| 1 |
1
삭제
|
| 2 |
2
삭제
|
| 3 |
3
서로 다른 위치의 센서 S1 및 S2로부터 각각 얻은 두 개의 거리정보 데이터 R1 및 R2를 하나의 좌표 시스템 내의 3차원 거리정보 데이터로 정합하는 방법에 있어서,공분산 행렬을 이용하여 센서의 상대적인 위치를 추정하는 단계(a);상기 추정된 센서의 상대적 위치를 초기치로 하여 상기 두 거리정보 데이터를 변환시킨 후, 상기 변환시킨 두 거리정보 데이터 집합 간의 겹치는 영역을 구하는 단계(b);상기 겹치는 영역의 범위 내에서 가장 근접한 점(closest point)의 쌍을 찾는 단계(c);상기 가장 가까운 점의 쌍으로부터 공분산 행렬을 갱신하는 단계(d); 및상기 갱신된 공분산 행렬을 이용하여, 상기 단계(a) 내지 (d)를 반복하는 단계(e)를 포함하되,상기 단계(a)에서 상기 공분산 행렬은 상기 서로 다른 위치의 센서로부터 얻은 두 개의 거리정보 데이터의 공분산 행렬이거나, 상기 단계(d)에서 갱신한 공분산 행렬이며,상기 공분산 행렬은상기 두 거리정보 데이터의 각 중점 또는 상기 겹치는 영역의 범위 내에서 가장 근접한 점의 쌍의 집합의 각 중점 C를 하기 수학식 1에 의하여 구한 후,상기 중점 C와 각 점들간의 거리의 분산으로서 하기 수학식 2에 의하여 구한 것임을 특징으로 하는 3차원 거리정보 데이터의 정합 방법:[수학식 1][수학식 2]상기식에서,V는 상기 거리정보 데이터 또는 상기 겹치는 영역의 범위 내에서 가장 근접한 점의 쌍의 각 점의 3차원 좌표 값이고,N은 점의 개수이다
|
| 4 |
4
제 3 항에 있어서, 상기 단계(a)는,상기 공분산행렬로부터 회전변환 행렬 및 이동변환 행렬을 구하는 단계(g); 및상기 회전변환 행렬 및 이동변환 행렬로부터 센서의 상대적인 위치를 구하는 단계(h)를 포함하는 것을 특징으로 하는 방법
|
| 5 |
5
제 4 항에 있어서, 상기 단계(g)에서 상기 회전변환 행렬은 상기 공분산 행렬을 고유치분해하여 구하고, 상기 이동변환 행렬은 상기 두 거리정보 데이터 또는 가장 근접한 점의 쌍의 중점의 차이로부터 구하는 것을 특징으로 하는 방법
|
| 6 |
6
제 3 항에 있어서, 상기 단계(e)는 정합오차 E가 소정값 이하로 될 때까지 반복되는 것을 특징으로 하는 방법
|
| 7 |
7
제 6 항에 있어서, 상기 정합오차 E는 하기 수학식 7에 의하여 구하는 것을 특징으로 하는 방법: [수학식 7] 상기식에서, Vn1 및 Vn2는 각각 상기 겹치는 영역의 범위 내에서 가장 근접한 점의 쌍을 의미하고, C2는 센서 S2의 영상 데이터 R2의 중점이며, R은 회전변환 행렬이고, T는 이동변환 행렬이다
|
| 8 |
8
제 3 항에 있어서, 상기 단계(a) 이전에, 센서의 초기 위치는 동일한 것으로 가정하는 단계(f)를 더 포함하는 것을 특징으로 하는 방법
|
| 9 |
9
제 8 항에 있어서, 상기 단계(f)에서 상기 두 센서의 초기 위치는, 상기 거리정보 데이터의 각 화소 x 및 이에 대응하는 3차원 좌표값 X를 이용하여 Ai 행렬(2×12)을 구하는 단계; n개의 x에 대하여 모든 X를 이용하여 n개의 Ai 행렬(2×12)을 구하고, 이들을 조합하여 A 행렬(2n×12)을 구하는 단계; 상기 A 행렬을 특이치 분해방법(SVD)을 통하여 UDVT로 분해하는 단계(여기에서, D는 대각행렬이며, 상기 D 행렬의 가장 작은 값에 해당하는 V 행렬의 마지막 열 P가 센서의 사영행렬이다); 및 상기 사영행렬 P로부터 센서의 위치 S를 하기 수학식 8에 의하여 구하는 단계를 포함하는 것을 특징으로 하는 방법: [수학식 8] S = M-1p4 상기식에서, p4는 P행렬의 마지막 열이고, 행렬 P 는 하기 수학식 8a를 만족한다: [수학식 8a] P = M[I|M-1p4] = KR[I|-S] (여기에서, M은 상기 사영행렬 P의 왼쪽의 3×3의 부분행렬로서, M=KR이고, K는 내부 파라미터 행렬이며, R은 이동변환 행렬이다)
|
| 10 |
9
제 8 항에 있어서, 상기 단계(f)에서 상기 두 센서의 초기 위치는, 상기 거리정보 데이터의 각 화소 x 및 이에 대응하는 3차원 좌표값 X를 이용하여 Ai 행렬(2×12)을 구하는 단계; n개의 x에 대하여 모든 X를 이용하여 n개의 Ai 행렬(2×12)을 구하고, 이들을 조합하여 A 행렬(2n×12)을 구하는 단계; 상기 A 행렬을 특이치 분해방법(SVD)을 통하여 UDVT로 분해하는 단계(여기에서, D는 대각행렬이며, 상기 D 행렬의 가장 작은 값에 해당하는 V 행렬의 마지막 열 P가 센서의 사영행렬이다); 및 상기 사영행렬 P로부터 센서의 위치 S를 하기 수학식 8에 의하여 구하는 단계를 포함하는 것을 특징으로 하는 방법: [수학식 8] S = M-1p4 상기식에서, p4는 P행렬의 마지막 열이고, 행렬 P 는 하기 수학식 8a를 만족한다: [수학식 8a] P = M[I|M-1p4] = KR[I|-S] (여기에서, M은 상기 사영행렬 P의 왼쪽의 3×3의 부분행렬로서, M=KR이고, K는 내부 파라미터 행렬이며, R은 이동변환 행렬이다)
|
