-
-
公开(公告)号：KR101862994B1
公开(公告)日：2018-05-30
申请号：KR1020170065477
申请日：2017-05-26
Applicant: 국방과학연구소
CPC classification number: G06K9/00798 , G05D1/0088 , G06K9/4652 , G06T5/002 , G06T5/50 , G06T7/90 , G06T2207/30204
Abstract: 본발명의자율차량을위한정지선검출방법은입력영상을조향각에따라회전하고, 입력영상을직교하는방향으로각각의기울기(Gradient) 영상을구하며, 각각의기울기(Gradient) 영상에 1/2차라인필터(20-1,20-2)를적용하여정지선후보영역과비후보영역을지정하고, 후보영역과비후보영역을융합하여정지선후보마스크를생성하며, 정지선후보마스크에서정지선이탐색됨으로써라인필터와가우시안가중치융합에의한정합방식의적용으로, 선분이검출되지않는노후화된도로에서도우수한검출결과를보여주고, 특히선분검출에의한 Hough Transform의정지선탐색방식의단점을보완하는특징이구현된다.
-
公开(公告)号：KR1020180027242A
公开(公告)日：2018-03-14
申请号：KR1020160114595
申请日：2016-09-06
Applicant: 국방과학연구소
CPC classification number: G08G1/16 , G06T7/521 , G06T7/70 , G08G1/0104 , G08G1/048
Abstract: 본발명은무인차량주변의환경을매핑하는방법에대한것으로, 상기무인차량에구비된적어도하나의카메라로부터센싱된영상중 어느하나로부터기 설정된방식에따라슈퍼픽셀을추출하는단계와, 상기무인차량에구비된 3차원스캐너에서상기무인차량주변을감지한결과로부터깊이데이터및 3D 포인트데이터를추출하는단계와, 상기추출된슈퍼픽셀에, 기설정된투영행렬을이용하여상기깊이데이터및 3D 포인트데이터를투영하여상기슈퍼픽셀의각 위치에슈퍼픽셀인덱스를할당하는단계와, 할당된슈퍼픽셀인덱스에따라상기슈퍼픽셀을구성하는각 격자를군집화하는단계와, 상기슈퍼픽셀의각 격자군집을, 상기인식된장애물에근거하여활성화상태, 비활성화상태, 그리고상기활성화된상태또는비활성화상태로구분되지않은잠재적상태로구분하는단계와, 상기무인차량의이동속도및 회전각에근거하여현재시점 k의다음시점인 k+1 시점의각 격자군집의동적상태를예측하는단계와, 예측된동적상태에근거하여각 격자군집간에이동한파티클들을검출및, 검출된파티클들에따라상기다음시점의각 격자군집상태를예측하는단계, 및, 상기현재시점 k 이전시점인 k-1 시점에서예측된격자군집상태와, 현재시점 k에서측정된각 격자군집의상태를결합하여, 각격자군집의상태를갱신하는단계를포함하는것을특징으로한다.
Abstract translation: 本发明是关于如何映射周围的无人驾驶车辆环境，包括以下步骤：根据从由提供给无人驾驶汽车照相机感测的图像中的任何一个所述至少一个预定的方法提取超像素，无人驾驶车辆 扫描器的Eguzemodo非三维步骤从围绕感测所述无人驾驶车辆的结果中提取深度数据和3D点数据，并且在所提取的超像素，组深度数据和3D点数据通过使用所设定的投影矩阵 将超像素索引分配给超像素的每个位置的步骤，根据所分配的超像素索引对构成超像素的每个网格进行分组的步骤， 基于doenjang，活动状态，非活动状态和未被区分为激活状态或非活动状态的潜在状态 和移动速度的基础和所述旋转角度检测的相位和预测的动态状态的基础上，每个网格簇之间yidonghan颗粒来预测在当前时间k的第k + 1个点的下一时间的相应网格簇的动态状态，并且， 预测的根据检测到的粒子的下一次的相应网格集群状态，并且，在本时间k在较早的时间拥挤条件k-1时的估计的网格，针对每个网格挤在时间k所测量的电流 状态，并更新每个网格群集的状态。
-
公开(公告)号：KR1020160125803A
公开(公告)日：2016-11-01
申请号：KR1020150056779
申请日：2015-04-22
Applicant: 국방과학연구소
Abstract: 본명세서는영역추출장치, 물체탐지장치및 영역추출방법에관한것으로서, 보다구체적으로는종래의물체탐지기술의한계를해결하는것을과제로하여, 도로상에물체가존재할것으로판단되는영역에한하여물체를탐지할수 있도록, 물체탐지대상영역을추출함으로써, 물체가존재할가능성이낮은영역에대한탐지를배제하게되고, 물체탐지를위한계산량및 탐지에소모되는시간이감소될수 있게되는영역추출장치, 물체탐지장치및 영역추출방법에관한것이다.
-
-
Patent Agency Ranking
公开(公告)号：KR101513103B1
公开(公告)日：2015-04-17
申请号：KR1020140062465
申请日：2014-05-23
Applicant: 국방과학연구소
CPC classification number: B60W30/00 , B60W40/105 , B60W2420/42 , B60W2510/20 , G06T7/33
Abstract: 본발명은, 차량에회전가능하게장착되어상기차량주변의영상을획득하는제1 및제2 카메라부, 상기차량의속도값및 조향각을포함하는차량주행상태로부터상기제1 및제2 카메라부에대한제어신호를생성하는제어신호발생부, 및상기차량주행상태에따라상기제어신호발생부로부터전달받은상기제어신호에근거하여상기제1 및제2 카메라부를각각독립적으로회전시키는제1 및제2 제어부를포함하고, 상기제1 및제2제어부는, 상기영상의시야각(angle of field)을증가시키고상기제1 및제2 카메라부와상기영상의중첩되는영역사이의이격거리및 각도로부터거리정보를획득하도록상기영상의중첩되는영역의크기를조절하는것을특징으로하는멀티카메라제어장치를제공한다.
Abstract translation: 本发明提供一种多相机控制装置，其包括：第一和第二相机单元，其旋转地安装在车辆中并获得车辆的周围图像; 控制信号生成单元，从包括所述车辆的速度值和转向角度的驱动条件向所述第一摄像机单元和所述第二摄像机单元生成控制信号; 以及第一和第二控制单元，分别基于从信号控制生成单元发送的控制信号，分别独立地旋转第一和第二相机单元。 第一和第二控制单元增加图像的视场，并且控制图像的重叠区域的尺寸，以从第一和第二相机单元的重叠区域与图像之间的距离和角度获得距离信息。
-
公开(公告)号：KR101473736B1
公开(公告)日：2014-12-18
申请号：KR1020130160655
申请日：2013-12-20
Applicant: 국방과학연구소
CPC classification number: G01D21/02 , G01D5/26 , G01D18/008
Abstract: 본 발명은 다중센서로 구성된 시스템에서 센서들 간의 캘리브레이션을 수행할 때, 폐루프(Close-loop)로 센서들 간의 관계가 구성되도록 하여 센서들 간의 캘리브레이션의 성능을 향상하는 장치 및 그 방법에 관한 것으로서, 본 명세서에 개시된 실시예에 따른 폐루프 기반의 다중 센서 캘리브레이션 장치는, 다중 센서 캘리브레이션 장치에 있어서, 상기 다중 센서들로 구성된 폐루프가 폐루프 제약조건에 만족하는지를 결정하는 결정부와; 상기 다중 센서로 구성된 폐루프가 상기 폐루프 제약조건에 만족하면, 상기 폐루프 제약조건을 이용하여 상기 다중 센서의 각 센서 캘리브레이션에 사용되는 오차함수를 최적화하는 제어부를 포함하며, 상기 다중 센서 각각은 하나의 3차원 라이다에 각각 연결된 다수의 배열 카메라로 이루어질 수 있다.
Abstract translation: 本发明涉及一种能够提高传感器之间的校准性能的装置，因为当在由多传感器组成的系统中执行传感器之间的校准时，传感器之间的关系由闭环构成; 及其方法。 根据本发明的实施例，基于闭环的多传感器校准装置包括：确定部件，用于确定由多传感器组成的闭环是否满足闭环约束条件; 以及控制部件，如果由多传感器组成的闭环满足闭环约束条件，则通过使用闭环约束条件来优化在多传感器的每个传感器校准中使用的误差函数。 每个多传感器可以由分别与一个三维激光雷达连接的多个阵列相机组成。
-
公开(公告)号：KR1020140120466A
公开(公告)日：2014-10-14
申请号：KR1020130036178
申请日：2013-04-03
Applicant: 국방과학연구소
IPC: G05D1/02
CPC classification number: G05D1/021 , G05D1/0246 , G05D1/0257 , G05D1/0268 , G05D1/0278
Abstract: 본 발명은 차량의 위치 추정 시스템에 관한 것으로서, 더 상세하게는 다수의 센서를 이용하여 자율이동차량의 위치를 추정하더라도 각 센서의 신뢰성을 실시간 판단하여 최적의 센서융합을 수행함으로써 알고리즘 계산량을 줄이고 위치추정 정확도를 보다 향상시키는 자율 이동 차량의 위치 추정 시스템에 대한 것이다.
본 발명에 의하면, 다수의 센서를 이용하여 자율이동차량의 위치를 추정하더라도 각 센서의 신뢰성을 실시간 판단하여 최적의 센서융합을 수행함으로써 알고리즘 계산량을 줄이고 위치추정 정확도를 보다 향상시킬 수 있다.Abstract translation: 本发明涉及一种用于估计车辆位置的系统，更具体地，涉及一种用于估计自主车辆的位置的系统，其中该系统通过实时确定每个传感器的可靠性来实现传感器的最佳融合 即使通过使用多个传感器来估计自主车辆的位置，因此减少算法计算量并提高位置估计的准确性。 本发明通过使用多个传感器估计自主车辆的位置即使实时地确定每个传感器的可靠性，从而实现了传感器的最佳融合，从而减少了算法的计算量，提高了位置估计的准确性。
-
公开(公告)号：KR101288388B1
公开(公告)日：2013-07-22
申请号：KR1020120034774
申请日：2012-04-04
Applicant: 국방과학연구소
IPC: G06T7/20
CPC classification number: G06T7/246 , G06T7/168 , G06T2207/20061
Abstract: PURPOSE: A method of estimating a location of a moving target in environment where screening exists is provided for a non-target observer to learn weighted value and motion information. CONSTITUTION: An image is inputted (S110). Feature points are extracted from non-target image information of the inputted image (S120). Whether screening exists or not is detected (S130). When the screening exists, relative location information of target and non-target information from a feature point of the non-target image information, non-target observer, is extracted. A target location is estimated (S150). [Reference numerals] (AA) Start; (BB) End; (S110) Read an image; (S120) Extract SURF features; (S130) Detect screening (EOCM); (S142) Trace a target; (S144) Learn the relative location of a non-target and the target; (S146) Update a non-target information weighted value; (S150) Estimate a target location; (S160) Output the target location; (S170) Last frame
Abstract translation: 目的：为非目标观察者提供一种在非目标观察者的环境中估计移动目标位置的方法，以学习加权值和运动信息。 构成：输入图像（S110）。 从输入图像的非目标图像信息中提取要素点（S120）。 检测是否存在筛选（S130）。 当存在筛选时，提取来自非目标图像信息的特征点（非目标观察者）的目标和非目标信息的相对位置信息。 估计目标位置（S150）。 （附图标记）（AA）开始; （BB）结束; （S110）读取图像; （S120）提取SURF功能; （S130）检测筛选（EOCM）; （S142）跟踪目标; （S144）了解非目标和目标的相对位置; （S146）更新非目标信息加权值; （S150）估计目标位置; （S160）输出目标位置; （S170）最后一帧
-
公开(公告)号：KR101864127B1
公开(公告)日：2018-06-29
申请号：KR1020160114595
申请日：2016-09-06
Applicant: 국방과학연구소
Abstract: 본발명은무인차량주변의환경을매핑하는방법에대한것으로, 상기무인차량에구비된적어도하나의카메라로부터센싱된영상중 어느하나로부터기 설정된방식에따라슈퍼픽셀을추출하는단계와, 상기무인차량에구비된 3차원스캐너에서상기무인차량주변을감지한결과로부터깊이데이터및 3D 포인트데이터를추출하는단계와, 상기추출된슈퍼픽셀에, 기설정된투영행렬을이용하여상기깊이데이터및 3D 포인트데이터를투영하여상기슈퍼픽셀의각 위치에슈퍼픽셀인덱스를할당하는단계와, 할당된슈퍼픽셀인덱스에따라상기슈퍼픽셀을구성하는각 격자를군집화하는단계와, 상기슈퍼픽셀의각 격자군집을, 상기인식된장애물에근거하여활성화상태, 비활성화상태, 그리고상기활성화된상태또는비활성화상태로구분되지않은잠재적상태로구분하는단계와, 상기무인차량의이동속도및 회전각에근거하여현재시점 k의다음시점인 k+1 시점의각 격자군집의동적상태를예측하는단계와, 예측된동적상태에근거하여각 격자군집간에이동한파티클들을검출및, 검출된파티클들에따라상기다음시점의각 격자군집상태를예측하는단계, 및, 상기현재시점 k 이전시점인 k-1 시점에서예측된격자군집상태와, 현재시점 k에서측정된각 격자군집의상태를결합하여, 각격자군집의상태를갱신하는단계를포함하는것을특징으로한다.
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.028 seconds)
