MACHINE LEARNING-BASED AUTOMATIC INDOOR MAP GENERATION SYSTEM FOR COMBINING 3D SLAM POINT CLOUD USING 3D LIDAR, DATA, AND HYBRID POSITION INFORMATION
Disclosed is a machine learning-based automatic indoor map generation system for combining 3D SLAM point cloud using 3D LiDar and hybrid position information, the system comprising: a point cloud collection module (11) for collecting, for map generation, a point cloud configured by distance values f...
Gespeichert in:
Hauptverfasser: | , |
---|---|
Format: | Patent |
Sprache: | eng ; fre ; kor |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Disclosed is a machine learning-based automatic indoor map generation system for combining 3D SLAM point cloud using 3D LiDar and hybrid position information, the system comprising: a point cloud collection module (11) for collecting, for map generation, a point cloud configured by distance values from a particular position to a surrounding object; an infra data collection module (13) for collecting surrounding infra data so as to locate the particular position; a position-specific point cloud DB (21) which stores point cloud collection data; a position-specific infra data DB (22) which stores infra data; and a position-specific grouping module (15) which groups position-specific point cloud data and position-specific infra data, and stores the grouped data in a grouping data DB (23).
L'invention concerne un système de génération automatique de carte d'intérieur basé sur un apprentissage machine pour combiner un nuage de points SLAM 3D à l'aide d'informations de Lidar 3D et de position hybride, le système comprenant: un module de collecte de nuage de points (11) pour collecter, pour la génération de carte, un nuage de points configuré par des valeurs de distance depuis une position particulière jusqu'à un objet environnant; un module de collecte de données infra (13) pour collecter des données infra environnantes de façon à localiser la position particulière; une base de données de nuage de points spécifique à la position (21) qui stocke des données de collecte de nuage de points; une base de données infra spécifique à la position (22) qui stocke des données infra; et un module de regroupement spécifique à la position (15) qui regroupe des données de nuage de points spécifiques à la position et des données infra spécifiques à la position, et stocke les données regroupées dans une base de données de données de regroupement (23).
3D LiDar를 이용한3D SLAM 포인트 클라우드와 하이브리드 위치 정보를 결합한 머신 러닝 기반의 실내 지도 자동 생성 시스템으로서, 특정위치에서 주위의 대상물체까지의 거리값으로 구성된 포인트 클라우드를 지도생성을 위하여 수집하기 위한 포인트클라우드수집모듈(11)과 특정위치에서 위치파악을 위하여 주위의 인프라 데이터를 수집하기 위한 인프라데이터수집모듈(13)과 포인트플라우드수집데이터를 저장하는 위치별포인트클라우드DB(21)와 인프라데이터를 저장하는 위치별인프라데이터DB(22)와 위치별포인트클라우드 데이터와 위치별인프라데이터를 묶어 그룹핑데이터DB(23)에 저장하는 위치별그룹화모듈(15)을 포함한다. |
---|