Professional Documents
Culture Documents
KR101565362B1
KR101565362B1
(57) 요 약
카메라 포즈 및 자이로스코프 회전을 이용하여, 증강 현실 애플리케이션(AR 앱)과 같은 애플리케이션을 위한 파
라미터들을 생성하기 위한 장치 및 방법이 개시된다. 파라미터들은 (예를 들어, QR 인수분해 또는 칼만 필터를
이용한 최소-자승 추정치) 이미지들로부터의 포즈와 자이로스코프로부터의 회전에 기초하여 추정된다. 파라미터
들은 회전, 스케일 및/또는 비-직교성 파라미터들, 그리고 선택적으로 자이로스코프 바이어스 에러들을
나타낸다. 이외에도, 스케일 및 비-직교성 파라미터들은 스케일과 비-직교성을 보상하기 위해 미가공 자이로스코
프 측정치들을 컨디셔닝하는 데에 사용될 수 있다.
대 표 도 - 도2
-1-
등록특허 10-1565362
-2-
등록특허 10-1565362
명 세 서
청구범위
청구항 1
(1) 회전 정보, (2) 스케일 정보, 및 (3) 비-직교성 정보 중 적어도 2개를 유도하기 위해서, 상기 포즈 각 정보
및 상기 자이로스코프 정보를 프로세싱하는 단계를 포함하고,
상기 애플리케이션과 함께 사용하기 위해서, (1) 상기 회전 정보, (2) 상기 스케일 정보, 및 (3) 상기 비-직교
성 정보 중 적어도 2개를 계산하기 위해 상기 포즈 각 정보, 상기 병진 매트릭스 및 상기 자이로스코프 정보를
칼만(Kalman) 필터에 적용하는 단계를 포함하는, 모바일 디바이스의 애플리케이션을 위한 파라미터들을 생성하
기 위한 상기 모바일 디바이스에서의 방법.
청구항 2
제 1 항에 있어서,
청구항 3
제 1 항에 있어서,
청구항 4
제 1 항에 있어서,
청구항 5
제 1 항에 있어서,
-3-
등록특허 10-1565362
청구항 6
제 5 항에 있어서,
청구항 7
제 5 항에 있어서,
청구항 8
제 1 항에 있어서,
청구항 9
제 1 항에 있어서,
청구항 10
제 9 항에 있어서,
청구항 11
제 1 항에 있어서,
청구항 12
제 1 항에 있어서,
청구항 13
-4-
등록특허 10-1565362
상기 프로세서는,
청구항 14
제 13 항에 있어서,
청구항 15
제 13 항에 있어서,
청구항 16
제 13 항에 있어서,
청구항 17
제 13 항에 있어서,
상기 파라미터 추정 모듈은,
-5-
등록특허 10-1565362
청구항 18
제 17 항에 있어서,
청구항 19
제 13 항에 있어서,
청구항 20
청구항 21
제 20 항에 있어서,
청구항 22
제 20 항에 있어서,
스케일 및 비-직교성 매트릭스를 유도하기 위해서 포즈 각 벡터들의 시퀀스와 자이로스코프 벡터들의 시퀀스를
프로세싱하기 위한 수단을 포함하고,
-6-
등록특허 10-1565362
청구항 23
제 20 항에 있어서,
청구항 24
제 20 항에 있어서,
청구항 25
제 20 항에 있어서,
청구항 26
제 20 항에 있어서,
청구항 27
제 20 항에 있어서,
청구항 28
상기 메모리는,
-7-
등록특허 10-1565362
명령들을 포함하는,
청구항 29
제 28 항에 있어서,
청구항 30
제 28 항에 있어서,
명령들을 포함하는,
청구항 31
상기 프로그램 코드는,
청구항 32
제 31 항에 있어서,
-8-
등록특허 10-1565362
청구항 33
삭제
청구항 34
삭제
발명의 설명
기 술 분 야
[0001] [0001]본 출원은, 2012년 10월 12일에 출원되고 명칭이 "Gyroscope conditioning and gyro-camera alignment"
인 미국 출원 번호 제13/651,055호의 우선권을 주장하며, 이는 그 전체가 인용에 의해 본원에 포함된다.
[0002] [0002]Ⅰ.기술 분야
배 경 기 술
[0004] [0004]Ⅱ.배경 기술
[0006] [0006]따라서, 자이로스코프의 정확한 캘리브레이션을 획득하고 유지할 필요성이 존재한다. AR 애플리케이션들
과 같은 다양한 애플리케이션들과 함께 사용하기 위해서 자이로스코프의 정확하고 비용이 낮은 캘리브레이션이
유리할 수 있다.
발명의 내용
[0007] [0007]일부 양상들에 따르면, 모바일 디바이스의 애플리케이션을 위한 파라미터들을 생성하기 위한 모바일 디바
이스에서의 방법이 개시되며, 이 방법은, 카메라로부터 이미지들의 시퀀스를 수신하는 단계; 포즈 각 정보(pose
angular information)를 생성하기 위해서 컴퓨터 비전 알고리즘을 이미지들의 시퀀스에 적용하는 단계; 자이로
스코프 측정치들의 시퀀스로부터 자이로스코프 정보를 추정하는 단계; 및 애플리케이션과 함께 사용하기 위해
(1)회전 정보, (2)스케일 정보, 및 (3)비-직교성 정보 중 적어도 2개를 유도하기 위해서, 포즈 각 정보 및 자이
로스코프 정보를 프로세싱하는 단계를 포함한다. 일부 양상들에서, 방법은 애플리케이션과 함께 사용하기 위해
회전 정보, 스케일 정보 및 비-직교성 정보를 유도하기 위해서 포즈 각 정보 및 자이로스코프 정보를 프로세싱
하는 단계를 포함한다.
[0008] [0008]일부 양상들에 따르면, 모바일 디바이스의 애플리케이션을 위한 파라미터들을 생성하기 위한 모바일 디바
이스가 개시되며, 이 모바일 디바이스는 이미지들의 시퀀스를 제공하도록 구성된 카메라; 자이로스코프 측정치
들의 시퀀스를 생성하도록 구성된 자이로스코프; 및 카메라 및 자이로스코프에 결합된 프로세서를 포함하고, 여
-9-
등록특허 10-1565362
[0009] [0009]일부 양상들에 따르면, 모바일 디바이스의 애플리케이션을 위한 파라미터들을 생성하기 위한 모바일 디바
이스가 개시되며, 이 모바일 디바이스는 카메라로부터 이미지들의 시퀀스를 수신하기 위한 수단; 포즈 각 정보
(pose angular information)를 생성하기 위해서 컴퓨터 비전 알고리즘을 이미지들의 시퀀스에 적용하기 위한 수
단; 자이로스코프 측정치들의 시퀀스로부터 자이로스코프 정보를 추정하기 위한 수단; 및 모바일 디바이스의 애
플리케이션과 함께 사용하기 위해 회전 정보, 스케일 정보, 및 비-직교성 정보 중 적어도 2개를 유도하기 위해
서, 포즈 각 정보 및 자이로스코프 정보를 프로세싱하기 위한 수단을 포함한다. 일부 양상들에서, 프로세싱하
기 위한 수단은, 모바일 디바이스의 애플리케이션과 함께 사용하기 위해 회전 정보, 스케일 정보 및 비-직교성
정보를 유도하기 위해서 포즈 각 정보 및 자이로스코프 정보를 프로세싱하기 위한 수단을 포함한다.
[0010] [0010]일부 양상들에 따르면, 모바일 디바이스의 애플리케이션을 위한 파라미터들을 생성하기 위한 모바일 디바
이스가 개시되며, 모바일 디바이스는 프로세서 및 메모리를 포함하고, 메모리는, 카메라로부터 이미지들의 시퀀
스를 수신하고; 포즈 각 정보를 생성하기 위해서 컴퓨터 비전 알고리즘을 이미지들의 시퀀스에 적용하고; 자이
로스코프 측정치들의 시퀀스로부터 자이로스코프 정보를 추정하고; 그리고 모바일 디바이스의 애플리케이션과
함께 사용하기 위해 회전 정보, 스케일 정보, 및 비-직교성 정보를 유도하기 위해 포즈 각 정보 및 자이로스코
프 정보를 프로세싱하기 위한 명령들을 포함한다.
[0011] [0011]일부 양상들에 따르면, 모바일 디바이스의 애플리케이션을 위한 파라미터들을 생성하기 위한 프로그램 코
드가 저장되어 있는 비일시적 컴퓨터 판독가능 저장 매체가 개시되며, 이 프로그램 코드는 카메라로부터 이미지
들의 시퀀스를 수신하고; 컴퓨터 비전 알고리즘을 이미지들의 시퀀스에 적용하여 포즈 각 정보를 생성하고; 자
이로스코프 측정치들의 시퀀스로부터 자이로스코프 정보를 추정하고; 그리고 모바일 디바이스의 애플리케이션과
함께 사용하기 위해 회전 정보, 스케일 정보 및 비-직교성 정보 중 적어도 2개를 유도하기 위해서 포즈 각 정보
및 자이로스코프 정보를 프로세싱하기 위한 프로그램 코드를 포함한다. 일부 양상들에서, 프로세싱하기 위한
프로그램 코드는 모바일 디바이스의 애플리케이션과 함께 사용하기 위해 회전 정보, 스케일 정보 및 비-직교성
정보를 유도하기 위해서 포즈 각 정보 및 자이로스코프 정보를 프로세싱하기 위한 프로그램 코드를 포함한다.
[0012] [0012]다양한 양상들이 예시로서 나타내어지고 설명되는 다음의 상세한 설명들로부터 다른 양상들이 당업자에게
자명해질 것이라는 것을 이해한다. 도면들 및 상세한 설명은 사실상 예시적이고 제한적인 것이 아닌 것으로 간
주된다.
도면의 간단한 설명
[0013] [0013]다양한 실시형태들이, 도면들을 참고로 하여 단지 예시로서 아래에 설명된다.
[0014]도 1은, 개시된 실시형태들과 일치하는 방식으로, 회전 매트릭스(Rcb)와 스케일 및 비-직교성 매트릭스(A)
그리고 선택적으로 자이로스코프 바이어스 에러(ωbias)를 생성할 수 있는 예시적인 모바일 디바이스의 단순화된
블록도를 도시한다.
[0015]도 2는, 개시된 실시형태들과 일치하는 방식으로, 프로세서 및 프로세서에 연결된 여러 다른 모듈들을 포
함하는 예시적인 모바일 스테이션의 블록도이다.
시한다.
[0019]도 6은, 개시된 실시형태들과 일치하는 방식으로, QR 인수분해를 이용하여 이미지들의 시퀀스와 자이로스
- 10 -
등록특허 10-1565362
[0020]도 7은 개시된 실시형태들과 일치하는 방식으로 추가적인 예시적인 파라미터 추정 모듈의 블록도를 도시
한다.
[0021]도 8은 모바일 디바이스 내 다양한 파라미터들 간의 관계들을 설명하는 식들의 세트를 도시한다.
[0022]도 9는, 개시된 실시형태들과 일치하는 방식으로, 칼만 필터를 이용함으로써 이미지들의 시퀀스와 자이로
스코프 측정치들의 시퀀스로부터 회전 매트릭스(Rcb)와 스케일 및 비-직교성 매트릭스(A) 그리고 선택적으로 자
[0015] [0024]본 명세서에 사용된 바와 같이, 모바일 디바이스(때때로 모바일 스테이션(MS) 또는 사용자 장비(UE)로 지
칭됨)는 셀룰러폰, 모바일 폰 또는 다른 무선 통신 디바이스, 개인용 통신 시스템(PCS)디바이스, 개인용 네비게
이션 디바이스(PND), 개인 정보 관리자(PIM), 개인 정보 단말(PDA), 태블릿, 랩톱, 또는 이미지들을 캡쳐하거나
수신할 수 있고 자이로스코프 정보를 측정하거나 획득할 수 있는 다른 적절한 모바일 디바이스를 포함할 수 있
다. 일부 실시형태들에서, 모바일 스테이션은 무선 통신 및/또는 내비게이션 신호들을 수신할 수 있다. 용어
"모바일 스테이션"은 또한, 단거리 무선, 적외선, 유선 접속 또는 다른 접속에 의해서와 같이(위성 신호 수신,
보조 데이터 수신 및/또는 위치-관련 프로세싱이 상기 디바이스 또는 PND에서 발생하는지 여부에 관계없이), 개
인용 네비게이션 디바이스(PND)와 통신하는 디바이스들을 포함하는 것으로 의도된다. 또한, "모바일 스테이
션"은 인터넷, WiFi 또는 다른 네트워크를 통해서와 같이, 그리고 위성 신호 수신, 보조 데이터 수신 및/또는
위치-관련 프로세싱이 상기 디바이스, 서버 또는 상기 네트워크와 관련된 다른 디바이스에서 발생하는지 여부에
관계없이, 서버와 통신할 수 있는 무선 통신 디바이스들, 컴퓨터들, 랩톱들 등을 포함하는 모든 디바이스들을
포함하도록 의도된다. 이와 같이, 모바일 디바이스는, 예를 들어, 셀룰러 또는 WiFi 기술을 이용하여 하나 또
는 그보다 많은 다른 디바이스들과 무선으로 통신할 수 있지만, 다른 실시형태들에서 이러한 기능을 생략할 수
있다. 상기 열거한 것 중에 임의의 동작가능한 조합이 "모바일 디바이스"로 또한 간주된다.
[0016] [0025]본원의 교시들은 카메라로부터 카메라 이미지들의 시퀀스와 자이로스코프로부터 자이로스코프의 측정치들
의 시퀀스를 프로세싱함으로써 회전, 스케일 및/또는 비-직교성 파라미터들을 생성하는 것을 가능하게 한다.
회전, 스케일 및 비-직교성 파라미터들은 증강 현실 애플리케이션(AP 애플리케이션 또는 AR 앱으로도 지칭됨)
용으로 사용될 수 있다. 이러한 생성된 파라미터들은 또한, 팩토리 캘리브레이션 또는 외부 장비의 필요 없이,
스마트폰 또는 태블릿 또는 다른 모바일 디바이스에서 발견되는 자이로스코프로부터의 내부 자이로스코프 측정
치를 컨디셔닝하기 위해 사용될 수 있다. 캘리브레이션 또는 컨디셔닝은, 자이로스코프 측정치들에 따라 카메
라로부터 이미지들의 시퀀스에서 피쳐들을 추적하는 것으로부터 포즈 측정치들만을 이용할 수 있다.
- 11 -
등록특허 10-1565362
[0019] [0028]복합 매트릭스(B)의 분해는, QR 인수분해(QR 분해로도 알려짐)를 비롯한 몇 가지 방법들에 의해 수행될
수 있다. QR 인수분해에서, 분해는 복합 매트릭스(B)를 직교 회전 매트릭스(Rcb)와 상 삼각(upper triangular)
매트릭스(A)(스케일과 비-직교성 매트릭스(A)로도 알려짐)로 분리한다. 상 삼각 매트릭스(A)는, 후속하는 자이
로스코프 측정치들을 캘리브레이팅하기 위해 사용될 수 있는, 스케일 및 비-직교성 조정들 둘 모두를 포함한다.
[0020] [0029]일부 실시형태들에서, 칼만 필터링은 스케일 및 비-직교성 파라미터들을 유도하기 위해 적용될 수 있다.
칼만 필터링에서, 칼만 필터(예를 들어, 순환적 EKF(recursive Extendent Kalman filter))는 자이로스코프 벡
터와 함께, 포즈 각 회전(ωcam)과 병진(T) 둘 모두를 사용하여 스케일 및 비-직교성 매트릭스(A) 및 회전 매트
릭스(Rcb)로 이루어진 상태 공간을 추정한다. 회전(ωcam) 이외에도 컴퓨터 비전 포즈의 병진(T)을 이용하는 것
은 AR 앱들에서의 정확도를 상승시킬 수 있다.
[0021] [0030]도 1은, 개시된 실시형태들과 일치하는 방식으로, 회전 매트릭스(Rcb) 및 스케일과 비-직교성 매트릭스
[0022] [0031]일부 실시형태들에서, 카메라(100)는 카메라 축에 대한 타겟의 배향과 관련된 정보를 제공할 수 있는 하
나 또는 그보다 많은 캘리브레이팅된 센서들에 결합될 수 있다. 이러한 센서들은, 배향 센서, 자기장 센서 등
을 포함할 수 있지만, 이것으로 제한되지 않는다. 카메라(100)에 의해 캡쳐된 이미지들의 시퀀스는 프로세서
(300)에 의해 액세스 가능한 메모리 및/또는 이미지 버퍼 및/또는 비디오 버퍼에 저장될 수 있다. 일부 실시형
태들에서, 카메라(100)는 다양한 시점에서 독립적으로 이미지들을 캡쳐하고 이 이미지들을 프로세서에 전송할
수 있다.
[0023] [0032]일부 실시형태들에서, 프로세서(300)는 카메라(100)에 의해 캡쳐된 이미지들에서 제공된 정보에 부분적으
로 기초하여 포즈를 계산하는 것이 가능할 수 있다. 일부 실시형태들에서, 프로세서(300)는 또한 카메라(100)
에 결합된 센서들로부터의 정보를 사용할 수 있다. 용어 "포즈"는 타겟에 대한 카메라의 위치와 배향을 나타내
기 위해 사용된다. 예를 들어, 타겟이 다수의 이미지 프레임들에 걸쳐 추적되는 경우, 이미지 프레임들 중 하
나는 기준 프레임으로서 사용될 수 있고 이미지 시퀀스 내 다른 프레임들에 대한 포즈가 기준 프레임의 함수로
서 표현될 수 있다. 이미지 시퀀스에 대한 카메라 배향 정보는 포즈 각 벡터들(ωcam)의 시퀀스로 표현될 수 있
다. 일부 실시형태들에서, 모든 프레임들이 포즈 추정들을 갖는 것은 아닐 수 있다. 예를 들어, 프로세서는
프레임들을 스킵할 수 있고, 또한 간헐적인 블랙아웃 기간들이 존재할 수 있다.
[0024] [0033]3-D 이미지 표현의 경우, 포즈 각 벡터(ωcam)는 각각의 차원에 대하 하나씩 3개의 컴포넌트들을 포함할
수 있다. 이외에도, 프로세서(300)는 또한, 카메라(100)에 결합된 센서들로부터 획득된 이미지들 및 정보의 시
퀀스로 피쳐들을 이용하여 기준 프레임에서의 카메라의 포지션에 대한 카메라의 병진 또는 공간적 변위를 계산
할 수 있다. 일부 실시형태들에서, 이미지들의 시퀀스로 각각의 쌍의 이미지들에 대한 병진이 병진 매트릭스
(T)에 저장될 수 있다.
- 12 -
등록특허 10-1565362
[0026] [0035]일반적으로 프로세서(300)는 CPU(Central Processing Unit), 멀티-코어 CPU, 마이크로프로세서, 마이크
로컨트롤러, ASIC(Application Specific Integrated Circuit), 임베딩 프로세서, DSP(Digital Signal
Processor) 또는 모바일 디바이스(10)에서 동작하고 본원에 개시된 기능들을 수행할 수 있는 임의의 다른 프로
세서일 수 있다. 프로세서(300)는, 본원에 개시된 실시형태들과 일치하는 방식으로, 메모리에서, 펌웨어에서
그리고/또는 모바일 디바이스(10)에 결합된 매체로부터 프로그램 코드를 실행할 수 있다.
다.
[0029] [0038]일부 실시형태들에서, 프로세서(300)는 직교성 회전 매트릭스(Rcb) 및/또는 스케일 및 비-직교성 매트릭스
(A)를 계산하기 위해서 포즈 각 벡터들의 시퀀스(ωcam)와 자이로스코프 벡터들의 시퀀스(ωgyro)를 이용할 수 있
다. 일부 실시형태들에서, 바이어스 에러(ωbias)는 또한 도 1에서 점선 화살표로 나타내어진 바와 같이 프로세
서(300)에 의해 선택적으로 추정될 수 있다. 일부 실시형태들에서, 스케일 및 비-직교성 매트릭스(A) 매트릭스
는, 후속하는 자이로스코프 측정치들을 캘리브레이팅 하기 위해서 사용될 수 있는 스케일 및 비직교성 조정들
둘 모두를 포함한다. 일부 실시형태들에서, 스케일 및 비-직교성 조정들 또는 파라미터들, 및 선택적으로 바이
어스 에러(ωbias)는 자이로스코프(200)에 의한 측정치들을 컨디셔닝하기 위해 사용되고 그리고/또는 AR 애플리케
이션과 같은 애플리케이션에 제공될 수 있다. 모바일 디바이스(10)는 추가 엘리먼트들을 포함할 수 있으며, 이
는 도시되지 않았다. 예를 들어, 모바일 디바이스(10)는, 예를 들어, 본원에 설명된 파라미터들에 기초하여 증
강 등을 결정하고, 그러한 증강들과 이미지들이 디스플레이 상에 도시되게 하기 위해서, 입력 엘리먼트들, 다른
센서들, 무선 통신 수단, 디스플레이 및/또는 모듈들을 포함할 수 있다.
[0030] [0039]도 2는, 개시된 실시형태들과 일치하는 방식으로 프로세서(300)를 포함하고 및 그 프로세서에 결합된 다
른 모듈들을 예시하는 예시적인 모바일 디바이스(10)의 블록도이다. 일반적으로, 도시된 모듈들은 하드웨어,
소프트웨어 및/또는 펌웨어의 일부 조합에 의해 구현될 수 있다.
[0031] [0040]도 2에 도시된 바와 같이, 카메라(100)에 의해 캡쳐된 이미지들의 시퀀스가, 프로세서(300)에 결합된 예
시적인 CV(Computer Vision) 모듈(310)로 입력될 수 있다. 일부 실시형태들에서, CV 모듈(310)은, 이미지 시
퀀스 내 이미지를 기준 이미지로서 선택하고 기준 이미지에 대한 이미지 시퀀스 내 각각의 이미지에 대한 포즈
각 벡터(ωcam) 또는 포즈 각 정보를 계산할 수 있다. 예를 들어, 이미지 시퀀스 내 제 1 이미지가 기준 이미지
로서 선택될 수 있고 다른 이미지들에 대한 포즈 각 벡터들(ωcam)이 기준 제 1 이미지에 대하여 계산될 수
있다. 더욱이, 일부 실시형태들에서, CV 모듈(310)은 또한 이미지들의 시퀀스들에 대한 병진 매트릭스(T)를 계
산할 수 있다. 추가적으로, 일부 실시형태들에서, CV 모듈(310)은 카메라 프레임 레이트 싱크 신호(350)를, 각
- 13 -
등록특허 10-1565362
용할 수 있다.
[0036] [0045]도 3은 예시적인 파라미터 추정 모듈(330)의 일부 기능들을 상세히 나타내는 블록도를 도시한다. 파라미
터 추정 모듈(330)은 포즈 각 벡터들의 시퀀스(ωcam) 또는 포즈 각 정보 및 자이로스코프 벡터들의 시퀀스(ω
- 14 -
등록특허 10-1565362
수학식 1
[0039]
수학식 2
[0040]
수학식 3
[0042]
[0043] 를 풀 경우의 선형 최소 자승 추정(Linear Least Squares Estimation) 문제이며, 다음의 오브젝티브 함수를 최
소화한다.
수학식 4
[0044]
[0045] 여기서, ωcam(t)는 시간 t에서의 포즈 각 벡터들의 시퀀스이고, ωgyro(t)는 자이로스코프 측정치들의 대응하는
시퀀스이고, arg min은 최소 인수(argument of the minimum)를 의미하는 것으로서, 이는 주어진 오브젝티브 함
수가 그의 최소치에 도달하는 주어진 인수의 포인트들의 세트이다. B는, 이차(quadratic) 최적화 문제(그 솔루
션이 선형 시스템임)인 식 4를 이용하여 결정될 수 있다.
[0046] [0048]일단 B가 LSE 모듈(332)에 의해 계산되면, 복합 매트릭스 B는 예시적인 QR 인수분해 모듈(334)로 입력될
수 있다. 일부 실시형태들에서, 이후, 식 3은, 직교 회전 매트릭스(Rcb)와 스케일 및 비-직교성 매트릭스(A)를
획득하기 위해 QR 분해를 이용하여 B를 분해함으로써 QR 인수분해 모듈(334)에 의해 풀릴 수 있다. 앞에서 언
급된 바와 같이, 일부 실시형태들에서, 직교 회전 매트릭스(Rcb) 및/또는 스케일 및 비-직교성 매트릭스(A)가 AR
애플리케이션으로 입력될 수 있다. 일부 실시형태들에서, 직교 회전 매트릭스(Rcb)와 스케일 및 비-직교성 매트
릭스(A)가 자이로스코프 측정치들의 미가공 시퀀스(ωgyro-meas)를 컨디셔닝하는 데에 사용될 수 있다.
- 15 -
등록특허 10-1565362
[0051] [0053]도 6은 개시된 실시형태들과 일치하는 방식으로, QR 인수분해를 이용하여 이미지들의 시퀀스와 자이로스
코프 측정치들의 시퀀스로부터 회전 매트릭스(Rcb)와 스케일 및 비-직교성 매트릭스(A)를 유도하는 예시적인 방
법(500)을 예시하는 흐름도를 도시한다. 일부 실시형태들에서, 방법(500)이 모바일 디바이스에서 구현될 수 있
다.
[0052] [0054]일부 실시형태들에서, 단계(505)에서, 이미지들의 시퀀스가 캡쳐될 수 있다. 예를 들어, 카메라(100)는
이미지들의 시퀀스를 캡쳐할 수 있다. 다음으로, 단계(510)에서, 컴퓨터 비전 기반 알고리즘이, 예를 들어, CV
모듈(310)에 의해 이미지들의 시퀀스를 프로세싱하고 포즈 각 벡터들의 시퀀스(ωcam) 또는 포즈 각 정보를 획득
하기 위해 적용될 수 있다.
[0053] [0055]이미지 시퀀스의 캡쳐(단계 505)와 동시에, 미가공 자이로스코프 측정치들의 시퀀스(ωgyro-meas)가 단계
520에서 캡쳐될 수 있다. 예를 들어, 자이로스코프(200)는, 카메라(100)가 이미지들의 시퀀스를 캡쳐하고 있는
기간 동안 미가공 자이로스코프 측정치들의 시퀀스(ωgyro-meas)를 캡쳐할 수 있다. 단계 530에서, 자이로스코프
측정 벡터들 또는 자이로스코프 정보의 버퍼링 시퀀스(ω'gyro-meas)가, 예를 들어, 자이로스코프 버퍼 모듈(340)
에 의해, 미가공 자이로스코프 측정치들의 시퀀스(ωgyro-meas)로부터 획득될 수 있다. 일부 실시형태들에서, 미
가공 자이로스코프 측정치들의 시퀀스(ωgyro-meas)는, 버퍼에 저장되기 전에 프로세싱될 수 있다. 다음으로, 단
- 16 -
등록특허 10-1565362
[0058] [0060]도 7은 개시된 실시형태들과 일치하는 추가적인 예시적인 파라미터 추정 모듈의 블록도를 도시한다. 도
7에 도시된 바와 같이, 파라미터 추정 모듈(330)은 포즈 각 벡터들의 시퀀스(ωcam) 또는 포즈 각 정보, 병진 매
[0059] [0061]도 8은 모바일 디바이스 내 다양한 파라미터들 간의 관계들을 설명하는 한 세트의 식들을 도시한다. 일
부 실시형태들에서, 식들에 의해 설명된 관계들은, 모바일 디바이스(10)에 의해 이루어진 측정치들로부터, 회전
매트릭스(Rcb)와 스케일 및 비-직교성 매트릭스(A), 및 선택적으로 바이어스 에러(ωbias)를 유도하기 위해서 예
시적인 EKF에 의해 사용될 수 있다. 모바일 디바이스에 대한 다양한 센서 파라미터들 간의 관계들의 수학적 설
명과 모델이 문헌들: "Vision Inertial Integration: Hybrid VINS” 2011년 1월, 스테파노 소아또, (이하 “소
아또(Soatto)") 및 “Visual-Inertial Navigation, Localization and Mapping: A Scalable Real-time Large
Scale Approach", 로보틱스 리서치 국제 저널, 이글 존스 및 스테파노 소아또(이하“존스(Jones)”)에서 발견될
수 있으며, 상기 문헌은 그 전체가 인용에 의해 본원에 포함된다. 관계들을 설명하는데 사용되는 파라미터들
및 파라미터들 관련 식들이 아래의 일반 용어들로 개략적이고 간단하게 설명된다.
[0060] [0062]아랫첨자 "cb"는 캘리브레이션 파라미터들을 나타내기 위해 사용된다. 이러한 파라미터들 중 일부가 캘
리브레이션 스테이지에서 추정되며, EKF의 동작 동안 불변인 것으로 가정될 수 있다. 아랫첨자 "sb"는 공간 좌
표계에 대하여 자이로스코프의 배향과 관계된 파라미터들을 나타내는데 사용된다.
- 17 -
등록특허 10-1565362
수학식 5
[0062]
수학식 6
[0063]
[0064] 통상적으로, 자이로스코프 판독은 각 속도 ω(t) 및 가속도 a(t)의 측정치들을 포함할 수 있다. 각속도 및 가
속도의 다이나믹스가 아래의 식 7과 식8에 도시된다.
수학식 7
[0065]
수학식 8
[0066]
[0067] 여기서, nω(t)와 na(t)는 각각 자이로스코프 각 속도 및 가속도 판독들에서의 화이트 잡음을 모델링한다.
[0068] [0064]Tsb(t) 및 v(t)는 각각, 공간 좌표계에 대하여 자이로스코프에 의해 이루어진 측정치들로부터 유도된 포지
수학식 9
[0069]
수학식 10
[0070]
- 18 -
등록특허 10-1565362
수학식 11
[0071]
수학식 12
[0072]
[0073] [0065]식 5 내지 식 12는, 모바일 디바이스의 다양한 센서들과 함께 측정되고 그리고/또는 그 다양한 센서들과
연관된 파라미터들과 관련된 일반 모델을 나타내며 모바일 디바이스(10) 내 자이로스코프(200)의 스케일 및 비-
직교성과 함께 회전 정렬을 추정하기 위한 모델을 유도하기 위해 EKF에서 사용될 수 있다. 구체적으로, 자이로
스코프(200) 및 카메라(100)의 측정치들과 관련된 측정 식들은 회전 및 병진 필터와 비슷하고, 아래와 같이 재
현된다.
수학식 13
[0074]
수학식 14
[0075]
수학식 15
[0076]
- 19 -
등록특허 10-1565362
그러나, 바이어스 에러들이 시간에 따라 일정한 것으로 가정될 수 있기 때문에, 이들은 칼만 필터(326)에 의해
추정될 수 있다.
[0080] [0068]도 9는 개시된 실시형태들과 일치하는 방식으로, 칼만 필터를 이용함으로써 이미지들의 시퀀스와 자이로
스코프 측정치들의 시퀀스로부터 회전 매트릭스(Rcb)와 스케일 및 비-직교성 매트릭스(A)를 유도하는 예시적인
[0081] [0069]일부 실시형태들에서, 도 9의 방법(800)이 모바일 디바이스 상에서 구현될 수 있다. 일부 실시형태들에
서, 단계 505에서, 이미지들의 시퀀스가 캡쳐될 수 있다. 예를 들어, 카메라(100)는 이미지들의 시퀀스를 캡쳐
할 수 있다. 다음으로, 단계 515에서, 컴퓨터 비전 기반 알고리즘이, 예를 들어, CV 모듈(310)에 의해 이미지
들의 시퀀스를 프로세싱하고 포즈 각 벡터들의 시퀀스(ωcam) 또는 포즈 각 정보 그리고 병진 매트릭스(T)를 획
득하기 위해 적용될 수 있다.
[0082] [0070]단계들 520, 530 및 535가 동시에 발생할 수 있고 도 6에 대하여 설명된다. 단계 545에서, 회전 매트릭
스(Rcb)와 스케일 및 비-직교성 매트릭스(A) 및 선택적으로 자이로스코프 바이어스 에러(ωbias)는, 포즈 각 벡터
들의 시퀀스(ωcam) 또는 포즈 각 정보, 병진 매트릭스(T), 및 자이로스코프 벡터들의 시퀀스(ωgyro-meas) 또는 자
이로스코프 정보를, 상기 식 13 내지 식 15와 함께 순환적 기술들을 부분적으로 이용할 수 있는 칼만 필터에 적
용함으로써 계산될 수 있다. 일부 실시형태들에서, Ωcam(tk)는 회전 매트릭스들에 대한 지수함수적인 좌표들과
[0084] [0072]어구 "일부 실시형태들에서"와 "예시적인"은 최선의 실시예들이 아닌 단지 실시예를 의미할 수 있다. 본
원에 설명된 방법론들은 애플리케이션에 따라 다양한 수단에 의해 구현될 수 있다. 예를 들어, 컴퓨터 비전 알
고리즘을 적용하기 위한 엘리먼트는 CV 모듈(310), 또는 컴퓨터 비전 알고리즘을 적용하기 위한 다른 수단을 포
함할 수 있다. 예를 들어, 이러한 방법론들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 임의의 조합에서 구
현될 수 있다. 하드웨어 구현의 경우, 프로세싱 유닛들, 예를 들어, 프로세서(300)는 하나 또는 그보다 많은
주문형 집적 회로(ASIC)들, 디지털 신호 프로세서(DSP)들, 디지털 신호 프로세싱 디바이스(DSPD)들, 프로그래머
블 로직 디바이스(PLD)들, 필드 프로그래머블 게이트 어레이(FPGA)들, 프로세서들, 제어기들, 마이크로-제어기
들, 마이크로프로세서들, 전자 디바이스들, 본 명세서에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들
또는 그들의 조합 내에서 구현될 수 있다. 본원에 설명된 모듈들 중 임의의 것, 예를 들어, 모듈들(310-340)은
하드웨어에서 유사하게 구현될 수 있다.
[0085] [0073]펌웨어 및/또는 소프트웨어 관련 구현을 위해, 방법론들은 본 명세서에 설명된 기능들을 수행하는 모듈들
(예를 들어, 절차들, 기능들 등)로 구현될 수 있다. 명령들을 유형적으로 구체화하는 임의의 기계-판독가능한
매체는 본 명세서에 설명된 방법론들을 구현하는데 사용될 수 있다. 예를 들어, 소프트웨어 코드들은 메모리에
저장될 수 있고 프로세서 유닛에 의해 실행될 수 있다. 이와 같이, 방법들(500, 800) 및/또는 도 5에 도시된
방법 중 임의의 것이 머신-판독가능 매체에 의해 그리고/또는 다양한 모듈들에 의해 구현될 수 있다. 유사하게,
모듈들(310-340) 중 임의의 것이 머신-판독가능 매체 상의 펌웨어 및/또는 소프트웨어에서 유사하게 구현될 수
있다. 메모리는 상기 프로세서 유닛 내에 또는 상기 프로세서 유닛 외부에 구현될 수 있다. 본 명세서에 사용
된 바와 같이 상기 용어 "메모리"는 장기, 단기, 휘발성, 비휘발성 또는 다른 메모리의 임의의 타입을 지칭하며
임의의 특정 타입의 메모리 또는 메모리들의 수 또는 메모리가 저장되는 매체의 타입에 제한되지 않는 것이다.
- 20 -
등록특허 10-1565362
[0086] [0074]펌웨어 및/또는 소프트웨어로 구현되는 경우, 상기 기능들은 컴퓨터 판독가능한 매체 상에 하나 이상의
명령들 또는 코드로서 저장되거나, 또는 이들을 통해 전송될 수 있다. 예시들은 데이터 구조로 인코딩된 컴퓨
터-판독 가능한 매체 및 컴퓨터 프로그램으로 인코딩된 컴퓨터-판독가능한 매체를 포함한다. 컴퓨터 판독가능
한 매체는 물리적 컴퓨터 저장 매체를 포함한다. 저장 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용한
매체일 수 있다. 예를 들어, 이러한 컴퓨터 판독가능한 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스
크 저장 매체, 자기 디스크 저장 매체, 반도체 저장매체 또는 다른 저장 장치들, 또는 명령 또는 데이터 구조의
형태로 요구되는 프로그램 코드를 저장하는데 사용될 수 있고, 컴퓨터에 의해 액세스될 수 있는 임의의 다른 자
기 매체, 또는 비일시적 매체의 임의의 다른 형태를 포함하지만, 이들로 제한되는 것은 아니다; 여기서 사용되
는 디스크(disk 및 disc)는 컴팩트 디스크(disc)(CD), 레이저 디스크(disc) , 광 디스크(disc), DVD(digital
versatile disc), 플로피 디스크(disk), 및 블루-레이 디스크(disc)를 포함하며, 여기서 디스크(disk)는 통상
적으로 데이터를 자기적으로 재생하지만, 디스크(disc)는 레이저를 통해 광학적으로 데이터를 재생한다. 상기
조합들 역시 컴퓨터 판독가능한 매체의 범위 내에 포함되어야 한다.
[0087] [0075]컴퓨터-판독가능한 매체상의 저장에 더하여, 명령들 및/또는 데이터는 통신 장치에 포함된 전송 매체 상
의 신호들로서 제공될 수 있다. 예를 들어, 통신 장치는 명령들 및 데이터를 표시하는 신호들을 갖는 트랜시버
를 포함할 수 있다. 상기 명령들 및 데이터는 하나 이상의 프로세서들이 상기 청구범위에 개설된 기능들을 구
현하게 하도록 구성된다. 즉, 상기 통신 장치는 개시된 기능들을 수행하는 정보를 나타내는 신호들을 갖는 전
송 매체를 포함한다. 첫째로, 상기 통신 장치에 포함된 전송 매체는 개시된 기능들을 수행하도록 상기 정보의
제 1 부분을 포함할 수 있는 한편, 둘째로 상기 통신 장치에 포함된 전송 매체는 상기 개시된 기능들을 수행하
도록 상기 정보의 제 2 부분을 포함할 수 있다.
[0088] [0076]제시된 양상들에 대한 앞의 설명은 임의의 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을
이용하거나 또는 실시할 수 있도록 제공된다. 이러한 양상들에 대한 다양한 변형들은 본 발명의 기술 분야에서
통상의 지식을 가진 자에게 자명할 것이며, 여기에 정의된 일반 원리들은 본 개시물의 정신 또는 범위를 벗어남
이 없이 다른 양상들에 적용될 수 있다.
도면
도면1
- 21 -
등록특허 10-1565362
도면2
- 22 -
등록특허 10-1565362
도면3
도면4
- 23 -
등록특허 10-1565362
도면5
- 24 -
등록특허 10-1565362
도면6
- 25 -
등록특허 10-1565362
도면7
도면8
- 26 -
등록특허 10-1565362
도면9
- 27 -