맞춤기술찾기

이전대상기술

CycleGAN을 이용한 라이다 데이터의 렌더링 방법 및 장치

  • 기술번호 : KST2022019010
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 명세서는 라이다 데이터의 렌더링 방법 및 장치에 관한 것이다. 본 명세서의 일 실시예에 따른 라이다 데이터의 렌더링 방법은 라이다(LiDAR)로부터 3차원 위치 정보를 포함하는 라이다 데이터를 획득하는 단계, 획득한 라이다 데이터에 포함된 채널 중 미리 설정된 유효 각도와 일치하는 수직 채널의 각도에 기초하여 상기 라이다 데이터를 2차원 구형 이미지로 변환하는 단계 및 변환된 2차원 구형 이미지로부터 학습 알고리즘을 이용하여 3차원 PCD(Point Cloud Data)가 나타난 이미지인 학습 이미지를 렌더링하는 단계를 포함한다.
Int. CL G06T 15/08 (2011.01.01) G01S 17/89 (2020.01.01) G01S 7/497 (2006.01.01) G06T 15/00 (2006.01.01) G06T 19/20 (2011.01.01) G06N 3/08 (2006.01.01)
CPC G06T 15/08(2013.01) G01S 17/89(2013.01) G01S 7/497(2013.01) G06T 15/005(2013.01) G06T 19/20(2013.01) G06N 3/08(2013.01) G06T 2207/20084(2013.01)
출원번호/일자 1020210035507 (2021.03.18)
출원인 충북대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0130512 (2022.09.27) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.03.18)
심사청구항수 12

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 충북대학교 산학협력단 대한민국 충청북도 청주시 서원구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김곤우 대전광역시 유성구
2 목승찬 충청북도 청주시 흥덕구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 심경식 대한민국 서울특별시 강남구 역삼로**길 *, *층(역삼동, 유니콘빌딩)(에스와이피특허법률사무소)
2 홍성욱 대한민국 서울특별시 강남구 역삼로**길 *, *층(역삼동, 유니콘빌딩)(에스와이피특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2021.03.18 수리 (Accepted) 1-1-2021-0321248-18
2 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2021.04.21 수리 (Accepted) 1-1-2021-0463060-28
3 특허고객번호 정보변경(경정)신고서·정정신고서
2021.08.09 수리 (Accepted) 4-1-2021-5213510-18
4 선행기술조사의뢰서
Request for Prior Art Search
2021.11.15 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
라이다(LiDAR)로부터 3차원 위치 정보를 포함하는 라이다 데이터를 획득하는 단계;상기 획득한 라이다 데이터에 포함된 채널 중 미리 설정된 유효 각도와 일치하는 수직 채널의 각도에 기초하여 상기 라이다 데이터를 2차원 구형 이미지로 변환하는 단계; 및상기 변환된 2차원 구형 이미지로부터 학습 알고리즘을 이용하여 3차원 PCD(Point Cloud Data)가 나타난 이미지인 학습 이미지를 렌더링하는 단계를 포함하는라이다 데이터의 렌더링 방법
2 2
제1항에 있어서,상기 라이다 데이터를 2차원 구형 이미지로 변환하는 단계는상기 수직 채널의 각도를 해시 테이블에 미리 저장된 복수의 유효 각도와 비교하는 단계; 및상기 수직 채널의 각도가 상기 복수의 유효 각도 중 하나와 일치하면 획득되는 상기 하나의 유효 각도에 대응되는 픽셀 좌표(v) 및 상기 수직 채널을 제외한 나머지 채널로부터 산출되는 픽셀 좌표(u)를 이용하여 상기 라이다 데이터를 2차원 구형 이미지로 변환하는 단계를 포함하는라이다 데이터의 렌더링 방법
3 3
제2항에 있어서,상기 수직 채널의 각도를 해시 테이블에 저장된 미리 설정된 유효 각도와 비교하는 단계는상기 해시 테이블에 기반하는 해시 함수를 이용하여 상기 수직 채널의 각도를 상기 미리 설정된 유효 각도와 비교하는 단계를 포함하는라이다 데이터의 렌더링 방법
4 4
제1항에 있어서,상기 학습 이미지를 렌더링하는 단계는적대적 손실(adversarial loss), 순환 일관성 손실(Cycle consistenty loss), 자체 정규화 손실(self-regularization loss) 및 가중치 매개 변수에 기초하여 결정되는 전체 손실(total loss)이 최소화되도록 상기 2차원 구형 이미지로부터 학습 알고리즘을 이용하여 학습 이미지를 렌더링하는 단계를 포함하는라이다 데이터의 렌더링 방법
5 5
제4항에 있어서,상기 자체 정규화 손실은하기의 식 5에 의해 산출되는 라이다 데이터의 렌더링 방법
6 6
제1항에 있어서,상기 학습 알고리즘은CycleGAN(Cycle-Generative Adversarial Network)인라이다 데이터의 렌더링 방법
7 7
라이다(LiDAR)로부터 3차원 위치 정보를 포함하는 라이다 데이터를 획득하는 데이터 수신부;상기 획득한 라이다 데이터에 포함된 채널 중 미리 설정된 유효 각도와 일치하는 수직 채널의 각도에 기초하여 상기 라이다 데이터를 2차원 구형 이미지로 변환하는 전처리부; 및상기 변환된 2차원 구형 이미지로부터 학습 알고리즘을 이용하여 3차원 PCD(Point Cloud Data)가 나타난 이미지인 학습 이미지를 렌더링하는 렌더링부를 포함하는라이다 데이터의 렌더링 장치
8 8
제7항에 있어서,상기 전처리부는상기 수직 채널의 각도를 해시 테이블에 저장된 미리 설정된 유효 각도와 비교하고, 상기 수직 채널의 각도가 상기 미리 설정된 유효 각도와 일치하면 상기 미리 설정된 유효 각도에 대응되는 픽셀 좌표를 출력하여 상기 라이다 데이터를 2차원 구형 이미지로 변환하는 라이다 데이터의 렌더링 장치
9 9
제8항에 있어서,상기 전처리부는상기 해시 테이블에 포함된 해시 함수를 이용하여 상기 수직 채널의 각도를 상기 미리 설정된 유효 각도와 비교하는 라이다 데이터의 렌더링 장치
10 10
제7항에 있어서,상기 렌더링부는적대적 손실(adversarial loss), 순환 일관성 손실(Cycle consistenty loss), 자체 정규화 손실(self-regularization loss) 및 가중치 매개 변수 w에 기초하여 결정되는 전체 손실(total loss)이 최소화되도록 상기 2차원 구형 이미지로부터 학습 알고리즘을 이용하여 학습 이미지를 렌더링하는 라이다 데이터의 렌더링 장치
11 11
제10항에 있어서,상기 자체 정규화 손실은 하기의 식 5에 의해 산출되는 라이다 데이터의 렌더링 장치
12 12
제7항에 있어서,상기 학습 알고리즘은CycleGAN(Cycle-Generative Adversarial Network)인라이다 데이터의 렌더링 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 교육부 충북대학교산학협력단 사회맞춤형 산학협력선도대학(LINC+)육성사업 (산학협력 고도화형) 사회맞춤형 산학협력선도대학(LINC+)육성사업 (산학협력 고도화형)
2 과학기술정보통신부 충북대학교산학협력단 Grand ICT연구센터지원사업 Grand ICT연구센터(충북대)