1 |
1
사진측량을 통해 각 이동체의 형태정보를 모델링하는 단계(S100);삼각측량을 통해 상기 각 이동체의 위치정보를 획득하는 단계(S200); 상기 각 이동체의 상기 형태정보와 상기 위치정보를 조합하는 단계(S300); 및 상기 이동체가 복수 개인 경우에는, 복수 개의 이동체 각각에 대한 상기 형태정보와 상기 위치정보의 조합으로부터, 복수 개의 이동체 사이의 최단거리를 계산하는 단계(S400);를 포함하며,상기 각 이동체의 상기 형태정보를 모델링하는 단계(S100)는,서로 다른 위치의 사진측량 카메라에서, 상기 각 이동체에 대한 복수 개의 사진을 촬영하는 단계(S110);상기 복수 개의 사진으로부터, 상기 이동체의 복수 개의 특징점을 추출하는 단계(S120);상기 특징점에 대한 그레디언트 히스토그램(Gradient Histogram)을 계산하고, 상기 그레디언트 히스토그램(Gradient Histogram)을 상기 특징점에 대한 디스크립터(Descriptor)로 설정하는 단계(S130);상기 복수 개의 사진에서 상기 디스크립터(Descriptor)를 비교하여, 상기 특징점 중 서로 대응하는 특징점을 서로 매칭하는 단계(S140);매칭된 상기 특징점 중 이상점(Outlier)을 제거하는 단계(S150); 및상기 제거하는 단계(S150) 후 매칭된 상기 특징점으로부터 사진측량에 의한 실제특징점(이하, 사진측량 특징점)을 도출하고, 상기 사진측량 특징점을 포함하는 상기 이동체의 형태정보를 모델링하는 단계(S160);를 포함하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 방법
|
2 |
2
삭제
|
3 |
3
제 1항에 있어서,상기 특징점을 추출하는 단계(S120)는,상기 복수 개의 사진에서, SIFT(Scale Invariant Feature Transform) 또는 해리스 코너 검출기(Harris Corner Detector)에 의해 상기 특징점을 추출하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 방법
|
4 |
4
제 1항에 있어서,상기 이상점(Outlier)을 제거하는 단계(S150)는 RANSAC(Random Sample Consensus) 알고리즘을 이용하여, 매칭된 상기 특징점 중 이상점(Outlier)을 제거하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 방법
|
5 |
5
제 1항에 있어서,상기 이동체의 형태정보를 모델링하는 단계(S160)는,사진측량 카메라의 제 1 위치(OL), 사진측량 카메라의 제 2 위치(OR), 사진측량 카메라의 제 1 위치에서 촬영한 사진의 사진특징점 좌표(PL(y1, y2)) 및 사진측량 카메라의 제 2 위치에서 촬영한 사진의 사진특징점 좌표(PR(y`1, y`2))를 입력하는 단계(S161); 및 매칭된 상기 사진특징점(PL, PR)으로부터 상기 사진측량 특징점(P)의 상대적 위치 중 어느 하나(x1, x2, x3)를 도출하는 단계(S162);를 포함하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 방법
|
6 |
6
제 1항에 있어서,상기 위치정보를 획득하는 단계(S200)는,서로 다른 위치의 삼각측량 카메라에서, 상기 이동체의 복수 개의 영상을 동시에 촬영하는 단계(S210);상기 복수 개의 영상으로부터, 상기 이동체의 복수 개의 특징점을 추출하는 단계(S220);상기 특징점에 대한 그레디언트 히스토그램(Gradient Histogram)을 계산하고, 상기 그레디언트 히스토그램(Gradient Histogram)을 상기 특징점에 대한 디스크립터(Descriptor)로 설정하는 단계(S230);상기 복수 개의 영상에서 상기 디스크립터(Descriptor)를 비교하여, 상기 특징점 중 서로 대응하는 특징점을 서로 매칭하는 단계(S240);매칭된 상기 특징점 중 이상점(Outlier)을 제거하는 단계(S250); 및상기 제거하는 단계(S250) 후, 매칭된 상기 특징점으로부터 삼각측량에 의한 실제특징점(이하, 삼각측량 특징점)을 도출하여, 상기 이동체의 상기 삼각측량 특징점의 위치정보를 획득하는 단계(S260);를 포함하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 방법
|
7 |
7
제 6항에 있어서,상기 특징점을 추출하는 단계(S220)는,상기 복수 개의 영상에서, SIFT(Scale Invariant Feature Transform) 또는 해리스 코너 검출기(Harris Corner Detector)에 의해 상기 특징점을 추출하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 방법
|
8 |
8
제 6항에 있어서,상기 이상점(Outlier)을 제거하는 단계(S250)는 RANSAC(Random Sample Consensus) 알고리즘을 이용하여, 매칭된 상기 특징점 중 이상점(Outlier)을 제거하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 방법
|
9 |
9
제 6항에 있어서,상기 이동체의 상기 삼각측량 특징점의 위치정보를 획득하는 단계(S260)는,제 1 삼각측량 카메라의 위치(A), 제 2 삼각측량 카메라의 위치(B), 제 1 삼각측량 카메라(A)에 대한 상기 삼각측량 특징점(C)의 방위각(aA) 및 고각(eA), 제 2 삼각측량 카메라(B)에 대한 상기 삼각측량 특징점(C)의 방위각(aB) 및 고각(eB)을 입력하는 단계(S261); 및 상기 입력하는 단계(S261)에서 입력된 정보로부터, 상기 삼각측량 특징점(C)의 위치를 도출하는 단계(S262);를 포함하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 방법
|
10 |
10
제 1항에 있어서,상기 형태정보와 상기 위치정보를 조합하는 단계(S300)는 사진측량 특징점과 삼각측량 특징점의 관계식을 도출하고, 상기 관계식인 하기의 수학식을 이용하여, 상기 이동체의 형태정보 모델의 모든 좌표값에 대한 실제 위치를 계산하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 방법
|
11 |
11
제 10항에 있어서,상기 복수 개의 이동체 사이의 최단거리를 계산하는 단계(S400)는, 상기 복수 개의 이동체 각각에 대한 3차원 위치좌표()를 계산하고,상기 복수 개의 이동체 각각에 대한 3차원 위치좌표()의 최단거리인, 상기 복수 개의 이동체 사이의 이격거리를 도출하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 방법
|
12 |
12
사진측량 카메라(100);삼각측량 카메라(200); 및복수의 이동체 사이의 이격거리를 도출하는 연산부(300);를 포함하며,상기 연산부(300)는,사진측량을 통해 각 이동체의 형태정보를 모델링하고, 삼각측량을 통해 상기 각 이동체의 위치정보를 획득하고, 상기 각 이동체의 상기 형태정보와 상기 위치정보를 조합하고, 상기 이동체가 복수 개인 경우에는, 복수 개의 이동체 각각에 대한 상기 형태정보와 상기 위치정보의 조합으로부터, 복수 개의 이동체 사이의 최단거리를 계산하며, 상기 각 이동체의 상기 형태정보를 모델링하는 것은,서로 다른 위치의 사진측량 카메라에서, 상기 각 이동체에 대한 복수 개의 사진을 촬영하고,상기 복수 개의 사진으로부터, 상기 이동체의 복수 개의 특징점을 추출하고,상기 특징점에 대한 그레디언트 히스토그램(Gradient Histogram)을 계산하고, 상기 그레디언트 히스토그램(Gradient Histogram)을 상기 특징점에 대한 디스크립터(Descriptor)로 설정하고, 상기 복수 개의 사진에서 상기 디스크립터(Descriptor)를 비교하여, 상기 특징점 중 서로 대응하는 특징점을 서로 매칭하고,매칭된 상기 특징점 중 이상점(Outlier)을 제거하고, 상기 제거후 매칭된 상기 특징점으로부터 사진측량에 의한 실제특징점(이하, 사진측량 특징점)을 도출하고, 상기 사진측량 특징점을 포함하는 상기 이동체의 형태정보를 모델링함으로써 이루어지는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 장치
|
13 |
13
제 12항에 있어서,상기 사진측량 카메라(100)는 왜곡이 교정(calibration)된 적어도 하나 이상의 카메라이고,상기 삼각측량 카메라(200)는 제 1 삼각측량 카메라(210)와 제 2 삼각측량 카메라(220)를 포함하는 것을 특징으로 하는 복수의 이동체 사이의 이격거리를 도출하는 장치
|