[논문]스마트폰 카메라와 2차원 바코드를 이용한 실내 주차장 내 측위 방법

송지현; 이재성

doi:10.6109/jkiice.2016.20.1.142

문제 정의

그러나 이 연구는 위도, 경도 등의 정보를 담고 있는 QR 코드를 건물 벽에 부착한 후, 사용자가 다가가 스마트폰 단말기로 촬영하면 현재 그 건물의 어느 지점에 있는 지 정보를 알려주는 것으로 QR 코드로부터 떨어진 거리와 방향 등 실시간 정밀한 위치를 알 수없어 차량용 정밀 측위 목적으로 사용하기엔 부적합하다. 따라서 본 논문은 D-Mark 와 같은 특수 표식을 통한 위치 인식과 QR 코드의 정보 수용성을 모두 채용한 방식의 연구를 수행한다. 주차장 기둥 등에 부착된 QR 코드를 블랙박스 카메라에서 인식한 후 디코딩된 절대 좌표 정보를 획득하고, 기하학적 연산을 통해 카메라와 QR 코드간 거리 및 방향(상대좌표)을 계산하여 그 디코딩된 절대 좌표로부터 차량이 현재 위치하고 있는 정밀한 위치를 찾아낸다.
본 논문에서는 QR 코드 인식 기반 차량용 실내 측위 방법을 제안하였다. 이진화 및 모폴로지, 케니 엣지를 거쳐 얻어진 QR 코드의 외곽선에 대해 다각형 근사화를 함으로써 측위에 필요한 요소인 네 꼭지점을 획득하고 이를 기준으로 투영 변환(Perspective Transform) 및 내부 정보를 디코딩하여 측위 정보의 기준점이 될 절대좌표(QR 코드가 있는 위치)를 얻었다.
본 논문에서는 이러한 무선 통신 기반 기술들의 한계를 극복하고 상용화 가능한 수준의 실내 측위 기술을 도출하기 위해 영상 기반의 실내 측위 방법을 제안한다. 본 방법은 스마트폰에 설치된 블랙박스 앱을 통해 화면 전방의 주차장 기둥 등 실내 곳곳에 부착한 2차원 바코드를 인식하여 절대 좌표값을 인식하고 기하학적 연산을 통해 카메라로부터 바코드간 거리 및 방향을 추가로 계산하여 상대 좌표값을 얻은 후 이 둘을 합산함으로서 매우 정밀한 실내 측위를 수행하며 비용적인 측면에서도 매우 저렴한 방법이다.
또한, 바닥에 부착하는 방식의 특성상 차량이 지나다니는 지면에 오랫동안 노출될 경우 마크가 훼손될 가능성이 높다는 단점이 있다. 본 논문은 실내 건물의 각 기둥에 마크 이미지들을 표시한 후, 이를 차량에 거치한 스마트폰 카메라가 인지하여 현재 위치를 정밀하게 측정하는 기술에 대해 연구를 수행하였다. 우선 정보를 저장할 수 있는 2차원 바코드를 조사한 결과 QR 코드가 가장 최적임을 확인하였다.

가설 설정

투영 변환된 QR 코드의 좌상단, 좌하단, 우상단에는 위치 인식 패턴이 존재하여야 한다. 좌상단, 좌하단, 우상단의 위치 인식 패턴과 근접한 세개의 꼭지점 좌표를 각각 (x₁, y₁), (x₂, y₂), (x₄, y₄)라 하고, 위치 인식 패턴이 존재하지 않는 우하단 꼭지점을 (x₃, y₃)이라고 가정한다. 다음으로, 투영 변환을 거친 QR 코드를 담을 버퍼를 할당한 후, 영상의 좌상단, 좌하단, 우하단, 우상단 좌표를 각각 #, #, #, #라 할 때 투영 변환을 위한 공식은 다음과 같다.

제안 방법

먼저 실제 환경에서 지도 환경으로 옮기기 위해 거리 값의 단위 및 크기를 스케일 변환한다. 그 다음으로 위에서 구한 거리와 각도를 이용하여 QR 코드와 카메라 간의 x축, y축 거리를 구한다. QR 코드로부터 얻은 ID에 해당하는 좌표에 x축, y축 거리를 더하여 지도 상에 현재 위치를 표시한다.
내부 내용을 디코딩하기 위해 격자를 생성해 덧댄 후 포맷 정보(Format Information) 비트를 판독한 후 해당 마스크 패턴(Mask Pattern)을 찾아 QR 코드에 전체에 타일링(tiling) 방식으로 덧댄다. 이때 QR 코드 이미지의 각 픽셀과 마스크 패턴의 검정색 픽셀이 겹치는 부분의 픽셀 값을 반전(inversion)시킨다.
네 개의 근사화 기준점(즉, 꼭지점)으로 만들어지는 사각형 영역 내에서 적응형 방법(Adaptive Thresholding)을 거쳐 만들어진 이진 이미지 내의 위치 인식 패턴(Position Detection Pattern)을 찾기 위해 픽셀 조사를 수행한다. 이진 이미지를 횡 방향으로 스캔하면서 1:1:3:1:1의 비율을 갖는 흑백 패턴이 있는지 조사하여 해당되는 픽셀들을 선발한다.
제안된 방법은 기존의 영상처리 기반 측위 방식인 D-Mark의 (기하학적 계산에 의한) 정확성을 채용하는 반면, 바닥에 부착하지 않고 건물 기둥에 부착하는 방식으로 D-Mark의 코드 손상 가능성을 배제하였다. 또한, QR 코드의 정보 수용 기능을 활용하여 QR 코드 내에 위도, 경도, 깊이(층) 등의 절대 좌표를 심었다. 결과적으로 13.
먼저 RGB 채널의 영상을 그레이 영상으로 변환한 다음 이진화의 기준이 되는 문턱 값(Threshold)을 계산한다. 같은 QR 코드라도 조명이 어두운 곳에서는 전체적으로 휘도가 낮게 나타날 것이고, 반대로 밝은 곳에서는 휘도가 높게 나타날 수 있어 적응형(Adaptive Threshold) 방법을 사용하며, 이는 식 (1)과 같다.
그 과정은 그림 6과 같다. 먼저 근사화의 시작점과 끝점을 잇는 직선을 만들고, 그 두 지점 사이에 존재하는 픽셀들을 하나씩 조사한다. 어떤 점에서 직선으로 수선의 발을 내렸을 때의 길이 D 가 상수 ε보다 클 경우, 그 점을 새로운 근사화의 기준점으로 잡는다.
블랙박스는 대개 차량 내부의 룸 미러에 매달아서 설치하는데, 룸미러의 높이는 전고(차량의 접지 면에서 가장 높은 부분까지의 높이)와 흡사하다. 보편적으로 사용되는 경차부터 대형차까지 차종별로 5대씩 표본을 뽑아 총 25대의 차량에 대해 평균 전고를 계산하였다. 그 결과 QR 코드를 부착하기 위한 최적의 높이는 으로 계산되었다.
본 과정에서는 측위를 위해 필요한 QR 코드의 네 꼭지점에 대해 회전(Roll) 값을 보정하는 방법을 다룬다. 네 꼭지점을 보정하면 회전(Roll) 각도가 변화하더라도 그림 10과 같이 일정한 좌표를 얻을 수 있다.
먼저 기울기(Tilt) 값을 제한하도록 한다. 본 논문은 높이 정보를 얻지 않기 때문에 별도의 수식을 사용하지 않고 카메라 높이와 QR 코드의 높이를 맞추어 높이 차를 없앰으로써 기울기(Tilt) 값을 보정하도록 하였다. 블랙박스는 대개 차량 내부의 룸 미러에 매달아서 설치하는데, 룸미러의 높이는 전고(차량의 접지 면에서 가장 높은 부분까지의 높이)와 흡사하다.
본 수식은 n × n 크기의 마스크(Mask) 범위 내에 있는 픽셀 값들의 평균값을 구하고 이로부터 일정 상수를 빼 최종 문턱 값(Threshold)을 결정한다.
본 장에서는 QR 코드를 인식하고 카메라로부터 떨어진 QR 코드 의 위치를 기하학적 계산을 통하여 정확히 계산함으로써 차량의 정확한 절대 좌표를 찾아내는 알고리즘을 제안한다. 본 알고리즘의 절차는 영상 획득 > QR 코드 스캔 > 기울기(Tilt) 및 회전(Roll) 보정 > 거리 및 방향각 계산 > 지도(네비게이션 맵)에 표시 순으로 진행된다.
선발된 라인 조각들에 대하여 이번에는 종 방향으로 1:1:3:1:1의 비율을 갖는 흑백 패턴이 있는지 재조사한다. 두 조건을 동시에 만족하는 픽셀들의 평균 값을 위치 인식 패턴의 중앙좌표로 판단한다.
소프트웨어는 오픈 소스 영상처리 라이브러리 Open CV와 오픈 소스 코드 인식 라이브러리 Zbar를 사용하였으며, Eclipse를 사용하여 코드를 빌드하였다. 실험 내용은 다음과 같다.
이진화 및 모폴로지, 케니 엣지를 거쳐 얻어진 QR 코드의 외곽선에 대해 다각형 근사화를 함으로써 측위에 필요한 요소인 네 꼭지점을 획득하고 이를 기준으로 투영 변환(Perspective Transform) 및 내부 정보를 디코딩하여 측위 정보의 기준점이 될 절대좌표(QR 코드가 있는 위치)를 얻었다. 외부 잡음에 강인한 모델을 얻기 위한 단계로 아핀 변환(Affine Transform)을 이용하여 기울기(Tilt) 및 회전(Roll) 보정을 하였다. 그 후 스케일 변환 및 삼각함수를 이용하여 카메라의 위치 정보(상대좌표)를 얻을 수 있었다.
각 블록들은 투영변환을 거쳐 잡음이 발생하였기 때문에 블록 내부가 완전한 하나의 색으로 이루어져 있지 않을 수 있다. 이를 완벽한 흑백의 블록으로 만들기 위해 블록 단위로 흑백의 점유율을 구한 후, 가중치에 따라 1과 0을 판단한다.
네 개의 근사화 기준점(즉, 꼭지점)으로 만들어지는 사각형 영역 내에서 적응형 방법(Adaptive Thresholding)을 거쳐 만들어진 이진 이미지 내의 위치 인식 패턴(Position Detection Pattern)을 찾기 위해 픽셀 조사를 수행한다. 이진 이미지를 횡 방향으로 스캔하면서 1:1:3:1:1의 비율을 갖는 흑백 패턴이 있는지 조사하여 해당되는 픽셀들을 선발한다.
본 논문에서는 QR 코드 인식 기반 차량용 실내 측위 방법을 제안하였다. 이진화 및 모폴로지, 케니 엣지를 거쳐 얻어진 QR 코드의 외곽선에 대해 다각형 근사화를 함으로써 측위에 필요한 요소인 네 꼭지점을 획득하고 이를 기준으로 투영 변환(Perspective Transform) 및 내부 정보를 디코딩하여 측위 정보의 기준점이 될 절대좌표(QR 코드가 있는 위치)를 얻었다. 외부 잡음에 강인한 모델을 얻기 위한 단계로 아핀 변환(Affine Transform)을 이용하여 기울기(Tilt) 및 회전(Roll) 보정을 하였다.
정자세의 정사각형 모양의 QR 코드 이미지를 얻기 위해 앞서 파악된 QR 코드의 네 꼭지점을 기준으로 투영 변환을 처리한다. 투영 변환된 QR 코드의 좌상단, 좌하단, 우상단에는 위치 인식 패턴이 존재하여야 한다.
제안된 방법은 기존의 영상처리 기반 측위 방식인 D-Mark의 (기하학적 계산에 의한) 정확성을 채용하는 반면, 바닥에 부착하지 않고 건물 기둥에 부착하는 방식으로 D-Mark의 코드 손상 가능성을 배제하였다. 또한, QR 코드의 정보 수용 기능을 활용하여 QR 코드 내에 위도, 경도, 깊이(층) 등의 절대 좌표를 심었다.
따라서 본 논문은 D-Mark 와 같은 특수 표식을 통한 위치 인식과 QR 코드의 정보 수용성을 모두 채용한 방식의 연구를 수행한다. 주차장 기둥 등에 부착된 QR 코드를 블랙박스 카메라에서 인식한 후 디코딩된 절대 좌표 정보를 획득하고, 기하학적 연산을 통해 카메라와 QR 코드간 거리 및 방향(상대좌표)을 계산하여 그 디코딩된 절대 좌표로부터 차량이 현재 위치하고 있는 정밀한 위치를 찾아낸다.
최종적으로 실제 오차 거리 D_err를 계산하였다. 실제 거리 D_r와 측정 거리 D_m, 끼인 각 Θ_c(실제 각도 Θ_r와 측정 각도 Θ_m의 차)을 알고 있을 때, 코사인 제 2법칙을 변형한 식 (13)을 사용하면 실제 오차 거리 D_err를 구할 수 있다.
실험 내용은 다음과 같다. 한 변의 길이가 각각 8cm, 25cm, 42cm, 66cm 인 QR 코드 4개를 준비하여 지하주차장 기둥에 설치한 후 최대 인식(QR 코드 내부 비트 데이터 인식 포함) 거리를 측정하였다. 이로부터 8cm QR 코드 는 81cm, 25cm QR 코드 는 334cm, 42cm QR 코드 는 660cm, 66cm QR 코드 는 1203cm 까지 인식이 되는 것을 확인하였다.

대상 데이터

구현을 위해 LG Nexus 5 스마트폰과 아우토가드 블랙박스 앱을 사용하였다. 스마트폰의 AP는 Qualcomm MSM8974 Snapdragon 800, OS는 Android 5.
수평으로 64cm, 수직으로 12m ~ 5.5m 만큼 떨어져 있는 직선 경로에 대하여 10cm 단위로 총 12번의 경우 에 대하여 측정하여 데이터를 수집하였다. 수집 데이터는 표 2와 같다.

데이터처리

각 지점에서 거리와 각도를 측정 후 12개의 표본을 얻어 평균과 오차율을 계산하였고, 그 결과를 표 2와 그림 17로 나타내었다. 계산 실제 거리 평균 오차율을 계산한 결과, 거리 값의 평균 오차율은 1.

이론/모형

QR 코드의 외곽 엣지 성분을 사각형 형태로 근사화하는 과정을 진행한다. 다각형 근사화는 Ramer-Douglas-Peucker 알고리즘[7, 8]에 기반을 둔다. 그 과정은 그림 6과 같다.

성능/효과

실제 거리 D_r와 측정 거리 D_m, 끼인 각 Θ_c(실제 각도 Θ_r와 측정 각도 Θ_m의 차)을 알고 있을 때, 코사인 제 2법칙을 변형한 식 (13)을 사용하면 실제 오차 거리 D_err를 구할 수 있다. 12개의 데이터를 계산하여 얻은 오차 거리의 평균값은 13.79cm로 확인되었다.
QR 코드의 데이터 용량이 가장 크고, 소형의 사이즈이면서 인식 과정이 비교적 간단하여 빠른 인식 속도를 갖는다는 것을 알 수 있다. QR 코드를 이용한 기존의 실내 측위 방법을 조사한 결과, [3] 과 [9] 에서 QR 코드 인식을 통한 측위 연구를 진행하였음을 확인하였다. 그러나 이 연구는 위도, 경도 등의 정보를 담고 있는 QR 코드를 건물 벽에 부착한 후, 사용자가 다가가 스마트폰 단말기로 촬영하면 현재 그 건물의 어느 지점에 있는 지 정보를 알려주는 것으로 QR 코드로부터 떨어진 거리와 방향 등 실시간 정밀한 위치를 알 수없어 차량용 정밀 측위 목적으로 사용하기엔 부적합하다.
표 1은 QR 코드와 기타 코드들 간 비교 분석을 나타내고 있다. QR 코드의 데이터 용량이 가장 크고, 소형의 사이즈이면서 인식 과정이 비교적 간단하여 빠른 인식 속도를 갖는다는 것을 알 수 있다. QR 코드를 이용한 기존의 실내 측위 방법을 조사한 결과, [3] 과 [9] 에서 QR 코드 인식을 통한 측위 연구를 진행하였음을 확인하였다.
또한, QR 코드의 정보 수용 기능을 활용하여 QR 코드 내에 위도, 경도, 깊이(층) 등의 절대 좌표를 심었다. 결과적으로 13.79cm 의 평균 오차를 달성해 기존 무선 네트워크 기반 기술의 오차 50cm 대비 단지 27.6% 정도 오차율에 해당함을 확인하였다. 뿐만 아니라 비용적인 측면에서도 QR 코드를 출력해 주차장 기둥 등에 붙이는것 외에 추가 장치가 필요 없기 때문에 훨씬 우수하다.
각 지점에서 거리와 각도를 측정 후 12개의 표본을 얻어 평균과 오차율을 계산하였고, 그 결과를 표 2와 그림 17로 나타내었다. 계산 실제 거리 평균 오차율을 계산한 결과, 거리 값의 평균 오차율은 1.13%, 각의 평균 오차율은 2.84%로 나타났다. 한편 블랙박스 앱의 초당 평균 16 프레임의 영상을 처리하는 것으로 확인되었으며 영상 처리 지연 시간은 최대(max.
보편적으로 사용되는 경차부터 대형차까지 차종별로 5대씩 표본을 뽑아 총 25대의 차량에 대해 평균 전고를 계산하였다. 그 결과 QR 코드를 부착하기 위한 최적의 높이는 으로 계산되었다. 경차의 평균 전고는 대략 로 평균 전고와 차이이며, 대형차의 전고는 약 로 평균 전고와 의 차이를 갖는다.
본 논문은 실내 건물의 각 기둥에 마크 이미지들을 표시한 후, 이를 차량에 거치한 스마트폰 카메라가 인지하여 현재 위치를 정밀하게 측정하는 기술에 대해 연구를 수행하였다. 우선 정보를 저장할 수 있는 2차원 바코드를 조사한 결과 QR 코드가 가장 최적임을 확인하였다.
이렇게 확보된 정밀 측위 정보는 협소한 실내 주차장 안에서도 주차관리시스템과 네비게이션 간 연동을 통해 입수한 가용 주차칸 또는 주차장 진출입구까지 차량을 안내하고 해당 주차칸에 주차시 차량 입사각을 시각적으로 보여줌으로써 운전자에게 편의를 제공하는 데 사용될 수 있게 된다. 한 가지 아쉬운 점은 기존 무선기반 측위 기술과의 정확한 비교이나 이종 기술간 직접적인 비교는 어렵기 때문에 기존 무선 기반 기술에 대해 보고된 데이터를 바탕으로 비교해보았으며 확실히 성능이 개선되었음을 알 수 있었다.
한편 마크인식과정에 있어 실내 조명은 실외의 태양에 비해 역광이나 난반사 문제로부터 비교적 자유로우며 마크를 지속적으로 촬영하면서 모든 프레임에 대해 측위를 성공해야 하는 것은 아니기 때문에 본 논문에서는 조명 변화 (illumination variation) 극복을 위한 알고리즘을 별도로 구현하지는 않았고 실험 측위 결과도 양호한 편이었다. 그러나, 이 문제가 심각하게 부각될 정도로 실내 조명이 강한 주차장에서는 modified census transform [10] 등의 저감 알고리즘들을 추가하면 충분히 극복 가능할 것으로 사료된다.
84%로 나타났다. 한편 블랙박스 앱의 초당 평균 16 프레임의 영상을 처리하는 것으로 확인되었으며 영상 처리 지연 시간은 최대(max.) 325msec 인 것으로 확인되었다.
저변 확대가 가장 잘 되어 있는 WLAN, Zigbee 를 선두로 핑거프린팅 방식을 통해 측위를 하고 있지만 2m ~ 10m 의 오차는 측위 정확도가 실외보다 훨씬 정밀해야 하는 실내 측위 분야에서 상당히 큰 단점으로 작용한다. 후속으로 블루투스(Bluetooth) 에 기반한 연구와 UWB (Ultra Wide Band) 에 기반한 연구를 통해 저전력의 초소형 AP (예를 들어, Bluetooth beacon) 형태로 원하는 위치에 자유롭게 송수신기를 배치할 수 있게 되 오차율을 각각 2m, 0.5m 이내로 줄일 수 있게 되었다. 하지만 여전히 오차가 큰 편이고 UWB 기반 방법은 사용 주파수 대역이 예약된(reserved) 영역이 아니어서 근처에 있는 다른 용도의 시스템들에서 그 주파수대역이 이미 이용되고 있는 경우 간섭 문제가 발생할 수 있을 뿐만 아니라 통신 가능 거리가 10m 정도로 제한적이어서 넓은 실내공간에서는 사용에 제약이 따른다.

핵심어	질문	논문에서 추출한 답변
	D-Mark 기반 실내 측위 기술이란 무엇인가?	대표적인 예로는 한국전자통신연구원(ETRI)에서 자체 개발된 D-Mark 기반 실내 측위 기술이 있다[2]. 카메라가 지나가는 경로의 바닥 면에 D-Mark를 부착하고, 기하학적 계산을 통해 측위를 하는 방식이다. 그러나 D-Mark 인식 기술은 마크의 모양 및 방향 등을 인식하기에는 탁월한 반면 마크 내에 정보를 내포할 수 있는 공간이 없어 객관적인 측위 정보(즉, 위도, 경도, 깊이(층) 등)를 집적할 수는 없다.
	사설 무선 통신망을 이용한 실내 측위 기술의 단점은 무엇인가?	실내 측위 분야에서는 사용할 수 없는 GPS 의 한계를 극복하기 위해 대두되고 있는 기술들은 대부분 사설 무선 통신망(Private Wireless Network)를 이용한 방법이다. 그러나 이러한 방법들은 설치 및 유지 보수비용이 많이 들고 측위 오차가 수 미터로 실내 주차장 등 정밀한 측위가 필요한 장소에서 사용하기에 부적합하다. 본 논문에서는 QR 코드 인식 기반 차량용 실내 측위 방법을 제안하였다.
	실내측위 기술 분야에서 많이 사용되는 통신 규격에는 무엇이 있는가?	실내 측위 분야에서는 사용할 수 없는 GPS 의 한계를 극복하기 위해 대두되고 있는 기술들은 대부분 사설 무선 통신망(Private Wireless Network)를 이용한 방법이다[1]. 현재 실내측위 기술 분야에서 가장 많이 사용 되는 통신 규격들로는 WLAN, UWB (Ultra-Wideband), 블루투스(Bluetooth)가 있으며, 주로 핑거프린팅 (Fingerprinting) 기술과 삼각측위 기술을 이용하여 측위를 수행한다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

스마트폰 카메라와 2차원 바코드를 이용한 실내 주차장 내 측위 방법
Positioning Method Using a Vehicular Black-Box Camera and a 2D Barcode in an Indoor Parking Lot 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

스마트폰 카메라와 2차원 바코드를 이용한 실내 주차장 내 측위 방법 Positioning Method Using a Vehicular Black-Box Camera and a 2D Barcode in an Indoor Parking Lot 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

이재성 (18)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

스마트폰 카메라와 2차원 바코드를 이용한 실내 주차장 내 측위 방법
Positioning Method Using a Vehicular Black-Box Camera and a 2D Barcode in an Indoor Parking Lot 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper