KR20190020087A - 알려진 이동 중에 이동하는 물체의 3차원 측정을 위한 방법 - Google Patents

Abstract

물체와 측정 센서 사이의 알려진 상대 이동 동안 이동하는 물체의 3차원 측정을 위한 방법으로서, 이 방법은 다음의 단계를 포함한다: 이동하는 물체 상에 N개의 패턴의 패턴 시퀀스를 투영하는 단계; 제1 카메라에 의해 N개의 이미지의 제1 이미지 시퀀스를 캡처하고, 제2 카메라에 의해 제1 이미지 시퀀스에 동기인 N개의 이미지의 제2 이미지 시퀀스를 캡처하는 단계; 제1 이미지 시퀀스 및 제2 이미지 시퀀스의 대응하는 이미지 포인트를 결정하는 단계; 카메라 시스템의 이미징 파라미터 및 대응이 확인될 양 카메라의 이미지 포인트의 쌍 각각에 대해 알려진 이동 데이터로부터 잠재적 물점의 궤적을 계산하는 단계로서, 잠재적 물점은 2개의 이미지 포인트가 실제로 서로 대응하는 경우에 양 이미지 포인트에 의해 이미징되고, N개의 캡처 시점 각각에서 그로부터 도출된 물체 위치를 제1 및 제2 카메라의 각각의 이미지 평면으로 이미징하는 단계, 대응하는 이미지 포인트의 위치는 제1 카메라의 제1 이미지 포인트 궤적 및 제2 카메라의 제2 이미지 포인트 궤적으로서 결정되며, 그리고, 이미지 포인트는 미리 결정된 이미지 포인트 궤적을 따라 서로 비교되고, 캡처된 이미지 시퀀스에서 대응이 분석됨 -; 삼각 측량에 의해 대응하는 이미지 포인트로부터 최종 단계에서 이동된 상기 물체의 3차원 측정을 수행하는 단계를 포함한다.

Description

알려진 이동 중에 이동하는 물체의 3차원 측정을 위한 방법

본 발명은 청구항 1에 따른 알려진 이동을 수행하는 이동하는 물체의 3차원 측정을 위한 방법에 관한 것이다. 일 실시예에서, 이동하는 물체는 컨베이어 벨트 상에서 측정되고, 센서 자체는 컨베이어 벨트 또는 측정될 큰 물체에 대해 고정되어 있으며, 3-D 센서는 장치, 특히, 로봇 또는 좌표 측정 기계에 의해 측정될 물체를 따라 연속적으로 이동된다.

일반적으로, 레이저 라인 삼각 측량을 사용하는 3-D 센서가 이러한 애플리케이션에서 사용된다. 이러한 센서들은 물체와 센서 사이의 상대적인 이동에 대해 민감하지 않다. 그러나, 이러한 유형의 센서에서는 단지 측정될 물체 상의 라인이 측정된다. 그러나, 센서 또는 물체를 이동시킴으로써, 표면 측정과 결합될 수 있는 많은 개별적인 측정이 수행될 수 있다.

그러나, 패턴 시퀀스를 투영하는데 사용되는 프로젝터와 2개의 카메라를 갖는 표면 3-D 센서를 사용할 수도 있다. 이는 시간에 걸쳐 변화하는 구조화된 조명을 가진 사진 측량법(photogrammetry)이다. 따라서, 이 측정은 큰 표면을 검출하여, 특히, 레이저-라인 삼각 측량에 기초한 방법에 비해 표면 지향적 3-D 측정이 매우 짧은 시간에 수행될 수 있도록 한다. 그러나, 이러한 유형의 방법은 이동에 대해 매우 민감하다.

따라서, 이러한 방법은 전체 검출 동안 각각의 이미지 포인트가 동일한 물점(object point)을 형성하는 것이 필수적인 전제 조건이다. 측정 중에는 측정 물체나 센서가 서로에 대해 움직이지 않을 것이다.

샘플 이미지 시퀀스를 캡처하는 동안의 이동을 보정하려는 시도가 있었다. 이러한 접근 중 하나는 Harendt, B. Groebe, M.; Schaffer, M. & Kowarschik, R. "3D shape measurement of static and moving objects with adaptive spatiotemporal correlation applied Optics", 2014, 53, 7507-7515, 또는 Breitbarth, A. Kuehmstedt, P.; Notni, G. & Denzler, J. "Motion compensation for three-dimensional measurements of macroscopic objects using fringe projection" DGaO Proceedings, 2012, 113에 설명되어 있다.

이러한 알려진 접근들은 반복 방법을 사용한다. 처음에는 개략적(coarse) 비-이동 민감성 측정이 수행된다. 측정 결과는 이후에 이동을 보정하고, 시간 기반 기능을 사용하여 포인트 연관을 수행하는데 사용된다.

이러한 접근들의 단점은 3-D 측정의 정확도를 크게 제한하는 반복 방법이다.

따라서, 본 발명의 목적은 이동에 대해 민감하지 않은 표면 지향적 3-D 캡처를 수행하고, 다른 한편으로는 반복 검출의 단점을 극복하는 것이다.

이 목적은 청구항 1에 따른 방법에 의해 달성된다.

예를 들면, 컨베이어 벨트 상의 물체를 측정하거나 로봇에 의해 측정 물체 위로 이동하는 센서로 정적 물체를 측정할 때, 센서에 대한 측정 물체의 이동에 관한 정보가 알려져 있어야 하는 것이 이러한 해법의 전제 조건이다.

이동 데이터가 알려져 있는 경우, 이동하는 물체의 3차원 측정에 대한 방법이 다음의 방법 단계로 수행된다.

N 패턴의 패턴 시퀀스는 이동하는 물체 상에 투영된다.

그 후, N개의 이미지의 제1 이미지 시퀀스의 캡처는 제1 카메라에 의해 수행되며, 제1 이미지 시퀀스와 동기(synchronous)인 N개의 이미지의 제2 이미지 시퀀스의 캡처는 제2 카메라에 의해 수행된다.

그 후, 제1 이미지 시퀀스 및 제2 이미지 시퀀스의 대응하는 이미지 포인트를 결정하는 것이 수행되고, 잠재적 물점의 궤적은 알려진 이동 데이터로부터 계산되며, 그로부터 도출된 물체 위치는 제1 및 제2 카메라의 이미지 평면 상에 각각 투영되고, 대응하는 이미지 포인트의 위치는 제1 카메라의 제1 이미지 포인트 궤적 및 제2 카메라의 제2 이미지 포인트 궤적으로서 미리 결정된다.

이미지 포인트는 미리 결정된 이미지 포인트 궤적을 따라 서로 비교되며, 대응을 위해 분석된다. 이동하는 물체의 3차원 측정은 삼각 측량에 의해 대응하는 이미지로부터 최종 단계에서 수행된다.

미리 결정된 제1 및 제2 이미지 포인트 궤적을 따라 이미지 포인트를 비교할 때, 제1 그레이 스케일 시퀀스가 제1 카메라의 실시예에서 결정되고, 제2 그레이 스케일 시퀀스가 제2 카메라에서 결정되며, 제1 및 제2 그레이 스케일 시퀀스의 유사성이 결정된다.

실시예에 따라 그레이 스케일 시퀀스의 유사성은 표준화된 상호 상관, 차이의 절대값의 합 및/또는 위상 평가를 수행함으로써 결정된다.

일 실시예에서, 통계적 패턴의 시퀀스는 투영 패턴 시퀀스로서 사용된다.

투영 패턴 시퀀스는, 예를 들면, 위상 시프트된 사인 형태 스트라이프 패턴의 시퀀스일 수 있다.

통계적 패턴은 투영 패턴 시퀀스로서 사용될 수도 있으며, 통계적 패턴의 측정 물체로의 투영은 위치 및/또는 형태에 대해 임의로 변화될 수 있다.

이어서 방법은 도면을 참조하여 실시예에 기초하여 설명될 것이다:
도 1은 본 방법의 기하학적 표현을 나타낸다.
도 2 및 도 3은 시간의 함수로서 예시적인 이미지 포인트 궤적을 나타낸다.

본 발명에 따른 방법은 다음의 아이디어에 기초한다:

물점이 특정 시점에 있는 곳(위치 벡터)과 물점이 그곳으로부터 어떻게 이동하는지(변위 벡터)를 알고 있다고 가정하면, 물점의 대응하는 이미지 포인트가 어떻게 캘리브레이션된 카메라 시스템의 카메라에서 이동할 것인지 미리 결정할 수 있다. 고정된 픽셀의 시간-기반 그레이 스케일 시퀀스를 서로 비교함으로써 대응하는 이미지 포인트를 연관시키는 것이 아니라, 시간-기반 그레이 스케일 시퀀스가 2개의 카메라 모두의 이미지 평면의 물점의 이미지 포인트의 궤적을 따라 서로 비교되는 것으로 이동에 관한 이러한 정보가 사용될 수 있다.

순수한 병진 운동이 있는 경우, 모든 물점의 이동, 즉, 그들의 변위 벡터는 동일하다. 컨베이어 벨트 상에서, 이러한 이동은 컨베이어 벨트의 이동 방향이 캘리브레이션된다는 점에서 결정될 수 있다. 그러나, 대응하는 물점의 거리가 알려지지 않은 경우, 즉, 물점이 이미지 검출 장치로부터 멀어지고, 이미지 평면에서 이미지 포인트의 변위가 작아질수록 카메라의 이미지 포인트의 이동은 미리 결정되지 않는다. 이동 정보 이외에, 물점의 이동을 보정하기 위해 물점의 위치에 관한 정보가 필요하다.

원칙적으로, 이러한 문제는, 반복적으로, 그리고 비-이동 민감성 방법으로 모든 물점의 위치 벡터를 초기에 개략적으로 결정(initial coarse determination)함으로써 해결할 수 있으며, 2개의 센서 카메라 모두의 이미지에서 그들의 궤적을 추정할 수 있다. 그러나, 이는 매우 부정확하다.

본 발명에 따른 방법은 이러한 반복적인 절차 없이 동작한다. 오히려 2개의 이미지 포인트의 그레이 스케일 시퀀스를 서로 비교하는 것은 실제로 2개의 이미지 포인트가 동일한 물점을 나타내는지 여부를 암시적으로 확인하는 것을 포함한다는 사실을 사용한다. 따라서, 가능한 물점이 공간에서 미리 결정된 위치, 즉 2개의 이미지 포인트가 뷰잉(viewing) 빔의 교차점의 위치에 있는지 여부가 암시적으로 확인된다. 뷰잉 빔들이 서로 비스듬한(skewed) 경우, 이는 2개의 뷰잉 빔 모두로부터 최소의 거리를 갖는 위치에 대응한다. 이미지 포인트를 비교할 때, 물점이 공간에서 대응하는 위치에 있는지 여부가 확인된다.

2개의 이미지 포인트를 비교하고 각각의 물점이 실제로 2개의 이미지 포인트의 뷰잉 빔이 적어도 대략 교차하는 위치에 있다고 가정하면, 물점이 이동할 때 측정 물체의 이동의 지식에 기초하여 2개의 카메라의 각 이미지 포인트가 어떻게 변화하는지가 미리 결정될 수 있다. 처음에 물점의 궤적은 물점의 위치 벡터와 이동 데이터로부터 해석된다. 그러고 나서, 궤적은 카메라 시스템의 캘리브레이션 데이터를 사용하여 2개의 카메라의 이미지 평면 내로 다시 투영된다. 따라서, 카메라의 각 캡처 시점에 대하여, 잠재적 물점이 각 시점에서 어디에 위치하는지가 계산되며, 시뮬레이션된 3-D 위치가 2개의 카메라의 이미지 평면 내로 도입되는데, 이는 투영되는 것을 의미한다.

2개의 이미지 포인트의 유사성을 확인하기 위해, 본 발명은 정적 물체에 대해서와 같이, 도 2에 따른 이미지 평면의 정적 이미지 포인트에서 시간 기반 그레이 스케일을 비교하지 않는다. 오히려, 도 1 및 3에 따른 시간 기반 이미지 포인트 궤적을 따라 그레이 스케일이 비교된다.

이러한 방법은 확실히 병진 이동에 제한되지 않는다. 강성의 측정 물체의 임의의 이동은, 따라서, 또한 회전 이동일 수 있고, 대응하는 이동 데이터가 알려진 경우 보정될 수 있다. 이론적으로는 또한, 대응하는 이동 데이터가 얻어질 수 있다면 물체의 변형도 보정될 수 있다.

이 방법은 다음으로서 수행된다:

처음에는 측정 물체의 이동에 관한 정보는 외부에서 미리 결정된다. 이러한 목적을 위해, 컨베이어 벨트의 이동 방향이 미리 캘리브레이션될 수 있다. 컨베이어 벨트의 현재 이동 속도 및/또는 위치는 컨베이어 벨트의 인코더 또는 다른 위치 측정 장치에 의해 결정될 수 있다.

다음으로, N개의 이미지의 샘플 이미지 시퀀스가 투영되고 2개의 동기식 카메라에 의해 캡처된다. 따라서, 각각의 카메라는 투영된 패턴을 갖는 측정 물체의 N개의 이미지를 갖는 이미지 시퀀스를 각각 캡처한다. 캡처 중에 측정 물체는 알려진 속도로 이동한다.

N개의 이미지의 샘플 이미지 시퀀스는, 예를 들면, 위상 시프트된 사인 형태 스트라이프 패턴 및/또는 랜덤 패턴, 예를 들어, 대역 제한 통계적 패턴으로 구성될 수 있다. 패턴 시퀀스는 또한, 개별 패턴이 측정 물체 상에 투영되고, 위치 및/또는 형태에 대해 임의의 방식으로 그곳에서 변화되는 것으로 생성될 수 있으며, 따라서, 예를 들면, 측정 물체 위의 원형 경로 상에서 연속적으로 이동되는 통계적 패턴일 수 있다. 샘플 이미지 시퀀스가 항상 측정 물체 상에 투영되는 N개의 상이한 이미지 패턴의 별개(discrete)의 시퀀스로 구성되도록, 후자의 예시는 "샘플 이미지 시퀀스"라는 용어가 좁은 방식으로 해석되어서는 안 된다는 것을 나타낸다.

이미지 포인트와 대응하는 캡처된 이미지 시퀀스에서, 이는 동일한 물점을 이미징하는 이미지 포인트가 제1 카메라의 각 픽셀과 제1 픽셀과 가장 높은 유사성을 갖는 제2 카메라의 픽셀을 검색함으로써 탐색된다는 것을 의미한다.

2개의 카메라로부터의 2개의 픽셀의 유사성은, 예를 들면, 다음과 같이 결정되며, 도 1의 도시에 의해 참조된다:

처음에는 2개의 픽셀(9, 16)이 실제로 동일한 물점을 이미징할 때, 대응하는 물점(5)이 어디에 위치하는지가 삼각 측량에 의해 결정된다.

잠재적 물점(5)의 궤적(19)은 측정 물체의 알려진 이동 정보(예를 들면, 17 및 18)로부터 3차원으로 재구성되어, 이동된 물점의 잠재적 위치가 캡처된 샘플 이미지 시퀀스 5, 6, 7, ..., 8의 이미지 캡처 t=1, 2, 3 ..., N의 각 시점에 대해 알려지며, 이동된 물점의 잠재적 위치는 P(t=1), P(t=2), P(t=3), ... ,P(t=N)이다. 이는 참조 번호 5, 6, 7, ... , 8에 의해 표시된다.

샘플 이미지 시퀀스를 캡처하는 각 시점에서 알려진 물점의 위치는 각각 투영 중심(3, 4)을 갖는 카메라의 이미지 평면(1, 2) 내로 다시 투영된다. 도시된 실시예에서, 조리개 카메라 모델이 광학적으로 사용되지만, 이론적으로 다른 카메라 모델도 가능하다.

이러한 투영은 카메라 이미지에서의 잠재적 물점의 이미지 포인트의 궤적(21, 20)을 산출한다. 따라서, 잠재적 물점을 이미징할 이미지 포인트의 위치는 이미지 캡처의 각 시점 t와 2개의 카메라에 대해 알려져 있다. 특히, 이는 이미지 포인트 B1(t=1), B1(t=2), B1(t=3), ... , B1(t=N)이며, 카메라(1)에 대해 참조 번호 9, 10, 11, 12로 나타내고, 이미지 포인트 B2(t=1), B2(t=2), B2(t=3), ... , B2(t=N)은 카메라(2)에 대해 참조 번호 16, 15, 14 및 13으로 나타낸다.

다음으로, 2개의 이미지 포인트 궤적(21, 20)을 따라 그레이 스케일 시퀀스가 추출되며, 카메라(1)에 대한 그레이 스케일 시퀀스는 G1(t=1), G1(t=2), G1(t=3), ... , G1(t=N)이며, 카메라(2)에 대한 그레이 스케일 시퀀스는 G2(t=1), G2(t=2), G2(t=3), ... , G2(t=N)이다. 예를 들면, G2(t=3)은 캡처 시퀀스의 제3 이미지에서 카메라(2)의 이미지 포인트 B2(t=3)에서의 그레이 스케일 값을 나타낸다.

도 3에서, 이미지 포인트 궤적(21, 20)은 시간에 따라 위치를 표시하는 표현으로 나타낸다. 캡처 시간이 길어질수록 상이한 이미지 포인트가 여기(excited)되고, 여기 위치는 각각의 카메라의 캡처 영역에 걸쳐 이동한다. 비교를 위해, 도 2는, 정적 측정 물체에 대한 경우와 같이, 캡처 시점이 진행됨에 따라 이미지 포인트가 공간에서 각각 일정하게 유지되는, 시간에 따라 표시된 위치를 갖는 궤적을 나타낸다. 도 2 및 도 3의 2개의 궤적은 각각의 그레이 스케일 시퀀스와 연관되며, 2개의 궤적은 동일한 절차로 처리될 수 있다.

일반적으로 이미지 포인트가 서브 픽셀 위치에 배열되기 때문에, 대응하는 강도 값은 또한, 인접한 픽셀의 강도 값으로부터 보간될 수 있다.

다음으로, 그레이 스케일 시퀀스의 유사성이 결정된다. 유사성에 대한 측정으로서, 표준화된 상호 상관이 사용될 수 있다. 그러나, 예를 들면, 차이의 절댓값의 합 또는 위상 평가와 같은 다른 유사성 측정도 가능하다. 유사상의 정도의 선택은 투영된 패턴의 유형에 따라 달라진다. 통계적 패턴에 대해서는, 표준화된 상호 상관이 사용될 수 있으며, 위상 시프트된 사인 형태 스트라이프 패턴에 대해서는 위상 평가가 특히 유리하다.

카메라(1)의 이미지 포인트에 대해 카메라(2)의 모든 이미지 포인트 중 유사성이 가장 높은 레벨을 가질 때, 해당 카메라(2)의 이미지 포인트는 대응하는 이미지 포인트로서 카메라(1)의 이미지 포인트와 연관된다. 선택적으로, 카메라(1)의 검색 부분은 광학적 또는 기하학적으로 적절한 부분, 예를 들면, 소위 에피 폴라(epipolar) 라인으로 제한될 수 있다.

필요할 때, 최대 유사성을 갖는 포인트 대응이 또한 서브 픽셀까지 결정될 수 있다. 2개의 이미지 포인트의 유사성을 평가하는 설명된 방법은 또한 서브 픽셀 위치에 대해 사용될 수 있다는 것은 명백하다.

3D 포인트는 삼각 측량에 의해 공지된 방식으로 대응하는 이미지 포인트로부터 재구성된다.

시점 t= 1, 2, 3, 또는 N에 따라, 측정 물체는 (B1 (t=1), B2 (t=1)), (B1 (t=2), B2 (t=2)), (B1 (t=3), B2 (t=3)), (B1 (t=N), B2 (t=N))으로 재구성되어, 참조 번호 (9, 16), (10, 15), (11, 14), ..., 또는 (12, 13)으로 표시될 것이며, 삼각 측량 중에 대응하는 이미지 포인트의 쌍으로서 사용되어야 한다.

설명된 방법은 병진 이동에만 제한되지 않는다. 회전 또는 선형 이동과 회전의 조합도 보정될 수 있다.

이미지 포인트 궤적(21, 20)의 복잡성은 이동의 복잡성의 함수이다. 그러나, 임의의 선형 이동과 회전에 대해, 궤적의 위치 및 형태는 각각의 이미지 포인트 쌍(9, 16)의 함수이다. 직선 선형 운동의 경우, 예를 들면, 컨베이어 벨트 상의 물체를 측정하기 위해 이미지 포인트 궤적이 직선으로 단순화된다. 이는 조리개 카메라 모델과 대응하는 비-왜곡 카메라의 경우 특히 그렇다.

이론적으로, 어떠한 움직임도 보정될 수 있으므로, 대응하는 이동 정보가 결정될 수 있고 제공되는 경우에는 변형에 대해서도 가능하다. 이는 선형 이동과 회전 중에는 쉽게 수행될 수 있다. 예를 들면, 로봇에 센서를 부착하고, 로봇 플랜지(flange)에 대한 센서의 위치 및 방향을 캘리브레이션할 때, 특히, 소위 핸드-아이(hand-eye) 캘리브레이션 중에, 로봇은 임의의 시점에서 로봇 좌표계에서의 센서 실제 위치 및 방향에 대해 신호를 보낼 수 있다. 이러한 정보로부터 이동된 센서 좌표계에서의 궤적은 로봇 좌표계에 대해 이동하지 않는 물점에 대해 결정될 수 있다.

이동 가능한 3D 센서의 정적 측정 물체에 대한 이동은 또한, 반드시 광학 센서를 사용할 필요는 없으나, 추가적인 센서를 사용하여 3D 센서에 의해 측정 물체를 캡처하는 것과 동기하여 결정될 수 있다. 예를 들면, 마커는 기본 3D 센서에 부착될 수 있고, 마커의 이동은 추가적인 카메라로 추적할 수 있으며, 정적 측정 물체에 대한 3D 센서의 위치 변화는 마커의 이동으로부터 결정된다. 이러한 이동 정보는 측정 물체의 3차원 재구성 중에 설명된 방법에 의해 보정될 수 있다.

3D 센서와 측정 물체의 상대적 이동은 또한, 3D 센서 자체에 의해 결정될 수 있다. 예를 들면, 통계적 패턴은 설명된 방법에 따른 패턴 투영에 사용될 수 있으며, 동기식으로 캡처된 스테레오 이미지 쌍(t=1, t=2, ... , t=N) 각각은 비-이동 민감성이지만 개략적 공간 상관에 의해 추가로 개별적으로 처리될 수 있다. 그 결과, 다소 개략적이지만 빽빽하게 또는 부정확하게 재구성된 측정 물체의 포인트 클라우드가 각각의 캡처 시점 t=1, t=2, ... , t=N에서 획득된다. 그러나, ICP(iterative closest point) 방법을 사용하여 캡처 시점 t=i 및 t=i + 1 (i= 1, 2, ... , N-1)의 순차적인 포인트들의 포인트 클라우드를 일치시킬 때, 상대적 이동에 관한 정보가 얻어지며, 이는 t=i 및 t=i+1 사이의 측정 물체의 선형 이동과 회전을 의미하며, 이러한 단계가 t=1 에서 t=N까지 수행되는 경우 i=1 내지 i=N-1의 측정 물체의 전체 궤적에 해당한다. 이러한 이동 정보는 측정 물체의 3차원 구성 동안 설명된 방법의 맥락에서 보정될 수 있다.

이동 정보를 얻기 위한 전술된 접근과 유사하게, 3D 센서에 대한 측정 물체의 이동은 또한, 3D 센서에 대해 고정되고, 3D 센서에 대해 캘리브레이션된 추가적인 센서에 의해 결정될 수 있다. 이러한 추가적인 센서는 실제 3D 센서와 동기식으로 측정 물체를 검출하고, 각 캡처 시점 t=1, t=2, ... , t=N에 대해 측정 물체의 개략적 포인트 클라우드를 제공한다. 이동 정보는 ICP 방법을 사용하여 전술된 방식으로 개략적 포인트 클라우드로부터 얻어질 수 있다. 추가적인 센서의 이점은 정확한 이동 정보를 전달하는 작업에 대해 특히 구성될 수 있다는 것이다. 이러한 정확한 이동 정보는, 어떤 방법이 최적의 이동 정보를 제공하는지에 따라 분석된 측정 물체의 소수의 정확한 측정 포인트 또는 많은 부정확한 측정 포인트를 제공하는 비-이동 민감성 방법에 기초할 수 있다.

본 발명에 따른 방법은 실시예에 기초하여 설명되었다. 통상의 기술자는 본 발명의 특징을 추가적인 실시예와 결합할 수 있을 것이다.

Claims (6)

1. 물체와 측정 센서 사이의 알려진 상대 이동 동안 이동하는 물체의 3차원 측정을 위한 방법으로서, 상기 방법은:
   - 상기 이동하는 물체 상에 N개의 패턴의 패턴 시퀀스를 투영하는 단계;
   - 제1 카메라에 의해 N개의 이미지의 제1 이미지 시퀀스를 캡처하고, 제2 카메라에 의해 상기 제1 이미지 시퀀스와 동기(synchronous)인 N개의 이미지의 제2 이미지 시퀀스를 캡처하는 단계;
   - 상기 제1 이미지 시퀀스 및 상기 제2 이미지 시퀀스의 대응하는 이미지 포인트를 결정하는 단계;
   - 카메라 시스템의 이미징 파라미터 및 대응이 확인될 상기 양 카메라의 이미지 포인트의 쌍 각각에 대해 알려진 이동 데이터로부터 잠재적 물점(object point)의 궤적을 계산하는 단계 - 상기 잠재적 물점은 양 이미지 포인트가 실제로 서로 대응하는 경우에 상기 양 이미지 포인트에 의해 이미징됨 -,
   N개의 캡처 시점 각각에서 그로부터 도출된 물체 위치를 상기 제1 및 상기 제2 카메라의 각각의 이미지 평면으로 이미징하는 단계,
   - 대응하는 이미지 포인트의 상기 위치는 상기 제1 카메라의 제1 이미지 포인트 궤적 및 상기 제2 카메라의 제2 이미지 포인트 궤적으로서 결정되며, 그리고
   상기 이미지 포인트는 미리 결정된 이미지 포인트 궤적을 따라 서로 비교되고, 상기 캡처된 이미지 시퀀스에서 대응이 분석됨 - ;
   - 삼각 측량에 의해 상기 대응하는 이미지 포인트로부터 최종 단계에서 이동된 상기 물체의 3차원 측정을 수행하는 단계를 포함하는 방법.
2. 청구항 1에 있어서,
   상기 제1 카메라의 상기 캡처된 이미지 시퀀스로부터 강도 값의 제1 시퀀스(그레이(gray) 스케일 시퀀스) 및 상기 제2 카메라의 상기 캡처된 이미지 시퀀스로부터 제2 그레이 스케일 시퀀스를 결정하고 상기 제1 및 상기 제2 그레이 스케일 시퀀스의 유사성을 결정함으로써, 상기 미리 결정된 제1 및 제2 이미지 포인트 궤적을 따라 상기 이미지 포인트를 비교하는 단계를 더 포함하는 방법.
3. 청구항 1 또는 청구항 2에 있어서,
   상기 그레이 스케일 시퀀스의 유사성을 결정하는 것은 그레이 스케일 시퀀스의 상관을 결정하기 위해 표준화된 상호 상관, 차이의 절댓값의 합, 위상 처리, 및/또는 이에 비견되는 유사성에 관한 알려진 수단을 사용하는 것을 포함하는 것을 특징으로 하는 방법.
4. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
   통계적 패턴의 시퀀스가 투영 패턴 시퀀스로서 사용되는 것을 특징으로 하는 방법.
5. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
   위상 시프트된 사인 형태 스트라이프 패턴의 시퀀스가 투영 패턴 시퀀스로서 사용되는 것을 특징으로 하는 방법.
6. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
   통계적 패턴이 투영 패턴 시퀀스로서 사용되며, 상기 통계적 패턴의 상기 측정 물체 상으로의 투영은 위치 및/또는 형태에 대해 임의로 조정되는 것을 특징으로 하는 방법.
   
   
   

Images