JP2017528683A - 超音波距離検出のためのシステムおよび方法 - Google Patents

超音波距離検出のためのシステムおよび方法 Download PDF

Info

Publication number
JP2017528683A
JP2017528683A JP2016548358A JP2016548358A JP2017528683A JP 2017528683 A JP2017528683 A JP 2017528683A JP 2016548358 A JP2016548358 A JP 2016548358A JP 2016548358 A JP2016548358 A JP 2016548358A JP 2017528683 A JP2017528683 A JP 2017528683A
Authority
JP
Japan
Prior art keywords
waveform
dynamic model
mobile platform
ultrasound
processor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2016548358A
Other languages
English (en)
Other versions
JP6327656B2 (ja
Inventor
シエ、ジエビン
ザン、リチアン
レン、ウェイ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SZ DJI Technology Co Ltd
Original Assignee
SZ DJI Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SZ DJI Technology Co Ltd filed Critical SZ DJI Technology Co Ltd
Publication of JP2017528683A publication Critical patent/JP2017528683A/ja
Application granted granted Critical
Publication of JP6327656B2 publication Critical patent/JP6327656B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G01S15/08—Systems for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G01S15/08—Systems for measuring distance only
    • G01S15/10—Systems for measuring distance only using transmission of interrupted, pulse-modulated waves
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

超音波を利用してモバイルプラットフォーム上の距離を検出するためのシステム、および製造および使用するための方法。システムは、超音波を送信および／または受信し、超音波の飛行時間を利用して、注目のオブジェクトからの距離を決定できる超音波送受信機を含む。システムは、受信された超音波エコーの可能な位置に対する複数の制約を設定すべく、モバイルプラットフォームの動的モデルを利用することにより、ノイズを低減するように適合される。線形定速動的モデルは、複数の制約を設定するために利用され得る。システムは、さらに、受信された超音波波形パケット化し、複数のパケットの高さおよび幅に従って、ノイズを除去することによりノイズを低減できる。システムは、同様に、受信された波形から余震波形を減算することにより、超音波送受信機において複数の不感帯を取り除くことができる。複数のシステムおよび複数の方法は、無人航空機を含む、いかなるタイプのモバイルプラットフォーム上の超音波距離検出に適している。

Description

超音波は、測距または注目のオブジェクトに対する距離の測定のための有用な技術であり、モバイルプラットフォーム上の環境センシングにとって特に重要である。超音波距離検出は、超音波源から注目のオブジェクトに送信される超音波を伴う。超音波は、注目のオブジェクトから反射し、超音波源へ返送される。音波は、比較的一定な速度を有するので、注目のオブジェクトから反射し、超音波源に戻る超音波パルスの移動時間は、ソースとオブジェクトとの間の距離に正比例する。つまり、超音波パルスの移動時間を測定することにより、距離が決定され得る。
距離検出は、反射された超音波（または「エコー」）の正確な識別を要求するので、背景ノイズの存在がエコーの誤認識および距離検出不良につながり得る。移動のための機械的動作、例えば、無人航空機（ＵＡＶ）のプロペラ、エコーとともに検出される強力な高周波音の原因となり得るので、背景ノイズの問題は、そのような機械的動作に依存するモバイルプラットフォームにとって特に深刻である。超音波送受信機により受信された結果として生じる複数の波形は、それゆえに、デコンボリュートすることが困難となり得る。ノイズ低減のための既存の複数の技術は、しばしばそのような複数の状況下で役に立たなくなる。
上記を考慮すると、超音波距離検出のために、ノイズから信号をより確実に分離する複数のシステムおよび複数の方法が必要である。
概要
本明細書に開示された第１の態様によれば、モバイルプラットフォームのための超音波距離検出の方法が記載されており、方法は、
モバイルプラットフォームの動き予測によりオブジェクトから受信された超音波エコーを識別するステップと、
超音波エコーに基づいてモバイルプラットフォームとオブジェクトとの間の距離を決定するステップとを備える。
いくつかの実施形態において、識別するステップは、受信された音波波形上のノイズから超音波エコーを区別するステップを含む。
いくつかの実施形態において、超音波エコーを区別するステップは、受信された音波波形上のホワイトノイズから超音波エコーを区別するステップを含む。
いくつかの実施形態において、識別するステップは、音波波形を複数のパケットに分割し、超音波エコーに対応する一つのパケットを識別するステップを含む。
いくつかの実施形態において、識別するステップは、閾値を利用して複数のパケットをフィルタリングするステップをさらに含む。
いくつかの実施形態において、フィルタリングするステップは、それぞれのパケットの帯域幅に従って複数のパケットをフィルタリングするステップを含む。
いくつかの実施形態において、フィルタリングするステップは、それぞれのパケットの振幅に従って複数のパケットをフィルタリングするステップを含む。
いくつかの実施形態は、識別するステップの前に、
余震波形を決定するステップと、
受信された音波波形から余震波形を減算するステップとをさらに備える。
いくつかの実施形態において、余震波形を決定するステップは、低減されたエコーおよび／または低減されたノイズ条件の下、超音波波形を受信するステップと、受信された超音波波形に基づいて余震波形を決定するステップとを含む。
いくつかの実施形態において、余震波形を決定するステップは、対応する超音波放射に対する余震波形のタイミングを決定するステップを含み、余震波形を減算するステップは、タイミングに従って余震波形を減算するステップを含む。
いくつかの実施形態において、動き予測は、動的モデルに従ってモバイルプラットフォームの位置を予測することを含む。
いくつかの実施形態において、動き予測は、モバイルプラットフォームの予測された位置に従って超音波エコーを識別することをさらに含む。
いくつかの実施形態において、動的モデルは、線形動的モデルである。
いくつかの実施形態において、動的モデルは、非線形動的モデルである。
いくつかの実施形態において、動的モデルは、固定速度の動的モデルである。
いくつかの実施形態において、動的モデルは、平面動的モデルである。
いくつかの実施形態において、動的モデルは、非平面動的モデルである。
本明細書に開示された他の態様によれば、超音波距離検出のための装置が記載されており、装置は、
オブジェクトから超音波エコーを受信するための超音波受信機と、プロセッサとを備え、プロセッサは、
モバイルプラットフォームの動き予測により受信された超音波エコーを識別し、
超音波エコーに従って、モバイルプラットフォームとオブジェクトとの間の距離を決定するように構成される。
いくつかの実施形態において、プロセッサは、受信された音波波形上のノイズから超音波エコーを区別するように構成される。
いくつかの実施形態において、ノイズは、ホワイトノイズである。
いくつかの実施形態において、プロセッサは、音波波形を複数のパケットに分割し、超音波エコーに対応する一つのパケットを識別するように構成される。
いくつかの実施形態において、プロセッサは、閾値を利用して複数のパケットをフィルタするようにさらに構成される。
いくつかの実施形態において、プロセッサは、それぞれのパケットの帯域幅に従って複数のパケットをフィルタするようにさらに構成される。
いくつかの実施形態において、プロセッサは、それぞれのパケットの振幅に従って複数のパケットをフィルタするようにさらに構成される。
いくつかの実施形態において、プロセッサは、超音波エコーを識別する前に、
余震波形を決定し、
受信された音波波形から余震波形を減算するようにさらに構成される。
いくつかの実施形態において、余震波形は、低減されたエコーおよび／または低減されたノイズ条件の下、超音波波形を受信することにより決定される。
いくつかの実施形態において、プロセッサは、対応する超音波放射に対する余震波形のタイミングを決定し、タイミングに従って、受信された音波波形から余震波形を減算するように構成される。
いくつかの実施形態において、プロセッサは、動的モデルに従って、モバイルプラットフォームの位置を予測するように構成される。
いくつかの実施形態において、プロセッサは、モバイルプラットフォームの予測された位置に従って、超音波エコーを識別するようにさらに構成される。
いくつかの実施形態において、動的モデルは、線形動的モデルである。
いくつかの実施形態において、動的モデルは、非線形動的モデルである。
いくつかの実施形態において、動的モデルは、固定速度の動的モデルである。
いくつかの実施形態において、動的モデルは、平面動的モデルである。
いくつかの実施形態において、動的モデルは、非平面動的モデルである。
本明細書に開示された他の態様によれば、モバイルプラットフォームの超音波距離検出のためのコンピュータプログラムが記載されており、コンピュータプログラムは、
モバイルプラットフォームの動き予測によりオブジェクトから受信された超音波エコーを識別するための命令と、
超音波エコーに基づいてモバイルプラットフォームとオブジェクトとの間の距離を決定するための命令とを備える。
いくつかの実施形態において、識別することは、受信された音波波形上のノイズから超音波エコーを区別することを含む。
いくつかの実施形態において、超音波エコーを区別することは、受信された音波波形上のホワイトノイズから超音波エコーを区別することを含む。
いくつかの実施形態において、識別することは、音波波形を複数のパケットに分割すること、および、超音波エコーに対応する一つのパケットを識別することを含む。
いくつかの実施形態において、識別することは、閾値を利用して、複数のパケットをフィルタリングすることをさらに含む。
いくつかの実施形態において、フィルタリングすることは、それぞれのパケットの帯域幅に従って、複数のパケットをフィルタリングすることを含む。
いくつかの実施形態において、フィルタリングすることは、それぞれのパケットの振幅に従って、複数のパケットをフィルタリングすることを含む。
いくつかの実施形態は、識別する前に、
余震波形を決定することと、
受信された音波波形から余震波形を減算することとをさらに含む。
いくつかの実施形態において、余震波形を決定することは、低減されたエコーおよび／または低減されたノイズ条件の下、超音波波形を受信することと、受信された超音波波形に基づいて余震波形を決定することと含む。
いくつかの実施形態において、余震波形を決定することは、対応する超音波放射に対する余震波形のタイミングを決定することを含み、余震波形を減算することは、タイミングに従って、余震波形を減算することを含む。
いくつかの実施形態において、動き予測は、動的モデルに従って、モバイルプラットフォームの位置を予測することを含む。
いくつかの実施形態において、動き予測は、モバイルプラットフォームの予測された位置に従って、超音波エコーを識別することをさらに含む。
いくつかの実施形態において、動的モデルは、線形動的モデルである。
いくつかの実施形態において、動的モデルは、非線形動的モデルである。
いくつかの実施形態において、動的モデルは、固定速度の動的モデルである。
いくつかの実施形態において、動的モデルは、平面動的モデルである。
いくつかの実施形態において、動的モデルは、非平面動的モデルである。
本明細書に開示された他の態様によれば、モバイルプラットフォームが記載されており、モバイルプラットフォームは、
オブジェクトから超音波エコーを受信するための超音波受信機と、
プロセッサとを備え、プロセッサは、
モバイルプラットフォームの動き予測により受信された超音波エコーを識別し、
超音波エコーに従って、モバイルプラットフォームとオブジェクトとの間の距離を決定するように構成される。
いくつかの実施形態において、プロセッサは、受信された音波波形上のノイズから超音波エコーを区別するように構成される。
いくつかの実施形態において、ノイズは、ホワイトノイズである。
いくつかの実施形態において、プロセッサは、音波波形を複数のパケットに分割し、超音波エコーに対応する一つのパケットを識別するように構成される。
いくつかの実施形態において、プロセッサは、閾値を利用して、複数のパケットをフィルタするようにさらに構成される。
いくつかの実施形態において、プロセッサは、それぞれのパケットの帯域幅に従って、複数のパケットをフィルタするようにさらに構成される。
いくつかの実施形態において、プロセッサは、それぞれのパケットの振幅に従って、複数のパケットをフィルタするようにさらに構成される。
いくつかの実施形態において、プロセッサは、超音波エコーを識別する前に、
余震波形を決定し、
受信された音波波形から余震波形を減算するようにさらに構成される。
いくつかの実施形態において、余震波形は、低減されたエコーおよび／または低減されたノイズ条件の下、超音波波形を受信することにより決定される。
いくつかの実施形態において、プロセッサは、対応する超音波放射に対する余震波形のタイミングを決定し、タイミングに従って、受信された音波波形から余震波形を減算するように構成される。
いくつかの実施形態において、プロセッサは、動的モデルに従って、モバイルプラットフォームの位置を予測するように構成される。
いくつかの実施形態において、プロセッサは、モバイルプラットフォームの予測された位置に従って、超音波エコーを識別するようにさらに構成される。
いくつかの実施形態において、動的モデルは、線形動的モデルである。
いくつかの実施形態において、動的モデルは、非線形動的モデルである。
いくつかの実施形態において、動的モデルは、固定速度の動的モデルである。
いくつかの実施形態において、動的モデルは、平面動的モデルである。
いくつかの実施形態において、動的モデルは、非平面動的モデルである。
いくつかの実施形態において、モバイルプラットフォームは、ＵＡＶである。
図１は、モバイルプラットフォームと注目のオブジェクトとの間の距離を決定するための超音波距離検出システムを有するモバイルプラットフォームの実施形態を示す例示的な図である。
図２は、図１の超音波距離検出システムの実施形態を示す例示的な最上位のブロック図である。
図３は、超音波送受信機を含む、図１の超音波距離検出システムの代替的な実施形態を示す例示的な図である。
図４は、超音波を利用して、図１の距離を決定するための方法の実施形態を示す例示的な最上位のフローチャートである。
図５は、ノイズと同様に超音波エコーを含む図１の超音波距離検出システムにより検出された波形を示す例示的な図である。
図６は、受信された波形をパケット化し、かつ、フィルタリングすることにより距離が決定される、図４の方法の実施形態を示す例示的なフローチャートである。
図７は、図６のパケット化され、かつ、フィルタされた波形を示す例示的な図である。
図８は、不感帯を含む波形を示す例示的な図である。
図９は、超音波送信機の振動に起因する余震波形を減算することにより、距離が超音波を利用いて決定される、図４の方法の実施形態を示す例示的なフローチャートである。
図１０は、余震波形を減算することにより不感帯が除去される、図８の波形を示す例示的な図である。
図１１は、波形上の超音波エコーを見つけるための動的モデルを利用することで超音波を利用した距離が決定される、図４の方法の実施形態を示す例示的なフローチャートである。
図１２は、超音波エコーの可能な位置上の複数の制約が設定された、波形を示す例示的な図である。
複数の図面は一定の縮尺で描かれているものではなく、同様の複数の構造または複数の機能の複数の構成要素は、例示目的のために、複数の図面を通して、概して、同様の複数の参照番号によって表されることを理解されたい。複数の図面は、複数の好ましい実施形態の説明を容易にすることのみを意図するものであることをさらに理解されたい。複数の図面は、記載された複数の実施形態のあらゆる態様を示すものではなく、本開示の範囲を限定するものではない。
本開示は、超音波を利用した距離検出におけるノイズを低減し、従来の複数のシステムおよび複数の方法の欠点を克服するための複数のシステムおよび複数の方法を記載する。
図１を参照すると、モバイルプラットフォーム２００の実施形態が、超音波距離検出システム１００をその上に搭載された状態で図示される。モバイルプラットフォーム２００は、モバイルプラットフォーム２００により回避されるべき障害物となり得る注目のオブジェクト２５０に関連して図示される。モバイルプラットフォーム２００は、位置ｘ（ｔ）、障害物２５０からの距離ｄに位置し、障害物２５０に対して速度ｖで移動している。超音波距離検出システム１００は、超音波の送信および障害物２５０からの超音波の後続のエコーに基づく距離ｄを決定するように構成される。反射された超音波エコーは、例えば、モバイルプラットフォーム２００の動き予測により、識別され得る。動き予測は、機能のセットおよび／またはモバイルプラットフォーム２００の状態を継時的に追跡する変数を含む動的モデル２６０を利用することを含む。図１に示されるように、動的モデル２６０は、例えば、位置ｘ（ｔ）、速度
Figure 2017528683
、１または複数の入力ｕ（ｔ）、ノイズｗ（ｔ）、１または複数の他のパラメータおよびモバイルプラットフォーム２００の動き予測に関連する１または複数の機能を含むことができる。
例示的なモバイルプラットフォーム２００は、自転車、自動車、トラック、船、ボート、電車、ヘリコプター、航空機、それらの様々な混成等を含むが、これらに限定されない。いくつかの実施形態において、モバイルプラットフォーム２００は、無人航空機（ＵＡＶ）である。口語的に「ドローン」と呼ばれるＵＡＶは、その飛行が自動的にまたは遠隔操作（または、時に双方）により制御される、機内に人間のパイロットがいない航空機である。ＵＡＶは、例えば、データ収集または配信など、様々な空中動作を伴う民間用途での利用の増加を現在探している。本願の複数の制御システムおよび複数の方法は、クアッドコプター（また、クアッドローターヘリコプターまたはクアッドローターと呼ばれる）、シングルローター、デュアルローター、トリローター、ヘキサローターおよびオクトローターの回転翼機ＵＡＶ、固定翼ＵＡＶおよびハイブリッド回転翼機−固定翼ＵＡＶを、これらに限定されることなく、含むＵＡＶの多くのタイプに適している。いくつかの実施形態において、動的モデル２６０は、モバイルプラットフォーム２００のタイプおよび／またはモデルに応じてカスタマイズされ得る。例えば、クアッドコプターＵＡＶは、大幅な横方向および鉛直移動を行い、クアッドコプターＵＡＶの動的モデル２６０は、そのような複数の移動特性を反映することができる。実施形態において、ＵＡＶは、超音波距離検出システム１００または複数の構成要素をそこに含むことができる。
図２を参照すると、例示的な超音波距離検出システム１００は、少なくとも１つの超音波送受信機（または変換器）１１０を含むものとして図示される。超音波送受信機１１０は、超音波を電気信号に変換でき、かつ、その逆も同様にできる。例示的な超音波変換器は、圧電変換器および容量型変換器を含むことができる。いくつかの実施形態において、超音波送受信機１１０は、例えば、個々の送受信機要素が一次元または二次元配置に配列された、アレイ型超音波送受信機であり得る。
図２に図示されるように、超音波送受信機１１０は、プロセッサ１２０と通信することができる。限定されることなく、プロセッサ１２０は、１または複数の汎用目的のマイクロプロセッサ（例えば、シングルまたはマルチコアプロセッサ）、アプリケーション固有の集積回路、アプリケーション固有の命令セットプロセッサ、グラフィック処理ユニット、物理処理ユニット、デジタル信号処理ユニット、コプロセッサ、ネットワーク処理ユニット、オーディオ処理ユニット、暗号化処理ユニット等を含むことができる。プロセッサ１２０は、本明細書に記載された複数の方法のいずれかを実行するように構成され、超音波パルスの識別およびフィルタリング、動的モデル解析および／または距離解析に関する複数の動作を含むが、これらに限定されない。いくつかの実施形態において、プロセッサ１２０は、超音波パルスの識別およびフィルタリング、動的モデル解析および／または距離解析に関する複数の特定動作を処理するために、少なくともいくつかの専用ハードウェアを含むことができる。
図２に図示されるように、超音波距離検出システム１００は、１または複数の追加のハードウェア構成要素を所望に応じて含むことができる。例示的な追加のハードウェア構成要素は、メモリ１３０を含むが、これに限定されるものではない。メモリ１３０は、例えば、ランダムアクセスメモリ（ＲＡＭ）、スタティックＲＡＭ、ダイナミックＲＡＭ，リードオンリメモリ（ＲＯＭ）、プログラマブルＲＯＭ、消去可能なプログラマブルＲＯＭ、電気的に消去可能なプログラマブルＲＯＭ、フラッシュメモリおよび／またはセキュアデジタル（ＳＤ）カードを含むことができる。メモリ１３０は、１または複数の入出力インタフェース（例えば、ユニバーサルシリアルバス（ＵＳＢ）、デジタルビジュアルインタフェース（ＤＶＩ）、ディスプレイポート、シリアルＡＴＡ（ＳＡＴＡ）、ＩＥＥＥ１３９４インタフェース（また、ファイヤワイヤとして知られる）、シリアル、ビデオグラフィックスアレイ（ＶＧＡ）、スーパービデオグラフィックアレイ（ＳＶＧＡ）、スモールコンピュータシステムインタフェース（ＳＣＳＩ）、高精細度マルチメディアインタフェース（ＨＤＭＩ（登録商標））、オーディオポート、および／または独自の入出力インタフェース）をさらに含むことができる。メモリ１３０は、本明細書に開示された１または複数の処理を実行するための複数の命令を含む非一時的な記憶媒体を含むことができる。いくつかの実施形態は、本明細書に開示された１または複数の処理を実行するためのコンピュータプログラムを備える。
超音波距離検出システム１００は、１または複数の入出力デバイス１４０を含むことができる。例示的な入出力デバイス１４０は、複数のボタン、キーボード、キーパッド、トラックボール、複数の表示部、およびモニターのうち少なくとも１つを含むことができる。
図３を参照すると、超音波送受信機１１０の例示的な実施形態は、超音波送信機１５０および超音波受信機１６０を含むように図示される。超音波送信機１５０は、エネルギー（例えば、電気的エネルギー）を超音波に変換するいずれかのデバイスであり得る。例えば、超音波送信機１５０は、圧電変換器であり得る。圧電変換器は、電圧が印加されたときにサイズを変更する性質を有する圧電結晶を含む。圧電材料の両端に印加された交流電流は、材料を印加された電流の周波数で振動させ、高周波音波を生成する。例えば、材料は、高周波電流が印加されるとき、高周波音波を生成し、低周波電流が印加されるとき低周波音波を生成する。超音波送信機１５０の他のタイプは、例えば、交流電流により駆動される振動膜を利用して超音波を生成する容量型超音波変換器に基づくことができる。さらにおよび／または代替的に、他の非圧電変換器（例えば、磁歪型変換器）が超音波送信機１５０の利用に適し得る。
超音波受信機１６０は、超音波送信機１５０と同様に機能するが、逆に、受信された超音波エコーを電気信号または他の形式のエネルギーに変換する。一度電気信号に変換されると、電気信号に埋め込まれた受信された超音波信号に関する情報は、例えば、障害物２５０（図１にまとめて図示される）に対する距離ｄを分析するためにプロセッサ１２０（図２に図示される）に通信され得る。説明の目的のためだけに別個のデバイスとして図示されるが、超音波送信機１５０および超音波受信機１６０は、共通の物理装置に少なくとも部分的に組み込まれ得る。いくつかの実施形態において、シングル超音波変換器は、超音波送信機１５０および超音波受信機１６０の双方としての役割を同時に果たすことができる。他の実施形態において、超音波送信機１５０および超音波受信機１６０は、別個および異なるデバイスである。
周波数が超音波を利用して検出され得る距離に反比例するので、放射され受信された超音波の周波数は、所望の検出の範囲に依存する。いくつかの実施形態において、超音波送信機１５０は、２０ｋＨｚおよび２００ｋＨｚの間、例えば、２５ｋＨｚおよび１５０ｋＨｚ、５０ｋＨｚおよび１００ｋＨｚ、６０ｋＨｚおよび８０ｋＨｚまたは約７５ｋＨｚの間、の周波数で動作することができる。いくつかの実施形態において、超音波は、短距離距離検出アプリケーションに利用され、周波数は、２００ｋＨｚを超えることができ、３００ｋＨｚ、４００ｋＨｚ、５００ｋＨｚ、１ＭＨｚと同等に高いまたはさらに高くてよい。超音波送信機１５０の周波数または周波数範囲は、所望の検出範囲に有利に同調され得る。さらに、超音波送信機１５０の周波数は、注目のオブジェクト２５０の音響反射率、入射超音波パルスに対する注目のオブジェクト２５０の表面の角度、および／または超音波の送信および反射に影響する他の要因に応じて調節され得る。
図３に図示されるように、超音波送信機１５０は、注目のオブジェクト２５０に向けて所望の周波数で超音波（または「パルス」）３０１を放射する。超音波３０１は、注目のオブジェクト２５０から反射し、超音波受信機１６０により検出される。送信イベントおよび検出イベントの間に経過した時間は、超音波の速度が一定でかつ既知であると仮定して、モバイルプラットフォーム２００および注目のオブジェクト２５０の間の距離ｄを見つけるのに利用され得る。
しかしながら、距離検出に対するこの手法の困難性は、図３に示されるように、関連する超音波エコー３０２がノイズ３０３と区別しにくいことである。ノイズは、多くのタイプを取ることができ、多くの異なるソースから生じ得る。例えば、ノイズは、例えば、ガウスノイズ、ポアソンノイズ、コーシーノイズ等のホワイトノイズの形式、つまり、一定のパワースペクトル密度を有するランダム信号を取ることができる。他の場合において、ノイズは、不規則な事象から生成される非ホワイトノイズの形式を取ることができる。超音波エコー３０２およびノイズ３０３は、単一波形５００（図５に図示される）に一緒に混合し、超音波受信機１６０により検出される。エコー３０２は、その後、ノイズ３０３からデコンボリュートされる。エコー３０２の位置は、注目のオブジェクト２５０に対して往復する超音波の移動時間を推測することに利用され得る。
図４を参照すると、モバイルプラットフォーム２００と障害物２５０（図１にまとめて図示される）との間の距離ｄを決定するための例示的な方法４００は、モバイルプラットフォーム２００の動き予測を利用して、注目のオブジェクト２５０から受信された超音波エコー３０２を識別するものとして図示される。方法４００の利点は、超音波受信機１６０（図３に図示される）により受信された超音波波形における超音波エコー３０２の位置がモバイルプラットフォーム２００の動き予測に基づいて特定の範囲に絞り込まれ得ることである。この範囲の外側の複数の信号は、推測的に、破棄されるべきノイズ３０３（図３に図示される）である。つまり、４０１において、注目のオブジェクト２５０から受信された超音波エコー３０２は、モバイルプラットフォーム２００の動き予測により識別される。４０２において、距離ｄは、超音波エコー３０２に基づいて測定され得る。
図５を参照すると、例示的な超音波波形５００が示される。波形５００は、継時的（横軸）に音波振幅（縦軸）を表す。例えば、超音波波形５００は、超音波受信機１６０（図３に図示される）により受信された複数の音波の組み合わせを表すことができる。超音波波形５００は、注目のオブジェクト２５０（図１に図示される）から反射されるような所望の超音波エコー３０２および複数のバックグラウンド源からのノイズ３０３（図３に図示される）の双方を含むことができる。
図５に示されるように、超音波波形５００は、第１および第２の波形ピーク５１０、５２０を含む。第１の波形ピーク５１０は、超音波エコー３０２（図３に図示される）に対応し、比較的高い振幅で狭められたものとして示される。一方、ノイズ３０３（図３に図示される）に対応する第２の波形ピーク５２０は、第１の波形ピーク５１０よりも広げられたものとして図示され、第１の波形ピーク５１０と比較して低い振幅を有する。第１および第２の波形ピーク５１０、５２０は、それぞれ、超音波信号およびノイズの一般的な際立った特性である。これら一般的な際立った特性は、超音波エコーが高い周波数（通常１０ｋＨｚより大きい）を有する一方、ノイズが低い周波数（一般に１ｋＨｚ未満）を有する傾向があるという事実に起因する。これら際立った特性は、下記の方法６００に記載されているように、波形５００において信号からノイズをフィルタリングするための基準となり得る。
図６を参照すると、例示的な方法６００は、例えば超音波受信機１５０（図３に図示される）により受信された波形５００において信号からノイズを除去するために図示される。方法６００は、超音波信号が高い（つまり、大きい振幅）が狭い一方、ノイズが比較的に低くて広いという性質を利用する。６０１において、波形５００を複数のパケット５５０に分割する予備ステップが実行され得る。波形５００を複数のパケット５５０に分割することを実行するための様々な技術が利用され得る。例えば、波形５００は、単に複数の時間間隔に分割され得る。複数の時間間隔は、いずれかの適切な予め定められた継続時間を含むことができ、予め定められた継続時間は、複数の時間間隔のなかで、不変および／または異なり得る。複数の時間間隔の予め定められた継続時間は、例えば、波形５００の周波数に基づくことができる。代替的および／または追加的に、いくつかの実施形態において、ピーク選択技術（例えば、ベンジャミン−ホッホバーグベースの技術（a Benjamini-Hochberg-based technique））は、波形５００におけるピークに基づいて、複数のパケット５５０を選択することに利用され得る。
６０２において、波形５００の複数のパケット５５０は、単位時間あたりの幅によりフィルタされ得る。閾値幅が確立され、閾値を超える幅を有する複数のパケット５５０は、ノイズとして破棄される。閾値は、予め定められた値であり、および／または、例えば、周知のエコー３０２に基づいて、動的に決定され得る。いくつかの実施形態において、閾値は、予め知られたエコー３０２の平均（例えば、移動平均）幅の倍数として決定され得る。閾値に利用される倍数は、例えば、１、１．２、１．５、１．８、２．０、３．０、４．０またはそれらより大きくてよい。説明に役立つ実例として、エコーパケットの平均幅が０．１ミリ秒であり、閾値倍数が２．０である場合、０．２ミリ秒またはそれより大きい幅を有する全ての複数のパケットは、幅フィルタを適用した結果、ノイズとして破棄される。
６０３において、複数のパケット５５０は、振幅の閾値（または、同様に、高さの閾値）を利用してフィルタされ得る。振幅の閾値未満である振幅を有する複数のパケット５５０のいずれかは、ノイズとして破棄され得る。閾値は、予め定められた値であり、および／または周知のエコー３０２に基づいて動的に決定され得る。いくつかの実施形態において、閾値は、予め知られたエコー３０２の平均（例えば、移動平均）振幅の端数として決定され得る。振幅の閾値の利用される端数は、例えば、０．３、０．５、０．７、０．８またはそれらより大きくてよい。
ここで、６０２における幅フィルタおよび６０３における振幅フィルタが適用される順序は、柔軟性があり、必要に応じて構成され得る。いくつかの実施形態において、幅フィルタは振幅フィルタの前に適用される。他の実施形態において、振幅フィルタは、幅フィルタの前に適用される。いくつかの実施形態において、フィルタは、連続的に適用されないが、一緒に考慮される。例えば、高いパケット５５０Ａは、幅選択のために制限の少ない基準を有し得る一方、低いパケット５５０Ｂは、幅選択のためにより制限的な基準を有し得る。同様に、狭いパケット５５０Ｃは、高さ選択のために制限の少ない基準を有し得る一方、広いパケット５５０Ｄは、高さ選択のためにより制限的な基準を有し得る。いくつかの実施形態において、（高さおよび幅を構成する）パケット５５０のエリアは、フィルタ処理の要因となり得る。例えば、予め定められた閾値未満であるエリアを有する複数のパケット５５０は、ノイズとして破棄され得る。
図７を参照すると、波形５００を複数のパケット５５０に分割し、複数のパケットをフィルタリングする方法６００は、例示的な波形に示される。ここで、波形５００の中央における領域のパケット化は、波形５００の中間におけるいくつかのピークについて図示される。振幅の閾値の形式におけるフィルタは、エコー３０２として中央のパケット５５０のみを残して、適用される。
幅および振幅のうち少なくとも１つによるフィルタリングは、波形５００の前処理の形式として、動き予測を利用して波形５００のフィルタリングの前に適用される。代替的および／または追加的に、幅および振幅のうち少なくとも１つによるフィルタリングは、動き予測を利用した波形５００のフィルタリングの後に実行される。少し異なった言い方をすれば、方法６００のフィルタリングは、前処理、後処理または双方として適用され得る。
図８を参照すると、超音波送信機１５０（図３に図示される）により受信された超音波波形５００が図示される。超音波波形５００は、超音波エコー３０２（図３に図示される）に対応する第１の波形ピーク５１０およびノイズ３０３（図３に図示される）に対応する第２の波形ピーク５２０を含む。超音波波形５００は、余震波形９１０に対応する第３の波形ピーク５３０をさらに含む。余震波形９１０は、超音波受信機１６０（図３に図示される）により受信された超音波送信機１５０における残留振動（または「余震」）に起因する。余震は、超音波３０１（図３に図示される）が放射された後、一定の時間の間に発生し、不感帯を作り出す。不感帯の間、超音波受信機１６０により受信されたエコー３０２は、余震と重ね合さり、超音波３０１を放射した直後のエコー３０２の検出を妨げる。不感帯は、したがって、モバイルプラットフォーム２００に近過ぎる障害物２５０の検出を妨げる。
図９を参照すると、波形５００から余震波形９１０を取り除くために、例示的な方法９００が図示される。不感帯問題は、余震が超音波送信機１５０の物理的特徴による作用であるという事実に基づいて解決される。したがって、それぞれの超音波送信機１５０は、特徴的な余震波形９１０を有する。特徴的な余震波形９１０は、最初の超音波３０１が放射された後、特定の時間に発生する。いくつかの実施形態において、余震波形９１０は、超音波送信機１５０の動作条件、例えば、気温および気圧、に対して影響を受けない。それぞれの超音波送信機１５０の余震波形９１０は、いずれかの画像操作に先立って決定されるので、余震波形９１０は、不感帯を緩和すべく、超音波受信機１６０により受信されたいずれかの波形５００から除去され得る。
そのため、９０１において、余震波形９１０が決定され得る。超音波送信機１５０は、低減されたエコーおよび低減されたノイズのうち少なくとも１つ条件の下（例えば、大きな防音室において）、動作され得る。そのような条件の下、超音波受信機１６０により受信された波形５００は、余震波形９１０の良好な推定となり得る。余震波形９１０は、推定されると、メモリ１３０に記録および格納され得る。いくつかの実施形態において、超音波３１０の対応する放射に関連した余震波形９１０のタイミングは、メモリ１３０に記録および格納され得る。
９０２において、超音波距離検出システム１００の動作時に、余震波形９１０は、メモリ１３０から取り出され、超音波受信機１６０により受信された波形５００から減算される。余震波形９１０を減算することは、好ましくは余震波形９１０のタイミングに基づく。例えば、余震波形９１０が、最初の超音波の生成の後、１０ミリ秒で記録された場合、その後、余震波形９１０は、同様に１０ミリ秒で、後続の受信された波形５００から減算され得る。
図１０は、余震除去後の図８の波形５００を示す。余震波形９１０（図８に図示される）は、除去される一方、波形ピーク５１０および５２０は、影響を受けない。
余震波形除去のための方法９００は、波形５００の前処理の形式として、動的モデル２６０を利用する波形５００のフィルタリングの前に適用される。代替的および／または追加的に、余震波形除去ステップは、動的モデル２６０を利用した波形５００のフィルタリングの後に実行され得る。少し異なった言い方をすれば、方法９００の不感帯除去ステップは、前処理、後処理または双方として適用され得る。
図１１を参照すると、動き予測を利用して適当なエコー３０２の範囲を制限し、そして、受信された波形５００（図５に図示される）からのノイズ除去を容易にするための例示的な方法１１００が図示される。１１０１において、超音波エコー３０２が超音波受信機１６０（図３に図示される）により受信されることが予想されるときに、動き予測は、モバイルプラットフォーム２００の位置を予測するために利用される。少し異なった言い方をすれば、超音波３０１が放射された時と超音波エコー３０２が受信された時との間にモバイルプラットフォーム２００がどのように移動したかを知ることにより、エコー３０２の識別は容易になる。
いくつかの実施形態において、動き予測は、動的モデル２６０（図１に図示される）を利用して実行され得る。動的モデル２６０は、どのようにモバイルプラットフォーム２００が継時的に移動するかのモデルである。動的モデル２６０は、例えば、位置および速度のような既知のパラメータに基づいて、将来の時刻におけるモバイルプラットフォーム２００の位置の予測を可能にしている。動的モデル２６０は、離散的または連続的であり得る。１つの例示的な実施形態において、動的モデル２６０は、以下の方程式（１）として表される。
Figure 2017528683
 方程式（１）
ｘ（ｔ）は、時刻ｔにおけるモバイルプラットフォーム２００の状態を表し、
Figure 2017528683
は、時刻ｔにおける状態ｘ（ｔ）の変化（言い換えれば、時刻ｔにおけるｘ（ｔ）の導関数）を表し、ｕ（ｔ）は、時刻ｔにおける、モバイルプラットフォーム２００への制御入力を表し、ｗ（ｔ）は、時刻ｔにおけるノイズを表す。ここで、状態ｘ（ｔ）は、時刻ｔにおけるモバイルプラットフォーム２００の現在の位置、速度または他の条件を表す変数の集合であり、任意の長さのベクトルとして表され得る。いくつかの実施形態において、状態ｘ（ｔ）は、モバイルプラットフォーム２００の位置（例えば、空間直交座標におけるｘ、ｙおよびｚ座標）を表す変数、および、位置（例えば、速度成分
Figure 2017528683
）の瞬間的な変化を表す変数を含む。同様に、ｕ（ｔ）およびｗ（ｔ）は、制御入力およびノイズをそれぞれ表す変数の集合であり、任意の長さのベクトルとして表され得る。いくつかの実施形態において、制御入力ｕ（ｔ）は、３、４または５次元ベクトルにより表され得る。いくつかの実施形態において、ノイズｗ（ｔ）は、３、４または５次元ベクトルにより表され得る。
制御入力ｕ（ｔ）およびノイズｗ（ｔ）が不明でありまたは確かめることが困難であるという特定の状況の下、方程式（１）に示される動的モデル２６０は、線形動的モデル２６０、つまり、状態の変化が現在の状態および入力の線形関数である動的モデル２６０、に低減され得る。他の実施形態において、動的モデル２６０は、非線形動的モデル２６０であり得る。特定の実施形態において、簡略化した仮定では、ｕ（ｔ）＝０（つまり、制御入力が与えられない）、かつ、ｗ（ｔ）が０の平均値およびバール（ｗ）の分散を有するホワイトノイズであるとすることができる。つまり、動的モデル２６０は、固定速度の動的モデル２６０であり得る。他の実施形態において、動的モデル２６０は、可変速度の動的モデル２６０であり得る。さらに簡略化した仮定は、モバイルプラットフォーム２００がｘ−ｙ平面上の動作を制限され、Ｚ軸における動作が無視可能であるという特定の実施形態において行うことができる。つまり、動的モデル２６０は、平面動的モデル２６０であり得る。他の実施形態において、動的モデル２６０は、非平面動的モデル２６０であり得る。
平面動的モデル２６０について、モバイルプラットフォーム２００の状態は、以下のように、５次元ベクトルとして表される。
Figure 2017528683
 方程式（２）
これらの仮定の下、時刻ｋおよびｋ＋１の間におけるモバイルプラットフォーム２００の状態の間の関係は、以下のように表され得る。
Figure 2017528683
 方程式（３）
Ｆは、Ｆ＝ｄｉａｇ［Ｆ２、Ｆ２、１］として表される５×５行列、
Figure 2017528683
およびＧ＝ｄｉａｇ［Ｇ２,Ｇ２,Ｔ］、
Figure 2017528683
および、Ｔは、時刻ｋおよびｋ＋１の間で経過した時間である。非限定的な例として、時刻ｋは、超音波３０１（図３に図示される）は超音波送信機１５０（図３に図示される）から放射される時刻を表すことができ、時刻ｋ＋１は、対応する超音波エコー３０２（図３に図示される）が超音波受信機１６０（図３に図示される）により受信されることが予想される時刻を表すことができる。本明細書に記載された動的モデルは、所望に応じて他の時刻ｋおよびｋ＋１で適用され得る。
上記に示された１または複数の動的モデル２６０を利用して、時刻ｋ＋１におけるモバイルプラットフォーム２００の状態が発見され得る。方程式（３）に示される線形モデルが適用された場合、ｗｋが０の平均値およびバール（ｗｋ）の分散を有し、
Figure 2017528683
が
Figure 2017528683
の平均値およびバール（Ｇｗｋ）の分散を有することになる。
他の実施形態において、他の動的モデル２６０は、モバイルプラットフォーム２００の状態を決定することに利用され得る。例えば、動的モデル２６０は、モバイルプラットフォーム２００の既知の加速度を構成する可変速度の動的モデル２６０であり得る。モバイルプラットフォーム２００の加速度は、例えば、モバイルプラットフォーム２００内の慣性測定装置（ＩＭＵ）により提供され得る。いくつかの実施形態において、動的モデル２６０は、ホワイトノイズ分布ではないノイズ分布を構成することができる。
１１０２において、一度、動的モデル２６０を利用して平均値および状態
Figure 2017528683
の分散が決定されると、エコー３０２のタイミングの制約のセットは、モバイルプラットフォーム２００の予測された位置を利用して決定され得る。この決定は、例えば、超音波の既知の速度およびモバイルプラットフォーム２００が時刻ｋ＋１において占有できる空間領域の座標に基づいて行うことができる。最後に、１１０３において、エコー３０２は、制約内で発見される。１つよりも多くのピークが制約内に残っている場合、他のフィルタ（例えば上記の方法６００および８００において記載されているように）がエコー３０２を隔離するために利用され得る。
エコー３０２（図３に図示される）のタイミングの制約の設定が図１２に示される。ここで、エコー３０２のタイミングに関する上限および下限制約は、縦の破線で示され、幅の制約および位置の制約は、動的モデルに従う平均値および状態
Figure 2017528683
の分散に従って決定される。この例において、単一ピーク１２０１のみが動的モデル２６０により設定された制約内のエコー３０２として有効であると決定され得る。
開示された複数の実施形態は、様々な複数の変更及び代替的な複数の形式の対象たり得るものであり、これらの複数の具体例は、複数の図面において、例示を目的として示されたものであり、本明細書において詳細に記載されている。しかしながら、開示された複数の実施形態は、開示された特定の複数の形式または複数の方法に限定されるものではなく、反対に、開示された複数の実施形態は、全ての変更、均等物及び代替物を包含するものであることを理解されたい。
本明細書に開示された第１の態様によれば、超音波距離検出の方法が記載されており、方法は、
いくつかの実施形態において、動的モデルは、線形動的モデル、非線形動的モデル、固定速度の動的モデル、平面動的モデル及び非平面動的モデルのうち少なくとも１つである。
いくつかの実施形態において、プロセッサは、受信された音波波形上のノイズから超音波エコーを区別する。
いくつかの実施形態において、プロセッサは、音波波形を複数のパケットに分割し、超音波エコーに対応する一つのパケットを識別する。
いくつかの実施形態において、動的モデルは、線形動的モデル、非線形動的モデル、固定速度の動的モデル、平面動的モデル及び非平面動的モデルのうち少なくとも１つである。
本明細書に開示された他の態様によれば、モバイルプラットフォームの超音波距離検出のためのコンピュータプログラムが記載されており、コンピュータプログラムは、プロセッサに、
超音波エコーに基づいてモバイルプラットフォームとオブジェクトとの間の距離を決定するための命令とを実行させるためのものである。

Claims (69)

  1. モバイルプラットフォームのための超音波距離検出の方法であって、前記方法は、
    前記モバイルプラットフォームの動き予測によりオブジェクトから受信された超音波エコーを識別するステップと、
    前記超音波エコーに基づいて前記モバイルプラットフォームと前記オブジェクトとの間の距離を決定するステップと
    を含む、方法。
  2. 前記識別するステップは、受信された音波波形上のノイズから前記超音波エコーを区別するステップを含む、請求項１に記載の方法。
  3. 前記超音波エコーを前記区別するステップは、前記受信された音波波形上のホワイトノイズから前記超音波エコーを区別するステップを含む、請求項２に記載の方法。
  4. 前記識別するステップは、前記音波波形を複数のパケットに分割し、前記超音波エコーに対応する一つのパケットを識別するステップを含む、請求項２または請求項３に記載の方法。
  5. 前記識別するステップは、閾値を利用して前記複数のパケットをフィルタリングするステップをさらに含む、請求項４に記載の方法。
  6. 前記フィルタリングするステップは、それぞれのパケットの帯域幅に従って前記複数のパケットをフィルタリングするステップを含む、請求項５に記載の方法。
  7. 前記フィルタリングするステップは、それぞれのパケットの振幅に従って前記複数のパケットをフィルタリングするステップを含む、請求項５または請求項６に記載の方法。
  8. 前記識別するステップの前に、
    余震波形を決定するステップと、
    前記受信された音波波形から前記余震波形を減算するステップと
    をさらに備える、請求項２〜７のいずれか一項に記載の方法。
  9. 前記余震波形を前記決定するステップは、低減されたエコーおよび／または低減されたノイズ条件の下、超音波波形を受信するステップと、前記受信された超音波波形に基づいて前記余震波形を決定するステップとを含む、請求項８に記載の方法。
  10. 前記余震波形を前記決定するステップは、対応する超音波放射に対する前記余震波形のタイミングを決定するステップを含み、
    前記余震波形を前記減算するステップは、前記タイミングに従って前記余震波形を減算するステップを含む、請求項８または請求項９に記載の方法。
  11. 前記動き予測は、動的モデルに従って前記モバイルプラットフォームの位置を予測することを含む、複数の上記請求項のいずれか一項に記載の方法。
  12. 前記動き予測は、前記モバイルプラットフォームの前記予測された位置に従って前記超音波エコーを識別することをさらに含む、請求項１１に記載の方法。
  13. 前記動的モデルは、線形動的モデルである、請求項１１または請求項１２に記載の方法。
  14. 前記動的モデルは、非線形動的モデルである、請求項１１または請求項１２に記載の方法。
  15. 前記動的モデルは、固定速度の動的モデルである、請求項１１〜１４のいずれか一項に記載の方法。
  16. 前記動的モデルは、平面動的モデルである、請求項１１〜１５のいずれか一項に記載の方法。
  17. 前記動的モデルは、非平面動的モデルである、請求項１１〜１５のいずれか一項に記載の方法。
  18. 超音波距離検出のための装置であって、
    オブジェクトから超音波エコーを受信するための超音波受信機と、
    プロセッサと
    を備え、
    前記プロセッサは、
    モバイルプラットフォームの動き予測により前記受信された超音波エコーを識別し、
    前記超音波エコーに従って、前記モバイルプラットフォームと前記オブジェクトとの間の距離を決定するように構成される、装置。
  19. 前記プロセッサは、受信された音波波形上のノイズから前記超音波エコーを区別するように構成される、請求項１８に記載の装置。
  20. 前記ノイズは、ホワイトノイズである、請求項１９に記載の装置。
  21. 前記プロセッサは、前記音波波形を複数のパケットに分割し、前記超音波エコーに対応する一つのパケットを識別するように構成される、請求項１９または請求項２０に記載の装置。
  22. 前記プロセッサは、閾値を利用して前記複数のパケットをフィルタするようにさらに構成される、請求項２１に記載の装置。
  23. 前記プロセッサは、それぞれのパケットの帯域幅に従って、前記複数のパケットをフィルタするようにさらに構成される、請求項２２に記載の装置。
  24. 前記プロセッサは、それぞれのパケットの振幅に従って、前記複数のパケットをフィルタするようにさらに構成される、請求項２２または請求項２３に記載の装置。
  25. 前記プロセッサは、前記超音波エコーを識別する前に、
    余震波形を決定し、
    前記受信された音波波形から前記余震波形を減算するようにさらに構成される、請求項１８〜２４のいずれか一項に記載の装置。
  26. 前記余震波形は、低減されたエコーおよび／または低減されたノイズ条件の下、超音波波形を受信することにより決定される、請求項２５に記載の装置。
  27. 前記プロセッサは、対応する超音波放射に対する前記余震波形のタイミングを決定し、前記タイミングに従って、前記受信された音波波形から前記余震波形を減算するように構成される、請求項２５または請求項２６に記載の装置。
  28. 前記プロセッサは、動的モデルに従って、前記モバイルプラットフォームの位置を予測するように構成される、請求項１８〜２７のいずれか一項に記載の装置。
  29. 前記プロセッサは、前記モバイルプラットフォームの前記予測された位置に従って、前記超音波エコーを識別するようにさらに構成される、請求項２８に記載の装置。
  30. 前記動的モデルは、線形動的モデルである、請求項２８または２９に記載の装置。
  31. 前記動的モデルは、非線形動的モデルである、請求項２８または２９に記載の装置。
  32. 前記動的モデルは、固定速度の動的モデルである、請求項２８〜３１のいずれか一項に記載の装置。
  33. 前記動的モデルは、平面動的モデルである、請求項２８〜３２のいずれか一項に記載の装置。
  34. 前記動的モデルは、非平面動的モデルである、請求項２８〜３２のいずれか一項に記載の装置。
  35. モバイルプラットフォームの超音波距離検出のためのコンピュータプログラムであって、前記コンピュータプログラムは、
    前記モバイルプラットフォームの動き予測によりオブジェクトから受信された超音波エコーを識別するための命令と、
    前記超音波エコーに基づいて前記モバイルプラットフォームと前記オブジェクトとの間の距離を決定するための命令と
    を含む、コンピュータプログラム。
  36. 前記識別することは、受信された音波波形上のノイズから前記超音波エコーを区別することを含む、
    請求項３５に記載のコンピュータプログラム。
  37. 前記超音波エコーを前記区別することは、前記受信された音波波形上のホワイトノイズから前記超音波エコーを区別することを含む、請求項３６に記載のコンピュータプログラム。
  38. 前記識別することは、前記音波波形を複数のパケットに分割すること、および、前記超音波エコーに対応する一つのパケットを識別することを含む、請求項３６または請求項３７に記載のコンピュータプログラム。
  39. 前記識別することは、閾値を利用して、前記複数のパケットをフィルタリングすることをさらに含む、請求項３８に記載のコンピュータプログラム。
  40. 前記フィルタリングすることは、それぞれのパケットの帯域幅に従って、前記複数のパケットをフィルタリングすることを含む、請求項３９に記載のコンピュータプログラム。
  41. 前記フィルタリングすることは、それぞれのパケットの振幅に従って、前記複数のパケットをフィルタリングすることを含む、請求項３９または請求項４０に記載のコンピュータプログラム。
  42. 前記識別する前に、
    余震波形を決定することと、
    前記受信された音波波形から前記余震波形を減算することと
    をさらに含む、請求項３６〜４１のいずれか一項に記載のコンピュータプログラム。
  43. 前記余震波形を前記決定することは、低減されたエコーおよび／または低減されたノイズ条件の下、超音波波形を受信することと、前記受信された超音波波形に基づいて前記余震波形を決定することとを含む、請求項４２に記載のコンピュータプログラム。
  44. 前記余震波形を前記決定することは、対応する超音波放射に対する前記余震波形のタイミングを決定することを含み、前記余震波形を前記減算することは、前記タイミングに従って、前記余震波形を減算することを含む、請求項４２または請求項４３に記載のコンピュータプログラム。
  45. 前記動き予測は、動的モデルに従って、前記モバイルプラットフォームの位置を予測することを含む、複数の上記請求項のいずれか一項に記載のコンピュータプログラム。
  46. 前記動き予測は、前記モバイルプラットフォームの前記予測された位置に従って、前記超音波エコーを識別することをさらに含む、請求項４５に記載のコンピュータプログラム。
  47. 前記動的モデルは、線形動的モデルである、請求項４５または請求項４６に記載のコンピュータプログラム。
  48. 前記動的モデルは、非線形動的モデルである、請求項４５または請求項４６に記載のコンピュータプログラム。
  49. 前記動的モデルは、固定速度の動的モデルである、請求項４５〜４８のいずれか一項に記載のコンピュータプログラム。
  50. 前記動的モデルは、平面動的モデルである、請求項４５〜４９のいずれか一項に記載のコンピュータプログラム。
  51. 前記動的モデルは、非平面動的モデルである、請求項４５〜４９のいずれか一項に記載のコンピュータプログラム。
  52. モバイルプラットフォームであって、
    オブジェクトから超音波エコーを受信するための超音波受信機と、
    プロセッサと
    を備え、
    前記プロセッサは、
    前記モバイルプラットフォームの動き予測により前記受信された超音波エコーを識別し、
    前記超音波エコーに従って、前記モバイルプラットフォームと前記オブジェクトとの間の距離を決定するように構成される、モバイルプラットフォーム。
  53. 前記プロセッサは、受信された音波波形上のノイズから前記超音波エコーを区別するように構成される、請求項５２に記載のモバイルプラットフォーム。
  54. 前記ノイズは、ホワイトノイズである、請求項５３に記載のモバイルプラットフォーム。
  55. 前記プロセッサは、前記音波波形を複数のパケットに分割し、前記超音波エコーに対応する一つのパケットを識別するように構成される、請求項５３または請求項５４に記載のモバイルプラットフォーム。
  56. 前記プロセッサは、閾値を利用して、前記複数のパケットをフィルタするようにさらに構成される、請求項５５に記載のモバイルプラットフォーム。
  57. 前記プロセッサは、それぞれのパケットの帯域幅に従って、前記複数のパケットをフィルタするようにさらに構成される、請求項５６に記載のモバイルプラットフォーム。
  58. 前記プロセッサは、それぞれのパケットの振幅に従って、前記複数のパケットをフィルタするようにさらに構成される、請求項５６または請求項５７に記載のモバイルプラットフォーム。
  59. 前記プロセッサは、前記超音波エコーを識別する前に、
    余震波形を決定し、
    前記受信された音波波形から前記余震波形を減算するようにさらに構成される、請求項５２〜５８のいずれか一項に記載のモバイルプラットフォーム。
  60. 前記余震波形は、低減されたエコーおよび／または低減されたノイズ条件の下、超音波波形を受信することにより決定される、請求項５９に記載のモバイルプラットフォーム。
  61. 前記プロセッサは、対応する超音波放射に対する前記余震波形のタイミングを決定し、前記タイミングに従って、前記受信された音波波形から前記余震波形を減算するように構成される、請求項５９または請求項６０に記載のモバイルプラットフォーム。
  62. 前記プロセッサは、動的モデルに従って、前記モバイルプラットフォームの位置を予測するように構成される、請求項５２〜６１のいずれか一項に記載のモバイルプラットフォーム。
  63. 前記プロセッサは、前記モバイルプラットフォームの前記予測された位置に従って、前記超音波エコーを識別するようにさらに構成される、請求項６２に記載のモバイルプラットフォーム。
  64. 前記動的モデルは、線形動的モデルである、請求項６２または請求項６３に記載のモバイルプラットフォーム。
  65. 前記動的モデルは、非線形動的モデルである、請求項６２または請求項６３に記載のモバイルプラットフォーム。
  66. 前記動的モデルは、固定速度の動的モデルである、請求項６２〜６５のいずれか一項に記載のモバイルプラットフォーム。
  67. 前記動的モデルは、平面動的モデルである、請求項６２〜６６のいずれか一項に記載のモバイルプラットフォーム。
  68. 前記動的モデルは、非平面動的モデルである、請求項６２〜６６のいずれか一項に記載のモバイルプラットフォーム。
  69. 前記モバイルプラットフォームは、無人航空機（ＵＡＶ）である、請求項６２〜６８のいずれか一項に記載のモバイルプラットフォーム。

JP2016548358A 2015-07-09 2015-07-09 超音波距離検出のための装置、方法、プログラム、及びモバイルプラットフォーム Expired - Fee Related JP6327656B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2015/083638 WO2017004825A1 (en) 2015-07-09 2015-07-09 System and method for ultrasound distance detection

Publications (2)

Publication Number Publication Date
JP2017528683A true JP2017528683A (ja) 2017-09-28
JP6327656B2 JP6327656B2 (ja) 2018-05-23

Family

ID=57684640

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016548358A Expired - Fee Related JP6327656B2 (ja) 2015-07-09 2015-07-09 超音波距離検出のための装置、方法、プログラム、及びモバイルプラットフォーム

Country Status (4)

Country Link
US (2) US10310081B2 (ja)
JP (1) JP6327656B2 (ja)
CN (1) CN107923975A (ja)
WO (1) WO2017004825A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10416306B2 (en) 2015-08-17 2019-09-17 Texas Instruments Incorporated Methods and apparatus to measure and analyze vibration signatures
WO2018023333A1 (en) * 2016-08-01 2018-02-08 SZ DJI Technology Co., Ltd. System and method for obstacle avoidance
US10179647B1 (en) 2017-07-13 2019-01-15 Fat Shark Technology SEZC Unmanned aerial vehicle
USD825381S1 (en) 2017-07-13 2018-08-14 Fat Shark Technology SEZC Unmanned aerial vehicle
USD848383S1 (en) 2017-07-13 2019-05-14 Fat Shark Technology SEZC Printed circuit board
KR102567188B1 (ko) * 2017-12-20 2023-08-16 현대자동차주식회사 차량 및 그 제어 방법
GB201800028D0 (en) 2018-01-02 2018-02-14 Sintef Tto As Velocity detection in autonomous devices
CN110619764B (zh) * 2018-06-19 2021-08-17 上海汽车集团股份有限公司 一种探测障碍物的方法和装置
CN109633655B (zh) * 2018-12-29 2020-10-16 肇庆奥迪威传感科技有限公司 超声波测距方法及超声波测距装置
TWI704576B (zh) * 2019-06-11 2020-09-11 黃國展 超音波傳導器之自我檢測及調整系統及其檢測及調整方法
US11858625B1 (en) * 2019-06-21 2024-01-02 Amazon Technologies, Inc. Object detection using propeller noise

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0261582A (ja) * 1988-08-26 1990-03-01 Matsushita Electric Works Ltd 超音波検知器
JP2000284046A (ja) * 1999-03-30 2000-10-13 Matsushita Electric Ind Co Ltd 信号検出回路
WO2013088951A1 (ja) * 2011-12-12 2013-06-20 株式会社村田製作所 位置測定装置
JP2013212832A (ja) * 2012-03-30 2013-10-17 Parrot 複数のローターを有する回転翼無人機用の高度推定器
JP2014006234A (ja) * 2012-05-29 2014-01-16 Panasonic Corp 障害物検知装置
WO2015033436A1 (ja) * 2013-09-06 2015-03-12 楽天株式会社 距離測定装置

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3877010A (en) * 1967-10-26 1975-04-08 Hughes Aircraft Co Adaptable moving target processor
US4054862A (en) * 1975-10-28 1977-10-18 Raytheon Company Ranging system with resolution of correlator ambiguities
FR2411418A1 (fr) * 1977-12-08 1979-07-06 Labo Cent Telecommunicat Procede et dispositif d'elimination des echos de retours multiples pour radars doppler a impulsions
US4839657A (en) * 1987-06-19 1989-06-13 Ampex Corporation System for recording and reproducing radar signal information
US4893286A (en) * 1987-11-04 1990-01-09 Standard Oil Company System and method for preprocessing and transmitting echo waveform information
US4809554A (en) * 1987-11-25 1989-03-07 Purdue Research Foundation Ultrasonic insect detector
GB8909195D0 (en) * 1989-04-22 1989-09-13 Cambridge Consultants Scoring system
US5319974A (en) * 1993-08-30 1994-06-14 Isco, Inc. Ultrasonic level measuring system
US5645077A (en) * 1994-06-16 1997-07-08 Massachusetts Institute Of Technology Inertial orientation tracker apparatus having automatic drift compensation for tracking human head and other similarly sized body
JP3431733B2 (ja) * 1995-03-30 2003-07-28 三菱自動車工業株式会社 物体検知装置
DE69721085T2 (de) * 1996-05-14 2004-04-22 Honeywell International Inc. Autonomes Landeführungssystem
US6176837B1 (en) * 1998-04-17 2001-01-23 Massachusetts Institute Of Technology Motion tracking system
DE19859202A1 (de) * 1998-12-21 2000-07-13 Trw Automotive Electron & Comp Vorrichtung zur Abstandsmessung
CN100357714C (zh) * 2002-07-19 2007-12-26 Vega格里沙贝两合公司 确定填充高度回波和错误回波的期望范围的方法和设备
JP4235729B2 (ja) * 2003-02-03 2009-03-11 国立大学法人静岡大学 距離画像センサ
WO2005052633A1 (de) * 2003-10-29 2005-06-09 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Abstandssensor und verfahren zur abstandserfassung
DE102006037591A1 (de) * 2006-08-11 2008-02-14 Robert Bosch Gmbh Vorrichtung zur Erfassung eines bewegten Objektes
BRPI0817033A2 (pt) * 2007-09-20 2017-05-23 Grieshaber Vega Kg medição baseada em funções de detalhe
US7629922B2 (en) * 2007-09-28 2009-12-08 Honeywell International Inc. Method and system for obtaining in-phase and quadrature components of a signal
JP5442215B2 (ja) * 2008-05-13 2014-03-12 学校法人 工学院大学 超音波距離計測システム
DE102008040219A1 (de) * 2008-07-07 2010-01-14 Robert Bosch Gmbh Verfahren zur dynamischen Ermittlung des Rauschlevels
JP5257341B2 (ja) * 2009-12-02 2013-08-07 株式会社デンソー 物体認識装置、プログラム
DE102011082367A1 (de) * 2011-09-08 2013-03-14 Endress + Hauser Gmbh + Co. Kg Verfahren zur Füllstandsmessung nach dem Laufzeitprinzip
CN102445694A (zh) * 2011-09-20 2012-05-09 中南大学 导航机器人障碍探测方法及系统
US9383436B2 (en) * 2012-01-18 2016-07-05 Tdc Acquisition Holdings, Inc. One way time of flight distance measurement
US9823104B2 (en) * 2013-02-21 2017-11-21 Rowe Technologies, Inc. Acquatic velocity scanning apparatus and methods
CN103941259B (zh) * 2014-04-15 2016-06-22 长安大学 一种具备高抗干扰性的超声波测距方法与测距装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0261582A (ja) * 1988-08-26 1990-03-01 Matsushita Electric Works Ltd 超音波検知器
JP2000284046A (ja) * 1999-03-30 2000-10-13 Matsushita Electric Ind Co Ltd 信号検出回路
WO2013088951A1 (ja) * 2011-12-12 2013-06-20 株式会社村田製作所 位置測定装置
JP2013212832A (ja) * 2012-03-30 2013-10-17 Parrot 複数のローターを有する回転翼無人機用の高度推定器
JP2014006234A (ja) * 2012-05-29 2014-01-16 Panasonic Corp 障害物検知装置
WO2015033436A1 (ja) * 2013-09-06 2015-03-12 楽天株式会社 距離測定装置

Also Published As

Publication number Publication date
CN107923975A (zh) 2018-04-17
US20170059704A1 (en) 2017-03-02
JP6327656B2 (ja) 2018-05-23
US20190146085A1 (en) 2019-05-16
US10310081B2 (en) 2019-06-04
WO2017004825A1 (en) 2017-01-12

Similar Documents

Publication Publication Date Title
JP6327656B2 (ja) 超音波距離検出のための装置、方法、プログラム、及びモバイルプラットフォーム
EP3488184B1 (en) Echolocation with haptic transducer devices
US20200196993A1 (en) Autonomous ultrasound probe and related apparatus and methods
US11915502B2 (en) Systems and methods for depth map sampling
JP5815318B2 (ja) シーンを検知するための方法及びシステム
CN210542119U (zh) 一种具有避障和人脸识别的智能轮椅
JP2010259794A5 (ja)
JP2020187716A (ja) 無人航空機を着地させる装置および方法
CN105899968A (zh) 用于检测车辆周围环境的方法
US11346944B2 (en) Classification of static and dynamic objects
CN114690121A (zh) 动态时空波束形成
JP2020523143A5 (ja)
JP6625760B2 (ja) 超音波診断装置及び超音波診断装置の制御方法
WO2017094061A1 (ja) 流場測定装置および流場測定方法
US20230358597A1 (en) Acoustic detection of cargo mass change
US20230330873A1 (en) Method and apparatus for proximity detection and proximity direction estimation
CN118226450A (zh) 借助超声波传感器求取车辆周围环境中的对象的反射点的三维位态的方法、计算设备和车辆
WO2023285947A1 (en) Systems and methods for noise attenuation of land continuous records
CN117581115A (zh) 采用卡尔曼滤波和解聚类的基于三边定位的超声传感器系统
Petrut et al. Distributed data classification in underwater acoustic sensors based on local time-frequency coherence analysis
CN118015519A (zh) 一种空中目标远离或靠近判别方法及系统
KR101258358B1 (ko) 위치 추정 장치 및 방법과 이를 위한 기록매체
CN117689725A (zh) 目标姿态估计及运动状态预测方法、介质以及智能设备
Druce et al. Anomaly-Sensitive Dictionary Learning for Unsupervised Diagnostics of Solid Media

Legal Events

Date Code Title Description
A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20170710

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170718

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171017

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20171114

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180223

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20180305

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180320

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180411

R150 Certificate of patent or registration of utility model

Ref document number: 6327656

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees