맞춤기술찾기

이전대상기술

레이더 센서 포인트 클라우드 데이터를 이용한 물체 검출 기술

  • 기술번호 : KST2023006020
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 레이더 센서 포인트 클라우드 데이터를 이용한 물체 검출 기술이 개시된다. 일 실시예에 따른 물체 검출 시스템에 의해 수행되는 물체 검출 방법은, 레이더 센서의 포인트 클라우드 데이터에 포함된 특성 정보들을 획득하는 단계; 및 상기 획득된 포인트 클라우드에 포함된 특성 정보들 중 적어도 하나 이상의 특성 정보를 이용하여 딥러닝 기반의 검출 모델을 통해 물체를 검출하는 단계를 포함할 수 있다.
Int. CL G01S 13/89 (2006.01.01) G06N 20/00 (2019.01.01) G06T 7/20 (2017.01.01)
CPC G01S 13/89(2013.01) G06N 20/00(2013.01) G06T 7/20(2013.01) G06T 2207/10044(2013.01) G06T 2207/20024(2013.01)
출원번호/일자 1020220015334 (2022.02.07)
출원인 주식회사 에이치엘클레무브, 한양대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0119335 (2023.08.16) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.02.07)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 주식회사 에이치엘클레무브 대한민국 인천 연수구
2 한양대학교 산학협력단 대한민국 서울특별시 성동구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최준원 서울특별시 성동구
2 김지송 서울특별시 성동구
3 신윤식 서울특별시 성동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

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
2022.02.07 수리 (Accepted) 1-1-2022-0132456-65
2 선행기술조사의뢰서
Request for Prior Art Search
2023.06.16 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
물체 검출 시스템에 의해 수행되는 물체 검출 방법에 있어서, 레이더 센서의 포인트 클라우드 데이터에 포함된 특성 정보들을 획득하는 단계; 및 상기 획득된 포인트 클라우드에 포함된 특성 정보들 중 적어도 하나 이상의 특성 정보를 이용하여 딥러닝 기반의 검출 모델을 통해 물체를 검출하는 단계를 포함하는 물체 검출 방법
2 2
제1항에 있어서, 상기 포인트 클라우드 데이터에 포함된 특성 정보들은, RCS 정보, 도플러 주파수, 물체 동적 특성, 도플러 주파수 불확실성 또는 포인트 클러스터 유효성 중 적어도 하나 이상을 포함하는 물체 검출 방법
3 3
제1항에 있어서, 상기 검출하는 단계는, 상기 획득된 클라우드 포인트에 포함된 특성 정보들에 대하여 포인트 클라우드 필터링을 수행하는 단계를 포함하는 물체 검출 방법
4 4
제3항에 있어서, 상기 검출하는 단계는, 상기 획득된 클라우드 포인트에 포함된 물체 동적 특성의 신뢰도에 따라 그룹화하는 단계를 포함하는 물체 검출 방법
5 5
제4항에 있어서, 상기 검출하는 단계는, 상기 물체 동적 특성의 신뢰도가 기 설정된 기준 이상일 경우, 상기 기 설정된 기준 이상인 물체 동적 특성의 값들에 대하여 이동중인 물체와 정지 상태의 물체를 정수형으로 표현하는 단계를 포함하는 물체 검출 방법
6 6
제4항에 있어서, 상기 검출하는 단계는, 상기 물체 동적 특성의 신뢰도가 기 설정된 기준 이하일 경우, 상기 기 설정된 기준 이하인 물체 동적 특성의 값들을 동일한 수치로 통일시키는 단계를 포함하는 물체 검출 방법
7 7
제3항에 있어서, 상기 검출하는 단계는, 상기 획득된 클라우드 포인트에 포함된 도플러 주파수 불확실성을 모호, 분명, 무효로 구분하고, 상기 구분된 모호, 분명, 무효로 표현되는 도플러 주파수 불확실성을 수치적으로 표현하고, 상기 구분된 분명으로 미표현되는 도플러 불확실성을 포함하는 포인트를 제거하는 단계 를 포함하는 물체 검출 방법
8 8
제3항에 있어서, 상기 검출하는 단계는, 상기 획득된 클라우드 포인트에 포함된 포인트 클러스터 유효성을 무효 상태 또는 유효 상태로 구분하고, 상기 구분된 무효 상태 또는 유효 상태로 표현되는 포인트 클러스터 유효성을 수치적으로 표현하고, 상기 구분된 유효 상태로 미표현되는 포인트 클러스터 유효성을 포함하는 포인트를 제거하는 단계 를 포함하는 물체 검출 방법
9 9
제1항에 있어서, 상기 검출하는 단계는, 상기 획득된 클라우드 포인트에 포함된 RCS 정보를 딥러닝 기반의 검출 모델에 입력되는 포인트의 특성값에 포함시키고, 상기 RCS 정보가 포함된 포인트의 특성값을 이용하여 상기 딥러닝 기반의 검출 모델을 통해 물체를 검출하는 단계를 포함하는 물체 검출 방법
10 10
제1항에 있어서, 상기 검출하는 단계는, 상기 딥러닝 기반의 검출 모델을 통해 상기 획득된 포인트 클라우드 데이터로부터 추출된 벡터 정보에 RCS 값을 가중치로 부여하여 물체를 검출하는 단계를 포함하는 물체 검출 방법
11 11
제1항에 있어서, 상기 검출하는 단계는, 상기 딥러닝 기반의 검출 모델을 통해 기 설정된 기준 이상의 RCS 값을 갖는 특징맵의 위치에 RCS 값을 가중치로 부여하여 물체를 검출하는 단계를 포함하는 물체 검출 방법
12 12
제1항에 있어서, 상기 검출하는 단계는, 상기 레이더 센서로부터 획득된 포인트 클라우드 데이터의 이동 속도 정보를 사용하여 환산된 속도 정보를 상기 딥러닝 기반의 검출 모델의 입력 데이터로 사용하는 단계를 포함하는 물체 검출 방법
13 13
제1항에 있어서, 상기 검출하는 단계는, 멀티 스윕 방식을 사용하여 일정 시간동안 누적된 포인트 클라우드 데이터의 속도 정보를 상기 딥러닝 기반의 검출 모델의 입력 데이터로 사용하여 포인트의 위치를 보정하는 단계를 포함하는 물체 검출 방법
14 14
제1항 내지 제13항 중 어느 한 항의 물체 검출 방법을 상기 물체 검출 시스템에 실행시키기 위해 비-일시적인 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램
15 15
물체 검출 시스템에 있어서, 레이더 센서의 포인트 클라우드 데이터에 포함된 특성 정보들을 획득하는 정보 획득부; 및 상기 획득된 포인트 클라우드에 포함된 특성 정보들 중 적어도 하나 이상의 특성 정보를 이용하여 딥러닝 기반의 검출 모델을 통해 물체를 검출하는 물체 검출부를 포함하는 물체 검출 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.