3D shape information is essential information for providing UI(User Interface) through user gesture recognition, face recognition and obstacle detection of intelligent robots and unmanned automobiles during their running. The need for 3D shape information is gradually increasing due to the trend of development of intelligent machines. In a measurement environment where mobility of user for using IT device or mobility of intelligent robots occurs, the relative velocity between the object and the measurement system is also important physical quantity as well as the shape or position of the object. The Time-of-Flight(ToF) method based on continuous-wave modulation, one of the 3D measurement methods, is a method of indirectly obtaining time delay of light by illuminating sinusoidally amplitude-modulated optical wave onto an object and measuring the phase difference instead of a direct measurement of the time delay of the reflected light. The Time-of-Flight method based on continuous-wave modulation has less computational complexity than other 3D shape measurement methods, and also it is robust to external light and has advantages from the viewpoint of miniaturization. However, The Time-of-Flight method based on continuous-wave modulation is sensitive to motion error caused by the relative movement between an object and a measurement system because of the measurement principle of it. The motion error can be divided into an axial motion error due to the motion in the direction of the shooting axis and a lateral motion error due to the motion perpendicular to the direction of the shooting axis. Among research that reduces motion errors, the majority of the previous research is related to suppression of the lateral motion error and there is little research to reduce the axial motion error. In this paper, we establish a measurement model of optical signal in the presence of the axial motion error and present light processing methodologies so called ‘Enhanced Sequential Phase Demodulation Method’ using a focal plane array and ‘Enhanced Parallel Phase Demodulation Method’ using a raster scanner based on the Time-of-Flight method. The presented methodologies can extract not only 3D shape image but also 3D velocity image simultaneously. The Enhanced Sequential Phase Demodulation Method is verified through the simulation under the condition that an object moves in axial direction and the Enhanced Parallel Phase Demodulation Method is verified through experiments to extract the distance and velocity of one point of the rotating object and experiments of 2D shape and velocity image measurement using horizontal scanning. As a result of this paper, we can improve accuracy of distance and shape measurement of a moving object and extract relative motion information of a moving object, which makes possible for intelligent robots or IT device to run autonomously or recognize exact motion of users.
3차원 형상 정보는 제스처 인식을 통한 사용자 인터페이스 제공, 얼굴인식, 무인 자동차와 지능형 로봇의 주행 중 장애물 감지 등을 위한 필수적인 정보로, 기계의 지능화 추세와 더불어 그 필요성이 점차 증가하고 있다. 또한, IT 기기를 사용하기 위한 사용자의 움직임, 지능형 로봇의 움직임 등이 있는 측정 환경에서는, 물체의 형상 또는 위치뿐만 아니라 물체와 계측 시스템 간의 상대적인 속도도 중요한 물리량이다. 3차원 형상 이미지를 측정하는 방법 중 연속적인 세기 변조를 이용한 비행시간 측정법(Time-of-Flight)은 정현파로 세기 변조된 광 신호를 물체에 투사하고, 반사파의 시간 지연의 직접 측정 대신에 위상차를 측정해 빛의 시간 지연을 간접적으로 얻는 방법으로 타 3차원 형상 계측법에 비해 계산량이 적고, 외광에 강건하며, 소형화 관점에서 이점을 가진다. 그러나, 연속적인 세기 변조를 이용한 비행시간 측정법은 원리상 계측 시스템과 물체 간의 상대적인 움직임으로 인해 발생하는 모션에러에 강건하지 못한 단점을 갖는다. 모션에러는 촬영 축 방향의 움직임으로 인한 축 방향 모션에러와 촬영 축 방향에 수직인 움직임으로 인한 횡 방향 모션에러로 나눌 수 있다. 모션 에러를 줄이는 연구 중 횡 방향 모션에러를 줄이는 선행 연구가 대다수를 차지하며, 축 방향 모션에러를 줄이는 연구는 미비한 실정이다. 본 논문에서는 축 방향 모션에러가 있는 조건에서 비행시간 측정법을 이용한 광 신호 측정 모델을 수립하고, 수립한 모델을 바탕으로, 영상 센서(focal plane array)를 이용한 강화된 순차적 위상 복조법(Enhanced Sequential Phase Demodulation Method)과 래스터 스캐너(raster scanner)를 이용한 강화된 병렬적 위상 복조법(Enhanced Parallel Phase Demodulation Method)을 축 방향 모션에러에 강건한 측정법으로 제안한다. 제안한 두 측정법은 3차원 형상 이미지뿐만 아니라 3차원 속도 이미지를 동시에 얻을 수 있는 측정법이다. 물체의 축 방향 움직임이 있는 조건에서 모의 실험을 통해 강화된 순차적 위상 복조법을 검증하며, 회전체의 한 점에 대한 거리 및 속도 측정 실험과 수평방향 스캐닝을 이용한 2차원 형상 및 속도 이미지 측정 실험을 통해 강화된 병렬적 위상 복조법을 검증한다. 본 연구의 결과로서, 움직이는 물체의 거리 및 형상 측정의 정확도를 높이고, 물체의 상대적인 운동을 파악하여 향후 지능적인 자율 주행 또는 정확한 물체 인식에 활용할 수 있다.
