| 1 |
1
차량 외부의 한 쌍의 시간적으로 차이가 있는 연속 이미지를 획득하는 단계;수정된 정규화된 위상 상관을 이용하여 상기 한 쌍의 연속 이미지를 정합하는 단계;상기 정합 결과에 기반하여 상기 한 쌍의 연속 이미지 간의 픽셀 변위를 계산하는 단계; 및상기 픽셀 변위에 기반하여 위도 및 경도를 계산하여 차량의 현재 위치를 갱신하는 단계를 포함하고,상기 연속 이미지를 획득하는 단계는,차량에 장착된 비전 센서를 이용하여 한 쌍의 연속 이미지를 획득하는 단계;왜곡 성분이 적은 이미지 내부의 고정 경계 영역을 선택하기 위하여 상기 한 쌍의 연속 이미지 각각을 쿼드-트리(quad tree) 분해 방법을 이용하여 복수의 쿼드 트리 이미지 패치들로 분해하는 단계; 및상기 한 쌍의 연속 이미지 각각에 대한 쿼드-트리 이미지 패치들을 데시메이션하는 단계를 포함하고,상기 한 쌍의 연속 이미지 간의 픽셀 변위를 계산하는 단계는 상기 한 쌍의 연속 이미지 각각의 데시메이션된 이미지 패치들 간의 픽셀 변위를 계산하는 단계를 포함하는, 비전 센서에 기반한 차량 내비게이션 방법
|
| 2 |
2
청구항 1에 있어서,상기 각각의 이미지 패치(D)를 데시메이션하는 단계는 수학식 7에 기반하여 스펙트럼 Spg를 획득하는 단계를 포함하고,[수학식 7]Fx와 Fy는 각각 x 방향과 y 방향에 대한 푸리에 기저 함수를 포함하는 행렬이고, T는 전치(transpose) 연산자를 나타내며,Dpg는 수학식 5에 기반하여 획득되고,[수학식 5]Gx 및 Gy의 열(column)은 각각 x 방향 및 y 방향에 대한 그람 기저 함수를 포함하는, 비전 센서에 기반한 차량 내비게이션 방법
|
| 3 |
3
청구항 2에 있어서,상기 그람 기저 함수()는, 수학식 6에 의해 주어지고,[수학식 6],상기에서 이며, , , 이고, 이며, n003c#m이고, 상기 수학식 6에서 x는 [-1,1] 범위 내의 값이며, n은 1 이상인 소정의 정수인, 비전 센서에 기반한 차량 내비게이션 방법
|
| 4 |
4
청구항 3에 있어서,상기 수정된 정규화된 위상 상관을 이용하여 상기 한 쌍의 연속 이미지를 정합하는 단계 이전에,상기 이미지 패치들에서 특징이 없는 부분에 근사값을 제공하기 위하여, 상기 이미지 패치들(D) 각각을 [수학식 10]에 기반하여 재구성하여 재구성된 이미지 패치의 스펙트럼(S)을 획득하는 단계를 포함하는, 비전 센서에 기반한 차량 내비게이션 방법
|
| 5 |
5
청구항 4에 있어서,상기 수정된 정규화된 위상 상관을 이용하여 상기 한 쌍의 연속 이미지를 정합하는 단계는 수학식 12에 기반하여 표면 P(n)을 획득하는 단계를 포함하고,[수학식 12]IFFT는 역 고속 푸리에 변환을 나타내며, M(w) 및 R(w)는 각각 상기 한 쌍의 연속 이미지에 대한 수정된 이미지 패치들의 2D 푸리에 스펙트럼이고,상기 수정된 이미지 패치들의 2D 푸리에 스펙트럼은, 상기 이미지 패치들의 2D 푸리에 스펙트럼을 차수가 1인 그람 다항식의 직교 보수에 투영함으로써 획득되며,상기 픽셀 변위는 상기 표면 P(n)에서 피크의 위치에 의해 획득되는, 비전 센서에 기반한 차량 내비게이션 방법
|
| 6 |
6
청구항 1에 있어서,상기 차량 외부의 한 쌍의 연속 이미지를 획득하는 단계 이후에,상기 한 쌍의 연속 이미지에 수학식 1을 적용하여 정규화된 이미지(N(x, y))를 획득하는 단계를 더 포함하는, 비전 센서에 기반한 차량 내비게이션 방법
|
