1 |
1
3차원 포인트 클라우드를 정합하는 장치로서,프로세서 및 메모리를 포함하고,상기 프로세서는 상기 메모리 내에 저장된 프로그램을 실행하여,상기 3차원 포인트 클라우드 내의 3차원 포인트 간의 거리 및 각도를 바탕으로 상기 3차원 포인트 클라우드에 대한 로컬 그래프를 생성하는 단계, 그리고상기 로컬 그래프를 사용하여 상기 3차원 포인트 클라우드의 정합을 위한 강체 변환 행렬을 추정하는 단계를 수행하는, 장치
|
2 |
2
제1항에서,상기 프로세서는 상기 프로그램을 실행하여,적어도 하나의 센서로부터 상기 3차원 포인트 클라우드를 획득하는 단계를 더 수행하는, 장치
|
3 |
3
제1항에서,상기 프로세서는 상기 프로그램을 실행하여,상기 3차원 포인트 클라우드 내의 각 3차원 포인트의 특징 기술자를 생성하는 단계, 그리고상기 3차원 포인트 클라우드 내의 모든 3차원 포인트 간의 기술자 차이를 계산하는 단계를 더 수행하는, 장치
|
4 |
4
제3항에서,상기 프로세서는 상기 3차원 포인트 클라우드 내의 3차원 포인트 간의 거리 및 각도를 바탕으로 상기 3차원 포인트 클라우드에 대한 로컬 그래프를 생성하는 단계를 수행할 때,상기 3차원 포인트 클라우드 내의 3차원 포인트 간의 중복 영역을 계산하는 단계, 그리고중복되지 않는 것으로 판단된 3차원 포인트를 그래프 노드에 포함시키는 단계를 수행하는, 장치
|
5 |
5
제4항에서,상기 프로세서는 상기 3차원 포인트 클라우드 내의 3차원 포인트 간의 거리 및 각도를 바탕으로 상기 3차원 포인트 클라우드에 대한 로컬 그래프를 생성하는 단계를 수행할 때,상기 그래프 노드에 포함된 3차원 포인트 중 제1 3차원 포인트와 상기 그래프 노드에 포함된 3차원 포인트 중 상기 제1 3차원 포인트를 제외한 나머지 3차원 포인트 간의 관계를 바탕으로 상기 로컬 그래프를 생성하는 단계를 더 수행하는, 장치
|
6 |
6
제5항에서,상기 로컬 그래프는 상기 제1 3차원 포인트와 상기 나머지 3차원 포인트 간의 엣지를 포함하는, 장치
|
7 |
7
제5항에서,상기 로컬 그래프는 상기 제1 3차원 포인트의 속성을 포함하고, 상기 제1 3차원 포인트의 속성은 상기 제1 3차원 포인트와 상기 나머지 3차원 포인트 간의 거리, 상기 제1 3차원 포인트에 대한 상기 나머지 3차원 포인트의 각도, 및 상기 제1 3차원 포인트의 특징 기술자와 상기 나머지 3차원 포인트의 특징 기술자의 차이 중 적어도 하나를 포함하는, 장치
|
8 |
8
제1항에서,상기 프로세서는, 상기 로컬 그래프를 사용하여 상기 3차원 포인트 클라우드의 정합을 위한 강체 변환 행렬을 추정하는 단계를 수행할 때,유사도 함수를 사용하여 상기 로컬 그래프를 정합하고, 정합된 로컬 그래프 내에서 특징 정합 쌍을 결정하는 단계, 그리고상기 특징 정합 쌍을 사용하여 상기 강체 변환 행렬을 추정하는 단계를 수행하는, 장치
|
9 |
9
3차원 포인트 클라우드를 정합하는 방법으로서,상기 3차원 포인트 클라우드 내의 3차원 포인트 간의 거리 및 각도를 바탕으로 상기 3차원 포인트 클라우드에 대한 로컬 그래프를 생성하는 단계, 그리고상기 로컬 그래프를 사용하여 상기 3차원 포인트 클라우드의 정합을 위한 강체 변환 행렬을 추정하는 단계를 포함하는 방법
|
10 |
10
제9항에서,적어도 하나의 센서로부터 상기 3차원 포인트 클라우드를 획득하는 단계를 더 포함하는 방법
|
11 |
11
제9항에서,상기 3차원 포인트 클라우드 내의 각 3차원 포인트의 특징 기술자를 생성하는 단계, 그리고상기 3차원 포인트 클라우드 내의 모든 3차원 포인트 간의 기술자 차이를 계산하는 단계를 더 포함하는 방법
|
12 |
12
제11항에서,상기 3차원 포인트 클라우드 내의 3차원 포인트 간의 거리 및 각도를 바탕으로 상기 3차원 포인트 클라우드에 대한 로컬 그래프를 생성하는 단계는,상기 3차원 포인트 클라우드 내의 3차원 포인트 간의 중복 영역을 계산하는 단계, 그리고중복되지 않는 것으로 판단된 3차원 포인트를 그래프 노드에 포함시키는 단계를 포함하는, 방법
|
13 |
13
제12항에서,상기 3차원 포인트 클라우드 내의 3차원 포인트 간의 거리 및 각도를 바탕으로 상기 3차원 포인트 클라우드에 대한 로컬 그래프를 생성하는 단계는,상기 그래프 노드에 포함된 3차원 포인트 중 제1 3차원 포인트와 상기 그래프 노드에 포함된 3차원 포인트 중 상기 제1 3차원 포인트를 제외한 나머지 3차원 포인트 간의 관계를 바탕으로 상기 로컬 그래프를 생성하는 단계를 더 포함하는, 방법
|
14 |
14
제13항에서,상기 로컬 그래프는 상기 제1 3차원 포인트와 상기 나머지 3차원 포인트 간의 엣지를 포함하는, 방법
|
15 |
15
제13항에서,상기 로컬 그래프는 상기 제1 3차원 포인트의 속성을 포함하고, 상기 제1 3차원 포인트의 속성은 상기 제1 3차원 포인트와 상기 나머지 3차원 포인트 간의 거리, 상기 제1 3차원 포인트에 대한 상기 나머지 3차원 포인트의 각도, 및 상기 제1 3차원 포인트의 특징 기술자와 상기 나머지 3차원 포인트의 특징 기술자의 차이 중 적어도 하나를 포함하는, 방법
|
16 |
16
제9항에서,상기 로컬 그래프를 사용하여 상기 3차원 포인트 클라우드의 정합을 위한 강체 변환 행렬을 추정하는 단계는,유사도 함수를 사용하여 상기 로컬 그래프를 정합하고, 정합된 로컬 그래프 내에서 특징 정합 쌍을 결정하는 단계, 그리고상기 특징 정합 쌍을 사용하여 상기 강체 변환 행렬을 추정하는 단계를 포함하는, 방법
|