| 1 |
1
라이다 객체를 구성하는 포인트 클라우드를 감싸는 박스 파라미터 및 포인트 파라미터를 이용하여 수신한 라이다 객체가 도로 경계의 후보가 될 수 있는가를 판단하는 규칙기반 분류기; 및 상기 규칙기반 분류기에서 도로 경계 후보로 선정된 라이다 객체에 대하여 기계학습 기법을 적용하여 상기 라이다 객체를 도로 경계를 확정하거나 배제하는 학습기반 분류기를 포함하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 장치
|
| 2 |
2
제1항에서, 상기 박스 파라미터는 박스를 구성하는 객체의 길이, 객체의 폭 및 객체의 높이를 포함하고, 상기 포인트 파라미터는 라이다 객체를 구성하는 포인트의 높이 중 최소값과 포인트의 수를 포함하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 장치
|
| 3 |
3
제2항에서, 상기 규칙기반 분류기는, 상기 객체의 길이, 상기 객체의 폭 및 상기 객체의 높이를 미리 설정한 한계 길이, 한계 폭 및 한계 높이와 비교하여, 비교결과에 따라 상기 라이다 객체를 도로 경계 후보로 선정하거나 도로 경계의 후보에서 배제하는 객체의 박스 파라미터 비교기; 및 상기 객체의 박스 파라미터 비교기에서 도로 경계 후보로 선정한 라이다 객체를 구성하는 상기 포인트의 최소값 및 포인트의 수를 미리 설정한 한계 최소값 및 한계 개수와 비교하여, 상기 라이다 객체를 도로 경계 후보로 선정하거나 도로 경계의 후보에서 배제하는 객체의 포인트 파라미터 비교기를 포함하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 장치
|
| 4 |
4
제3항에서, 상기 박스 파라미터 비교기에서 선정되는 도로 경계 후보는, 상기 라이다 객체의 길이가 상기 한계길이에 비해 길거나 같아야 하는 제1조건; 상기 객체의 폭이 상기 한계 폭에 비해 좁아야 하는 제2조건; 및 상기 객체의 높이가 상기 한계 높이에 비해 높거나 같아야 하는 제3조건을 모두 만족하는 라이다 객체인 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 장치
|
| 5 |
5
제4항에서, 상기 한계 높이는 10m이고, 상기 한계 폭은 1
|
| 6 |
6
제3항에서, 상기 객체의 포인트 파라미터 비교기에서 선정되는 도로 경계 후보는, 포인트의 높이 중 상기 최소값이 상기 한계 최소값에 비해 짧아야 하는 제1조건; 및 객체 안의 상기 포인트의 수가 상기 한계 개수에 비해 많거나 같아야 하는 제2조건을 모두 만족하는 라이다 객체인 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 장치
|
| 7 |
7
제6항에서, 상기 한계 최소값은 1m이고 상기 한계 개수는 200인 객체인 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 장치
|
| 8 |
8
제3항에서, 상기 학습기반 분류기는, 상기 규칙기반 분류기에서 도로 경계의 후보로 선정된 라이다 객체에 대해 부분 공분산 피쳐를 생성하는 부분 공분산 피쳐 생성기; 및 상기 부분 공분산 피쳐 생성기에서 생성된 부분 공분산 피쳐에 AKSVM(Additive Kernel Support Vector Machine)을 적용하여 도로 경계의 확정 또는 도로 경계의 배제를 결정하는 AKSVM 적용장치를 포함하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 장치
|
| 9 |
9
제8항에서, 상기 부분 공분산 피쳐 생성기는, 객체의 포인트 클라우드 형태의 주성분에 PCA(Principal Component Analysis)를 적용하여 고유벡터를 알아내고, 상기 주성분을 기준으로 공분산을 산출하여 고유값을 취득하고, 상기 고유값의 크기로 공간을 분할하며, 분할된 각 공간에 포함된 포인트의 공분산을 계산하여 분할된 각 부분에 대응하는 부분 공분산 피쳐를 생성하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 장치
|
| 10 |
10
제9항에 기재된 상기 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 장치; 및 상기 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 장치에서 도로 경계의 후보에서 배제된 라이다 객체를 분류하는 분류기를 포함하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 시스템
|
| 11 |
11
라이다 객체를 구성하는 포인트 클라우드를 감싸는 박스 파라미터 및 포인트 파라미터를 이용하여 수신한 라이다 객체가 도로 경계의 후보가 될 수 있는가를 판단하는 규칙을 기반으로 분류하는 단계; 및 상기 규칙을 기반으로 분류하는 단계에서 도로 경계 후보로 선정된 라이다 객체에 대하여 기계학습 기법을 적용하여 상기 라이다 객체를 도로 경계를 확정하거나 배제하는 학습을 기반으로 분류하는 단계를 포함하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 방법
|
| 12 |
12
제11항에서, 상기 박스 파라미터는 박스를 구성하는 객체의 길이, 객체의 폭 및 객체의 높이를 포함하고, 상기 포인트 파라미터는 라이다 객체를 구성하는 포인트의 높이 중 최소값과 포인트의 수를 포함하는캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 방법
|
| 13 |
13
제12항에서, 상기 규칙을 기반으로 분류하는 단계는, 상기 객체의 길이, 상기 객체의 폭 및 상기 객체의 높이를 미리 설정한 한계 길이, 한계 폭 및 한계 높이와 비교하여, 비교결과에 따라 상기 라이다 객체를 도로 경계 후보로 선정하거나 도로 경계의 후보에서 배제하는 객체의 박스 파라미터를 이용하여 비교하는 단계; 및 상기 객체의 박스 파라미터를 이용하여 비교하는 단계에서 도로 경계 후보로 선정한 라이다 객체를 구성하는 상기 포인트의 최소값 및 포인트의 수를 미리 설정한 한계 최소값 및 한계 개수와 비교하여, 상기 라이다 객체를 도로 경계 후보로 선정하거나 도로 경계의 후보에서 배제하는 객체의 포인트 파라미터를 이용하여 비교하는 단계를 포함하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 방법
|
| 14 |
14
제13항에서, 상기 박스 파라미터를 이용하여 비교하는 단계에서 선정되는 도로 경계 후보는, 상기 라이다 객체의 길이가 상기 한계길이에 비해 길거나 같아야 하는 제1조건; 상기 객체의 폭이 상기 한계 폭에 비해 좁아야 하는 제2조건; 및 상기 객체의 높이가 상기 한계 높이에 비해 높거나 같아야 하는 제3조건을 모두 만족하는 라이다 개체인 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 방법
|
| 15 |
15
제14항에서, 상기 한계 높이는 10m이고, 상기 한계 폭은 1
|
| 16 |
16
제13항에서, 상기 객체의 포인트 파라미터를 이용하여 비교하는 단계에서 선정되는 도로 경계 후보는, 포인트의 높이 중 상기 최소값이 상기 한계 최소값에 비해 짧아야 하는 제1조건; 및 객체 안의 상기 포인트의 수가 상기 한계 개수에 비해 많거나 같아야 하는 제2조건을 모두 만족하는 라이다 개체인 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 방법
|
| 17 |
17
제16항에서, 상기 한계 최소값은 1m이고 상기 한계 개수는 200인 객체인 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 방법
|
| 18 |
18
제13항에서, 상기 학습을 기반으로 분류하는 단계는, 상기 규칙을 기반으로 분류하는 단계에서 도로 경계의 후보로 선정된 라이다 객체에 대해 부분 공분산 피쳐를 생성하는 부분 공분산 피쳐를 생성하는 단계; 및 상기 부분 공분산 피쳐에 AKSVM(Additive Kernel Support Vector Machine)을 적용하여 도로 경계의 확정 또는 도로 경계의 배제를 결정하는 AKSVM을 적용하는 단계를 포함하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 방법
|
| 19 |
19
제18항에서, 상기 부분 공분산 피쳐를 생성하는 단계는, 객체의 포인트 클라우드 형태의 주성분에 PCA(Principal Component Analysis)를 적용하여 고유벡터를 알아내고, 상기 주성분을 기준으로 공분산을 산출하여 고유값을 취득하고, 상기 고유값의 크기로 공간을 분할하며, 분할된 각 공간에 포함된 포인트의 공분산을 계산하여 분할된 각 부분에 대응하는 부분 공분산 피쳐를 생성하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 방법
|
| 20 |
20
제19항에서, 상기 도로 경계에서 배제된 라이다 객체를 차량, 보행자, 이륜차 및 기타의 물체 중 하나로 분류하는 재분류단계를 더 포함하는 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 방법
|
| 21 |
21
제20항에 따른 캐스케이드 분류기를 이용한 3Ｄ 포인트 클라우드에서의 도로 경계 검출 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 해독 가능 기록 매체
|
