| 1 |
1
3차원 점군 지도 생성용 기구에 있어서,라이다(Lidar) 센서의 레이저가 반사되는 소재로 바람이 통하는 망 구조의 두 개의 플레이트(plate)로 구성되고,상기 두 개의 플레이트는 일면이 서로 접한 상태에서 지면과 수직으로 고정되는 것을 특징으로 하는 3차원 점군 지도 생성용 기구
|
| 2 |
2
제1항에 있어서,상기 두 개의 플레이트는 철망으로 구성되는 것을 특징으로 하는 3차원 점군 지도 생성용 기구
|
| 3 |
3
제1항에 있어서,3차원 점군 지도 제작 과정에서 목표하는 위치에 특징점을 생성하기 위해 상기 3차원 점군 지도 생성용 기구가 사용되는 것을 특징으로 하는 3차원 점군 지도 생성용 기구
|
| 4 |
4
제3항에 있어서,상기 3차원 점군 지도 생성용 기구는,상기 위치의 참값 측정을 위한 GPS 센서가 더 포함되는 것을 특징으로 하는 3차원 점군 지도 생성용 기구
|
| 5 |
5
컴퓨터 장치에서 실행되는 방법에 있어서,상기 컴퓨터 장치는 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,상기 방법은,상기 적어도 하나의 프로세서에 의해, 라이다 센서 데이터를 이용하여 3차원 점군 지도를 생성하는 단계; 및상기 적어도 하나의 프로세서에 의해, 두 개의 철망이 지면과 수직으로 고정된 하드웨어 기구에 대해 상기 3차원 점군 지도에서 추출된 점군 데이터를 이용하여 상기 하드웨어 기구가 표현하는 특징점을 생성하는 단계를 포함하는 방법
|
| 6 |
6
제5항에 있어서,상기 3차원 점군 지도를 생성하는 단계는,SLAM(Simultaneous Localization and Mapping) 알고리즘을 이용하여 상기 라이다 센서 데이터를 상기 3차원 점군 지도로 생성하는 것을 특징으로 하는 방법
|
| 7 |
7
제5항에 있어서,상기 특징점을 생성하는 단계는,상기 3차원 점군 지도에서 추출된 점군 데이터를 두 개의 평면 데이터로 분리하는 단계;상기 평면 데이터 각각에서 해당 평면에 대한 내좌층(inlier) 점군을 추출하는 단계; 및각 평면의 내좌층 점군을 이용하여 두 평면의 교선을 구한 후 상기 교선과 지표면이 만나는 지점을 상기 특징점의 위치로 계산하는 단계를 포함하는 방법
|
| 8 |
8
제7항에 있어서,상기 분리하는 단계는,k-평균 클러스터링(k-mean clustering)을 이용하여 상기 3차원 점군 지도에서 추출된 점군 데이터를 두 개의 평면 데이터로 분리하는 것을 특징으로 하는 방법
|
| 9 |
9
제7항에 있어서,상기 내좌층 점군을 추출하는 단계는,각 평면의 점군 데이터에 평면 방정식을 타겟으로 하는 RANSAC(random sampling and consensus) 알고리즘을 적용하여 상기 내좌층 점군을 추출하는 것을 특징으로 하는 방법
|
| 10 |
10
제7항에 있어서,상기 교선과 지표면이 만나는 지점을 상기 특징점의 위치로 계산하는 단계는,각 평면의 내좌층 점군에 대해 SVD(singular value decomposition) 알고리즘을 이용하여 최적 평면 방정식을 구한 후 상기 최적 평면 방정식을 이용하여 두 평면의 교선을 구하는 단계를 포함하는 방법
|
| 11 |
11
제5항에 있어서,상기 방법은,상기 적어도 하나의 프로세서에 의해, 상기 하드웨어 기구에 포함된 GPS 모듈을 통해 상기 특징점의 절대 좌표 위치를 확인하는 단계를 더 포함하는 방법
|
| 12 |
12
제7항에 있어서,상기 특징점을 생성하는 단계는,각 평면의 내좌층 점군을 기초로 상기 특징점에 대한 오차 수정 벡터의 크기와 방향을 계산하여 상기 특징점의 위치를 보정하는 단계를 더 포함하는 방법
|
| 13 |
13
컴퓨터 장치에 있어서,메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로세서는,라이다 센서 데이터를 이용하여 3차원 점군 지도를 생성하는 과정;두 개의 철망이 지면과 수직으로 고정된 하드웨어 기구에 대해 상기 3차원 점군 지도에서 추출된 점군 데이터를 이용하여 상기 하드웨어 기구가 표현하는 특징점을 생성하는 과정을 처리하는 컴퓨터 장치
|
| 14 |
14
제13항에 있어서,상기 적어도 하나의 프로세서는,SLAM 알고리즘을 이용하여 상기 라이다 센서 데이터를 상기 3차원 점군 지도로 생성하는 것을 특징으로 하는 컴퓨터 장치
|
| 15 |
15
제13항에 있어서,상기 적어도 하나의 프로세서는,k-평균 클러스터링을 이용하여 상기 3차원 점군 지도에서 추출된 점군 데이터를 두 개의 평면 데이터로 분리하고,상기 평면 데이터 각각에 평면 방정식을 타겟으로 하는 RANSAC 알고리즘을 적용하여 해당 평면에 대한 내좌층 점군을 추출하고,각 평면의 내좌층 점군에 대해 SVD 알고리즘을 이용하여 최적 평면 방정식을 구하고 상기 최적 평면 방정식을 이용하여 두 평면의 교선을 구한 후 상기 교선과 지표면이 만나는 지점을 상기 특징점의 위치로 계산하는 것을 특징으로 하는 컴퓨터 장치
|
| 16 |
16
제13항에 있어서,상기 적어도 하나의 프로세서는,상기 하드웨어 기구에 포함된 GPS 모듈을 통해 상기 특징점의 절대 좌표 위치를 확인하는 것을 특징으로 하는 컴퓨터 장치
|
| 17 |
17
제13항에 있어서,상기 적어도 하나의 프로세서는,각 평면의 내좌층 점군을 기초로 상기 특징점에 대한 오차 수정 벡터의 크기와 방향을 계산하여 상기 특징점의 위치를 보정하는 것을 특징으로 하는 컴퓨터 장치
|
