| 1 |
1
터널을 이동하면서 터널 내부 표면을 촬영하여 획득되는 다수의 RGB 영상들을 연결하여 터널 내부 표면에 대한 파노라마 영상(이하, 'RGB 파노라마 영상'이라 한다)을 생성하는 AVM(Around View Monitoring) 카메라 장치;상기 터널 내부 표면을 3D 스캐닝하여 형상 정보를 획득하고, 획득된 형상 정보를 3D 정합하여 3D 터널 형상 지도를 생성하며, 상기 생성된 3D 터널 형상 지도와 RGB 파노라마 영상을 중첩하여 터널 내부에 대한 정밀 지도(이하, '3D 터널 내부 정밀 지도'라 한다)를 생성하는 3D 스캔 장치; 및상기 3D 스캔 장치와 AVM 카메라 장치를 자율 이동시키는 자율 이동체;를 포함하고,상기 3D 스캔 장치는,상기 AVM 카메라 장치로부터 RGB 파노라마 영상을 수신하고, 상기 자율 이동체의 모터와 연동하는 엔코더 센서로부터 자율 이동체의 이동 거리를 수신하는 스캔 통신부;상기 터널 내부 표면을 스캐닝하여 터널 내부 표면의 형상 정보를 3D 포인트 클라우드 형태로 수집하고, 동시에 터널 내부 표면에 이격되어 부착된 각각의 ID(Identity) 정보를 가지는 3D 마커들을 스캐닝하는 라이다(LiDAR); 및상기 라이다가 1회 회전할 때마다 획득하는 3D 포인트 클라우드를 이용하여 1개의 PCD(Point Cloud) 세트를 생성하고, 상기 엔코더 센서로부터 수신된 자율 이동체의 이동 거리를 상기 다수의 PCD 세트들 각각의 상대적 위치로 추정하고, 상기 추정된 상대적 위치를 이용하여 다수의 PCD 세트들을 정합하여 상기 3D 터널 형상 지도를 생성하며, 상기 생성된 3D 터널 형상 지도와 수신된 RGB 파노라마 영상을 중첩하여 상기 3D 터널 내부 정밀 지도를 생성하는 스캔 제어부;를 포함하고,상기 스캔 제어부는,상기 라이다가 1회 회전할 때마다 획득하는 3D 포인트 클라우드를 SLAM(Simultaneous Localization and Mapping) 알고리즘으로 정합하여 1개의 PCD 세트를 생성하는 PCD 세트 생성부;상기 수집된 3D 포인트 클라우드 중 상기 3D 마커에 해당하는 포인트 클라우드를 추출하고, 추출된 포인트 클라우드를 분석하여 상기 3D 마커의 ID(이하, '3D 마커 ID'라 한다)를 판단하는 3D 마커 ID 판단부;판단된 3D 마커 ID에 매핑된 3D 마커의 절대적 위치 정보를 메모리로부터 확인하는 마커 위치 확인부;확인된 3D 마커의 절대적 위치 정보를 이용하여 상기 다수의 PCD 세트들 각각의 상대적 위치를 보정하는 PCD 위치 보정부;상대적 위치가 보정된 다수의 PCD 세트들을 정합하여 상기 3D 터널 형상 지도를 생성하는 터널 형상 지도 생성부; 및상기 3D 터널 형상 지도와 상기 RGB 파노라마 영상을 중첩하여 3D 터널 내부 정밀 지도를 생성하는 터널 정밀 지도 생성부;를 포함하는 것을 특징으로 하는 3D 센서를 활용한 객체 인식 기반 고해상도 철도 터널 내부 정밀 지도 생성 장치
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
제1항에 있어서,상기 3D 스캔 장치는,자율 이동체의 진행 방향인 롤(Roll) 방향으로 360도 회전하면서 동시에 요(Yaw) 방향 및 피치(Pitch) 방향 중 적어도 하나의 방향으로 회전하여 확장된 스캐닝 범위로 상기 터널 내부 표면을 스캐닝하는 것을 특징으로 하는 3D 센서를 활용한 객체 인식 기반 고해상도 철도 터널 내부 정밀 지도 생성 장치
|
| 7 |
7
제6항에 있어서,상기 3D 스캔 장치를, 자율 이동체의 진행 방향인 롤(Roll) 방향으로 360도 회전시키면 동시에 요(Yaw) 방향 및 피치(Pitch) 방향 중 적어도 하나의 방향으로 회전시켜 상기 터널 내부 표면의 스캐닝 범위를 확장시키는 3D 스캔 구동 모듈;을 더 포함하는 것을 특징으로 하는 3D 센서를 활용한 객체 인식 기반 고해상도 철도 터널 내부 정밀 지도 생성 장치
|
| 8 |
8
제1항에 있어서,상기 AVM 카메라 장치는,상기 터널 내부 표면의 서로 다른 영역을 촬영하도록 원형으로 설치되는 다수의 AVM 카메라들;상기 다수의 AVM 카메라들 간의 검교정을 통해 사전에 획득된 카메라 파라미터를 이용하여, 상기 다수의 AVM 카메라들로부터 획득되는 RGB 영상들을 연결하여 RGB 파노라마 영상을 생성하는 AVM 제어부; 및상기 생성된 RGB 파노라마 영상을 상기 3D 스캔 장치로 전송하는 AVM 통신부;를 포함하는 것을 특징으로 하는 3D 센서를 활용한 객체 인식 기반 고해상도 철도 터널 내부 정밀 지도 생성 장치
|
| 9 |
9
제8항에 있어서,상기 터널 내부 표면에는 각각의 ID 정보를 가지는 2D 마커들이 이격되어 부착되어 있고, 상기 다수의 AVM 카메라들은 2D 마커들을 포함하는 터널 내부 표면을 촬영하며,상기 AVM 제어부는,상기 RGB 영상들을 분석하여 2D 마커에 포함된 ID(이하, '2D 마커 ID'라 한다)를 확인하고, 확인된 2D 마커 ID를 상기 3D 스캔 장치로 전송하도록 처리하는 것을 특징으로 하는 3D 센서를 활용한 객체 인식 기반 고해상도 철도 터널 내부 정밀 지도 생성 장치
|
| 10 |
10
제9항에 있어서,상기 스캔 제어부는,상기 2D 마커의 2D 마커 ID에 매핑저장된 절대적 위치 정보를 이용하여 상기 추정된 상대적 위치를 보정한 후, 상대적 위치가 보정된 다수의 PCD 세트들을 정합하여 상기 3D 터널 형상 지도를 생성하는 것을 특징으로 하는 3D 센서를 활용한 객체 인식 기반 고해상도 철도 터널 내부 정밀 지도 생성 장치
|
| 11 |
11
(A) 3D 스캔 장치가, 터널을 이동하는 자율 이동체의 모터와 연동하는 엔코더 센서로부터 자율 이동체의 이동 거리를 실시간으로 수신하는 단계;(B) 상기 3D 스캔 장치의 라이다가, 터널 내부 표면을 스캐닝하여 터널 내부 표면의 형상 정보를 3D 포인트 클라우드 형태로 수집하고, 동시에 터널 내부 표면에 이격되어 부착된 각각의 ID(Identity) 정보를 가지는 3D 마커들을 스캐닝하는 단계;(C) AVM(Around View Monitoring) 카메라 장치가, 상기 터널 내부 표면을 촬영하여 획득되는 다수의 RGB 영상들을 연결하여 터널 내부 표면에 대한 파노라마 영상(이하, 'RGB 파노라마 영상'이라 한다)을 생성하는 단계;(D) 상기 3D 스캔 장치가, 라이다가 1회 회전할 때마다 획득하는 3D 포인트 클라우드를 SLAM(Simultaneous Localization and Mapping) 알고리즘으로 정합하여 1개의 PCD 세트를 생성하는 단계;(E) 상기 3D 스캔 장치가, 상기 수집된 3D 포인트 클라우드 중 상기 3D 마커에 해당하는 포인트 클라우드를 추출하고, 추출된 포인트 클라우드를 분석하여 상기 3D 마커의 ID(이하, '3D 마커 ID'라 한다)를 판단하고, 판단된 3D 마커 ID에 매핑된 3D 마커의 절대적 위치 정보를 메모리로부터 확인하는 단계;(F) 상기 3D 스캔 장치가, 확인된 3D 마커의 절대적 위치 정보를 이용하여 상기 다수의 PCD 세트들 각각의 상대적 위치를 보정하는 단계;(G) 상기 3D 스캔 장치가, 상대적 위치가 보정된 다수의 PCD 세트들을 정합하여 3D 터널 형상 지도를 생성하는 단계; 및(H) 상기 3D 스캔 장치가, 상기 3D 터널 형상 지도와 상기 RGB 파노라마 영상을 중첩하여 3D 터널 내부 정밀 지도를 생성하는 단계;를 포함하는 것을 특징으로 하는 3D 센서를 활용한 객체 인식 기반 고해상도 철도 터널 내부 정밀 지도 생성 방법
|
| 12 |
12
삭제
|
| 13 |
13
제11항에 있어서,상기 (A) 단계에서,상기 3D 스캔 장치는, 자율 이동체의 진행 방향인 롤(Roll) 방향으로 360도 회전하면서 동시에 요(Yaw) 방향 및 피치(Pitch) 방향 중 적어도 하나의 방향으로 회전하여 확장된 스캐닝 범위로 상기 터널 내부 표면을 스캐닝하는 것을 특징으로 하는 3D 센서를 활용한 객체 인식 기반 고해상도 철도 터널 내부 정밀 지도 생성 방법
|
