 선분과 상기 제2 선분 중 짧은 선분으로부터 가장 멀리 위치한 라이다 포인트를 상기 피크 포인트로서 결정하는 단계; 및
    상기 제m 레이어에 대해 최종적으로 상기 I-shape 플래그가 부여된 경우, 상기 브레이크 포인트를 상기 피크 포인트로서 결정하는 단계를 포함하는 라이다 센서를 이용한 객체 형상 분석 방법.
  13. 제7 항에 있어서, 상기 우선 순위에 따라 상기 타겟 객체의 형상을 결정하는 단계는
    상기 제1 내지 제M 레이어 중에서 상기 브레이크 플래그를 부여받은 레이어가 존재할 때, 상기 타겟 객체의 형상이 미지인 것으로 결정하는 단계;
    상기 제1 내지 제M 레이어 중에서 상기 브레이크 플래그를 부여받은 레이어가 존재하지 않고 상기 L-shape 플래그를 부여받은 레이어가 존재할 때, 상기 타겟 객체의 형상을 L-shape으로 결정하는 단계;
    상기 제1 내지 제M 레이어 중에서 상기 브레이크 플래그 및 상기 L-shape 플래그를 부여받은 레이어가 존재하지 않고 상기 I-shape 플래그를 부여받은 레이어가 존재할 때, 상기 타겟 객체의 형상을 I-shape으로 결정하는 단계; 및
    상기 제1 내지 제M 레이어 중에서 상기 브레이크 플래그, 상기 L-shape 플래그 및 상기 I-shape 플래그 중 어느 것도 부여받은 레이어가 존재하지 않을 때, 상기 타겟 객체의 형상이 미지인 것으로 결정하는 단계를 포함하는 라이다 센서를 이용한 객체 형상 분석 방법.
  14. 타겟 객체에 대한 포인트 클라우드를 획득하는 라이다 센서;
    상기 포인트 클라우드를 군집화하는 군집화부; 및
    상기 포인트 클라우드에서 군집화된 라이다 포인트로부터 상기 타겟 객체에 대한 형상을 분석하는 형상 분석부를 포함하고,
    상기 형상 분석부는
    상기 군집화된 라이다 포인트에서 상기 타겟 객체에 대한 제1 내지 제M(여기서, M은 2이상의 양의 정수) 레이어의 제1 내지 제M 형상을 각각 결정하는 레이어 형상 결정부; 및
    소정 우선 순위에 따라, 상기 결정된 제1 내지 제M 형상을 분석하여 상기 타겟 객체에 대한 형상을 결정하는 타겟 형상 결정부를 포함하는 라이다 센서를 이용한 객체 추적 장치.
  15. 제14 항에 있어서, 상기 제1 내지 제M 레이어 각각인 제m(1≤m≤M) 레이어의 형상을 결정하는 상기 레이어 형상 결정부는
    상기 제m 레이어에 포함된 라이다 포인트 중에서, 제1 끝점과 제2 끝점을 잇는 선분으로부터 가장 멀리 위치한 브레이크 포인트를 찾고, 상기 제1 끝점과 상기 브레이크 포인트를 연결하는 제1 선분 및 상기 제2 끝점과 상기 브레이크 포인트를 연결하는 제2 선분을 생성하는 결정 준비부; 및
    상기 제1 선분, 상기 제2 선분, 상기 제1 선분의 주변에 위치한 제1 라이다 포인트, 또는 상기 제2 선분의 주변에 위치한 제2 라이다 포인트 중 적어도 하나를 이용하여, 상기 제m 레이어에 상응하는 형상 플래그를 부여하는 플래그 부여부를 포함하는 라이다 센서를 이용한 객체 추적 장치.
  16. 제15 항에 있어서, 상기 레이어 형상 결정부는
    상기 제m 레이어에서, 상기 제1 및 제2 라이다 포인트가 분포된 형태를 분석하고, 상기 분석된 결과를 이용하여 상기 제m 레이어에 브레이크 플래그를 상기 형상 플래그로서 부여하는 동작 객체 분석부를 더 포함하고,
    상기 브레이크 플래그는 상기 제m 레이어에 포함된 상기 타겟 객체가 동작 객체일 가능성이 낮음을 나타내는 라이다 센서를 이용한 객체 추적 장치.
  17. 제16 항에 있어서, 상기 동작 객체 분석부는
    상기 제1 선분과 상기 제1 라이다 포인트 사이의 제1 거리에 대한 제1 평균값을 이용하여, 상기 제1 거리에 대한 제1 분산을 산출하는 제1 분산 산출부;
    상기 제2 선분과 상기 제2 라이다 포인트 사이의 제2 거리에 대한 제2 평균값을 이용하여, 상기 제2 거리에 대한 제2 분산을 산출하는 제2 분산 산출부; 및
    상기 제1 분산과 상기 제2 분산 각각을 분산 임계값과 비교하고, 비교된 결과에 응답하여 상기 제m 레이어에 상기 브레이크 플래그를 부여하는 분산 비교부를 포함하는 라이다 센서를 이용한 객체 추적 장치.
  18. 제17 항에 있어서, 상기 플래그 부여부는
    상기 분산 비교부에서 비교된 결과에 응답하여, 상기 제1 및 제2 선분을 포함하는 상기 제m 레이어의 형상 박스의 크기에 따라, 상기 제m 레이어에 L-shape 플래그 또는 I-shape 플래그를 상기 형상 플래그로서 임시로 부여하는 임시 플래그 부여부; 및
    상기 제m 레이어에 임시로 부여된 상기 L-shape 플래그 및 상기 I-shape 플래그 별로, 상기 제1 선분, 상기 제2 선분, 상기 제1 라이다 포인트 또는 상기 제2 라이다 포인트 중 적어도 하나를 이용하여 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 최종적으로 부여하는 최종 플래그 부여부를 포함하는 라이다 센서를 이용한 객체 추적 장치.
  19. 제18 항에 있어서, 상기 임시 플래그 부여부는
    상기 형상 박스의 길이 또는 폭 중 적어도 하나를 이용하여, 상기 제m 레이어에 상기 L-shape 플래그 또는 상기 I-shape 플래그를 임시로 부여하는 라이다 센서를 이용한 객체 추적 장치.
  20. 제19 항에 있어서, 상기 임시 플래그 부여부는
    상기 형상 박스의 상기 폭과 제1 임계 폭 범위를 비교하고, 비교된 결과에 응답하여 상기 제m 레이어에 상기 I-shape 플래그를 임시로 부여하는 제1 폭 비교부; 및
    상기 형상 박스의 상기 폭과 제2 임계 폭 범위를 비교하고, 비교된 결과에 응답하여 상기 제m 레이어에 상기 L-shape 플래그를 임시로 부여하는 제2 폭 비교부를 포함하고,
    상기 제1 임계 폭 범위은 제1 최소값 내지 제1 최대값이고,
    상기 제2 임계 폭 범위은 제2 최소값 내지 제2 최대값이고,
    상기 제2 최소값은 상기 제1 최대값 이상인 라이다 센서를 이용한 객체 추적 장치.
  21. 제20 항에 있어서, 상기 최종 플래그 부여부는
    상기 제1 선분과 상기 제2 선분 중에서 긴 선분을 기준 선분으로서 선정하고, 상기 제1 선분과 상기 제2 선분 중에서 짧은 선분을 비기준 선분으로서 선정하는 기준 선분 선정부; 및
    상기 기준 선분의 길이가 임계 길이 이상이고, 상기 기준 선분의 평균과 분산이 기준 임계 평균과 기준 임계 분산보다 각각 작고, 상기 비기준 선분의 평균과 분산이 비기준 임계 평균 및 비기준 임계 분산보다 각각 작고, 상기 기준 선분과 교차하는 방향으로 분할된 i(여기서, i는 1이상의 양의 정수)개의 영역에 라이다 포인트가 존재하고, 상기 분할된 영역에 위치한 인접한 외곽 라이다 포인트 간의 이격 거리가 임계 이격 거리보다 작고, 상기 제1 선분과 상기 제2 선분이 이루는 사이각이 제1 각도보다 크고 제2 각도보다 작을 때, 상기 제m 레이어에 상기 L-shape 플래그를 최종적으로 부여하는 제1 플래그 부여 분석부를 포함하는 라이다 센서를 이용한 객체 추적 장치.
  22. 제21 항에 있어서, 상기 최종 플래그 부여부는
    상기 기준 선분의 평균과 분산이 기준 임계 평균과 기준 임계 분산보다 각각 작고, 상기 기준 선분과 교차하는 방향으로 분할된 j(여기서, j는 1이상의 양의 정수)개의 영역에 위치한 외곽 라이다 포인트 간의 이격 거리가 임계 이격 거리보다 작을 때, 상기 제m 레이어에 상기 I-shape 플래그를 최종적으로 부여하는 제2 플래그 부여 분석부를 더 포함하는 라이다 센서를 이용한 객체 추적 장치.
  23. 제21 항에 있어서, 상기 레이어 형상 결정부는
    상기 제m 레이어가 상기 타겟 객체의 지붕에 대한 레이어인가를 검사하고, 검사된 결과를 출력하는 지붕 레이어 검사부를 더 포함하고,
    상기 제1 플래그 부여 분석부는
    상기 지붕 레이어 검사부에서 검사된 결과에 응답하여, 제m+1 레이어에 상기 L-shape 플래그를 최종적으로 부여할 것인지를 결정하는 단계에서 이용되는 상기 비기준 임계 평균 및 상기 비기준 임계 분산을 각각 증가시키는 라이다 센서를 이용한 객체 추적 장치.
  24. 제23 항에 있어서, 상기 지붕 레이어 검사부는
    상기 타겟 객체에 대한 군집화 박스의 길이에 대한 상기 제m 레이어의 상기 형상 박스의 길이의 제1 비율이 제1 임계 비율보다 작은가를 검사하고,
    상기 제m 레이어에 대해 최종적으로 부여된 상기 형상 플래그별로 피크 포인트를 찾고,
    상기 군집화 박스의 길이의 절반과 상기 피크 포인트로부터 상기 군집화 박스의 중간까지의 길이의 제2 비율이 제2 임계 비율보다 작은가를 검사하는 라이다 센서를 이용한 객체 추적 장치.
  25. 제24 항에 있어서, 상기 지붕 레이어 검사부는
    상기 제1 비율을 상기 제1 임계 비율과 비교한 결과 및 상기 최종 플래그 부여부에서 상기 형상 플래그가 최종적으로 부여된 결과에 응답하여, 상기 제1 선분과 상기 제2 선분 중 짧은 선분으로부터 가장 멀리 위치한 라이다 포인트를 상기 피크 포인트로서 결정하거나, 상기 브레이크 포인트를 상기 피크 포인트로서 결정하는 라이다 센서를 이용한 객체 추적 장치.
  26. 제22 항에 있어서, 상기 타겟 형상 결정부는
    상기 제1 내지 제M 레이어 중에서 상기 브레이크 플래그를 부여받은 레이어가 존재하는가를 검사하는 제1 플래그 검사부;
    상기 제1 플래그 검사부에서 검사된 결과에 응답하여, 상기 L-shape 플래그를 부여받은 레이어가 존재하는가를 검사하는 제2 플래그 검사부;
    상기 제2 플래그 검사부에서 검사된 결과에 응답하여, 상기 I-shape 플래그를 부여받은 레이어가 존재하는가를 검사하는 제3 플래그 검사부; 및
    상기 제1 내지 제3 플래그 검사부에서 검사된 결과에 응답하여, 상기 타겟 객체의 형상을 미지의 형상, L-shape의 형상 또는 I-shape의 형상으로 결정하는 최종 형상 출력부를 포함하는 라이다 센서를 이용한 객체 추적 장치.
KR1020200171561A 2020-12-09 2020-12-09 라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치 KR20220081736A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020200171561A KR20220081736A (ko) 2020-12-09 2020-12-09 라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치
US17/390,457 US20220179076A1 (en) 2020-12-09 2021-07-30 Method of analyzing a shape of an object and an apparatus for tracking an object using a lidar sensor
CN202111512292.3A CN114609640A (zh) 2020-12-09 2021-12-08 分析物体形状的方法和利用激光雷达传感器跟踪物体的装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200171561A KR20220081736A (ko) 2020-12-09 2020-12-09 라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치

Publications (1)

Publication Number Publication Date
KR20220081736A true KR20220081736A (ko) 2022-06-16

Family

ID=81849061

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200171561A KR20220081736A (ko) 2020-12-09 2020-12-09 라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치

Country Status (3)

Country Link
US (1) US20220179076A1 (ko)
KR (1) KR20220081736A (ko)
CN (1) CN114609640A (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7318600B2 (ja) * 2020-07-06 2023-08-01 トヨタ自動車株式会社 車両及び他車両の認識方法

Also Published As

Publication number Publication date
CN114609640A (zh) 2022-06-10
US20220179076A1 (en) 2022-06-09

Similar Documents

Publication Publication Date Title
US9792519B2 (en) Environment recognition device and environment recognition method
JP2018136803A (ja) 画像認識システム
US10748014B2 (en) Processing device, object recognition apparatus, device control system, processing method, and computer-readable recording medium
JPWO2017145605A1 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
KR102154589B1 (ko) 라이다의 멀티 레이어 데이터를 클러스터링하는 방법 및 이를 이용한 컴퓨팅 장치
WO2020133488A1 (zh) 车辆检测方法和设备
US20230228879A1 (en) Lidar-based object detection method and apparatus
CN111091525A (zh) 一种接触网硬点检测***及其方法
KR20220081736A (ko) 라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치
JP2018088233A (ja) 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法、及びプログラム
KR102401382B1 (ko) 라이다를 이용한 노면 검출 시스템 및 그를 이용한 노면의 검출 방법
CN115308728A (zh) 使用lidar传感器跟踪物体的方法和装置及相应记录介质
US11861914B2 (en) Object recognition method and object recognition device
US11881034B2 (en) Processing device
CN114118253A (zh) 一种基于多源数据融合的车辆检测方法及检测装置
US11567172B2 (en) Method for capturing at least one object, device of a sensor apparatus, sensor apparatus and driver assistance system with at least one sensor apparatus
JPH07134179A (ja) 車間距離計測装置およびこれを搭載した車両
WO2017154305A1 (ja) 画像処理装置、機器制御システム、撮像装置、画像処理方法、及び、プログラム
US20220343628A1 (en) Processing apparatus, processing method, and computer readable medium
KR20220081741A (ko) 라이다 센서를 이용한 객체 추적 장치 및 방법
CN111801594A (zh) 对象识别***、汽车、车辆用灯具、对象的聚类方法
KR20230166600A (ko) 전체 레이어 데이터 추가 분석을 통한 라이다 센서 이용 객체 형상 분석 방법 및 객체 추적 장치
KR20230165474A (ko) 라이다 센서를 이용한 객체 형상 분석 방법 및 객체 추적 장치
JP2018088234A (ja) 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法、及びプログラム
KR20220092116A (ko) 객체 추적 방법 및 장치와, 이 방법을 실행하기 위한 프로그램을 기록한 기록 매체

Legal Events

Date Code Title Description
A201 Request for examination