JP2018503106A - 表面振動を検出するためのシステムおよび方法 - Google Patents

Abstract

表面から振動を検出するためのシステムを提供する。システムは、表面上へとマルチビーム・パターンを投射するためのコヒーレント光源およびマルチビーム・パターンによって表面上に形成された各スポットにより発生したスペックル場を撮像センサの特有の領域にマッピングするための撮像デバイスを含む。システムは、撮像センサによって受けたスペックル場情報を処理し、表面振動情報を導き出すためのプロセッサをさらに含む。【選択図】 図８

Description

本発明は、遠隔表面から振動を検出するためのシステムおよびこれを使用する方法に関する。本発明の実施形態は、フォーカスト・スペックル・イメージングを使用して遠隔物体または対象から振動を検出するシステムに関する。

遠隔物体の表面振動を測定するための装置が当分野において知られている。例えば、レーザ・ドップラ振動計（ＬＤＶ）は、表面から反射したレーザ・ビームのドップラ・シフトを測定して、表面速度を抽出し表面振動を決定する。

表面で発生したスペックル・パターンを測定するための装置は、遠隔物体の表面振動を特定するためにも利用される。スペックルが、波面のセットの相互干渉により生成される強度パターンによって特徴づけられるので、典型的なスペックル解析は、経時的にこのパターンから得ることができる情報の量を最大にするために焦点外れスペックル画像を利用する。デフォーカスト・スペックル・イメージングは、経時的にスペックルの変化を追跡し、回転、並進移動、および変形などの表面の動きを抽出することを可能にするスペックルの詳細な画像を与える。

ＬＤＶおよびスペックル解析手法には共に固有の限界がある。ＬＤＶの場合には、粗い表面は、測定中にランダム雑音を発生する反射光場においてスペックルを発生する。結果として、ＬＤＶにより測定した表面を、通常、可能な場合には正反射率を与えるために処理する。さらに、ＬＤＶは、適正な動作のために熟練者を必要とし、目の安全限度を超えるレーザ・パワーを利用する複雑な装置である。

スペックル解析の場合には、カメラ・フレーム・レートが抽出される情報の周波数帯域を制限する。スペックル解析手法が高速度カメラ（数十ＫＨｚ）を利用できるとはいえ、多数のフレームを取り込み、メモリに保存し、解析しなければならず、リアルタイム性能および測定時間ウィンドウのサイズを制限する。さらに、意味のある情報を取り込むために、デフォーカスト・スペックル・イメージングは、比較的多数のピクセルをカバーしなければならない。強いデフォーカシングは複数のピクセルにわたりレーザ・スポット像を拡散させるが、光強度が実質的に低下することになり、それが目の安全範囲をしばしば超えるレーザ源のパワーを高めることによって補償される。

上記の解決策が表面に関する定量的な情報を提供できるとはいえ、いくつかの応用例では、このような定量的な情報を必要としない。例えば、現代生活における様々な応用例では、関心領域内にある対象の存在を自動検出することを必要とする。このような応用例では、主たる要求事項は、潜在的に安全でない放射光を利用せずに１つまたは複数の対象を正確に特定することであり、表面に関する定量的な情報ではない。

このように、潜在的に有害な放射光に対象を曝さずに環境内の対象の存在および数を正確に検出するために使用することができるシステムを有することが、非常に有利であろう。

米国特許出願第２００８０１５４５２４号明細書 米国特許出願第２０１３０２０４１１２号明細書 米国特許出願第２０１１００２６７８３号明細書

Bianchi, Applied Optics, Vol. 53, No. 5, 2014

本発明の一態様によれば、表面から振動を検出するためのシステムが提供され：（ａ）表面上へとマルチビーム・パターンを投射するためのコヒーレント光源と；（ｂ）マルチビーム・パターンによって表面上に形成された各スポットにより発生したスペックル場を撮像センサの特有の領域にマッピングするための撮像デバイスと；（ｃ）撮像センサによって受けたスペックル場情報を処理し、表面振動情報を導き出すためのプロセッサとを備える。

下記に説明する発明の好ましい実施形態におけるさらなる特徴によれば、撮像デバイスが、マルチビーム・パターンにより表面上に形成された各スペックル場の合焦マッピングのために構成される。

説明する好ましい実施形態におけるさらなる特徴によれば、光源が、単一ビームを投射するために構成され、システムが、ビーム・スプリッタをさらに含む。

説明する好ましい実施形態におけるさらなる特徴によれば、マルチビーム・パターンが、表面上へと焦点を合わせられる複数の重複しない非平行ビームから形成される。

説明する好ましい実施形態におけるさらなる特徴によれば、光源が、６５０ｎｍよりも長い光波長で複数のビームを投射するために構成される。

説明する好ましい実施形態におけるさらなる特徴によれば、マルチビーム・パターンが、表面上に格子を形成する。

説明する好ましい実施形態におけるさらなる特徴によれば、格子が、２つよりも多くのビームにより形成される。

説明する好ましい実施形態におけるさらなる特徴によれば、格子が、１８０度までの視野をカバーする。

説明する好ましい実施形態におけるさらなる特徴によれば、プロセッサが、撮像センサの各特有の領域における光強度を解析し、これによりスペックル・ダイナミクスを検出する。

説明する好ましい実施形態におけるさらなる特徴によれば、撮像デバイスが、周囲光をフィルタ処理して除去するための光学フィルタを含む。

説明する好ましい実施形態におけるさらなる特徴によれば、撮像センサが、フォトダイオードまたはフォトダイオード・アレイを含み、各スペックル場が、撮像センサの１〜１００ピクセルにマッピングされる。

説明する好ましい実施形態におけるさらなる特徴によれば、光源が、ビーム当たり１ミリワットよりも小さな光パワーを使用してマルチビーム・パターンを投射するために構成される。

説明する好ましい実施形態におけるさらなる特徴によれば、光源のレンズ・アパーチャが、例えば、本明細書において下記に説明する式（１７）〜（１８）、（２１）〜（２２）、（２７）および（３０）に基づいて選択される。

説明する好ましい実施形態におけるさらなる特徴によれば、光源が、０．１〜１５ｍ離れた表面にマルチビーム・パターンを投射するために構成される。

説明する好ましい実施形態におけるさらなる特徴によれば、プロセッサが、表面振動情報に基づいて表面を定性するためにさらに構成される。

説明する好ましい実施形態におけるさらなる特徴によれば、システムは、表面振動情報に基づいて人間を特定することができる。

説明する好ましい実施形態におけるさらなる特徴によれば、システムは、車両の内部に搭載するために構成される。

説明する好ましい実施形態におけるさらなる特徴によれば、システムは、車両の車載システムに乗車人数を伝達することができる。

本発明の別の一態様によれば、表面から振動を検出するためのシステムが提供され：（ａ）表面上へと非平行ビームを投射するためのコヒーレント光源と；（ｂ）非平行ビームによって表面上に形成されたスポットにより発生したスペックル場を撮像センサの特有の領域にマッピングするための撮像デバイスと；（ｃ）撮像センサによって受けたスペックル場情報を処理し、表面振動情報を導き出すためのプロセッサとを備える。

本発明のさらに別の一態様によれば、表面から振動を検出するためのシステムが提供され：（ａ）表面上へと単一の平行ビームを投射するためのコヒーレント光源と；（ｂ）平行ビームによって表面上に形成されたスポットにより発生したスペックル場を取り込むためのフォトダイオードと；（ｃ）フォトダイオードによって受けたスペックル場情報を処理し、１μｍから５０ｃｍの振幅で１Ｈｚ〜１００ＫＨｚの周波数のスペックル振動から表面振動情報を導き出すためのプロセッサとを備える。

本発明は、目の安全ガイドラインを超える光放射を使用せずに環境内の対象および物体を検出するために使用することができるシステムを提供することにより、現在知られている構成の欠点にうまく対処する。

別段規定されない限り、本明細書において使用するすべての技術用語および科学用語の意味は、この発明が属する分野の当業者により一般的に理解されているものと同じである。本明細書において説明するものと類似のまたは等価な方法および材料を、本発明の実施または試験で使用することができるが、適切な方法および材料を下記に説明する。矛盾のある場合には、定義を含む特許明細書が優先することになる。さらに、材料、方法、および実施例は、実例としてのものにすぎず、限定するものではない。

本発明の方法およびシステムの実装形態は、手動で、自動で、またはこれらの組み合わせで選択した課題またはステップを実行することまたは完成させることを含む。さらに、本発明の方法およびシステムの好ましい実施形態の実際の計測器および機器によれば、いくつかの選択したステップは、ハードウェアによりまたは任意のファームウェアの任意のオペレーティング・システム上のソフトウェアによりまたはこれらの組み合わせにより実装することができる。例えば、ハードウェアとして、発明の選択したステップは、チップまたは回路として実装することができる。ソフトウェアとして、発明の選択したステップは、任意の適切なオペレーティング・システムを使用してコンピュータにより実行される複数のソフトウェア命令として実装することができる。いずれにせよ、発明の方法およびシステムの選択したステップは、複数の命令を実行するためのコンピューティング・プラットフォームなどのデータ・プロセッサにより実行されるとして説明することができる。

単に例として添付の図面を参照して、発明を本明細書において説明する。ここで図面を特に詳細に参照して、示した詳細は、例でありそして単に本発明の好ましい実施形態を説明的に論じる目的のためであり、何が発明の原理および概念的な態様の最も有用でありかつ容易に理解される説明であると考えられるかを与えるために提示していることが強調される。この点について、発明の基本的な理解のために必要なものよりもさらに詳しく発明の構造的な詳細を示すことを試みず、発明のいくつかの形をどのようにして実際に具体化することができるかを、図面とともに説明は、当業者に明らかにする。

本発明の教示にしたがって構築された、遠隔表面の振動をモニタするための光学セットアップの一実施形態の図である。 スペックル場の信号を解析するための統計モデルの図である。矢印は、レンズ・アパーチャに沿ったパターンの並進移動を示す。 システムＳＮＲ対ｌ＜Ｄについての規格化したアパーチャ直径Ｄ’；Ｉ＿τ＝ｌについての［式（２２、２３）］；α＝（ｌ／ａ）＾（１／４）；β＝（√（ａ／ｌ））２／ｓのプロットの図である。 数値解析において使用するレーザ・スポットによりカバーされた領域における位相分布の図である（ｘ軸およびｙ軸の単位は、μｍである）。 レンズ・アパーチャの全体にわたり並進移動する計算したスペックル場の図である。この場を、ＳＮＲを計算するために使用する。 Ｓｔｄ（ΔＩ）対ｌ＝ａ＝２ｍｍについてのＤ’のプロットの図であり、ここで、全範囲でｌ＜Ｄである。黒点−シミュレーション結果、実線−統計モデル結果：ｙ＝１．７９・（１０）＾（−１７）√（Ｄ’）。 図６Ａのプロットの対数表示の図である。 Ｓｔｄ（ΔＩ）対ｌ＝５０ｍｍ＞ＤについてのＤ’のプロットの図である。黒点−数値シミュレーション結果。実線−統計モデル結果ｙ＝１．９・（１０）＾（−１７）Ｄ’。 車両内部の対象を検出するために構成された本システムの実施形態の図である。 車両の側面図でのシステムのカバレッジを示す車両に搭載された図８のシステムの実施形態の図である。 車両の上面図でのシステムのカバレッジを示す車両に搭載された図８のシステムの実施形態の図である。 本システムの動き検出性能を図示するグラフである。

本発明は、環境内の対象の存在を検出するためまたは潜在的に有害な状況に関係する環境内の変化を検出するために使用することができるシステムに属するものである。具体的に、例えば、事故の場合に有用である情報を用いる車両管理システムを提供するため、車両内の対象の存在を検出するために、本発明を使用することができる。個人個人の安全および健康に関する環境の変化を検出するために、例えば、家庭内の火事により生じる煙を検出するために、本発明を使用することができる。

本発明の原理および動作を、図面および付随する説明を参照してより良く理解することができる。

発明の少なくとも１つの実施形態を詳細に説明する前に、発明が下記の説明に記述される詳細または実施例により例示される詳細に発明の応用例で限定されないことを、理解されたい。発明は、他の実施形態が可能であるまたは様々な方法で実施するもしくは実行することができる。また、本明細書において採用した表現法および用語法は、説明の目的のためであり限定として考えるべきではないことを、理解されたい。

物体の表面から定性的情報または定量的情報を抽出する目的でレーザ・スペックルを解析するための手法は、この分野において知られている。スペックル解析が、物体の特定（特許文献１）；生理学的パラメータの抽出（特許文献２）、生体認証（特許文献３）および表面振動の遠隔検知（非特許文献１）とともに説明されてきている。

典型的なスペックル解析手法は、経時的にこのパターンから得ることができる情報量を最大にするために、焦点外れのスペックル画像を利用する。スペックル・パターンの解析を物体の表面から定量的情報を引き出すために使用する場合、特に当てはまる。合焦スペックル解析も知られている。Ｂｉａｎｃｈｉ（前著）は、遠隔表面振動を検出する目的で単一ピクセル検出器（フォトダイオード）上にスペックル・パターンの焦点を合わせるシステムを記載している。

本発明を実施に移す間、本発明者は、任意の環境内の物体または対象の表面からリアルタイムで振動を検出するために、アイセーフ、低パワー光放射（例えば、クラスＩレーザ）および特有のスペックル解析アルゴリズムを利用するスペックル解析システムを考案している。本明細書において下記にさらに説明するように、本システムは、自動車または家庭などの限られた空間内の個人個人の存在を検出するため、および煙または地震などの環境的な危険を検出するために特に有用である。

フォールス・ポジティブを最小にするためかつ非移動対象または可動対象の信頼性の高い検出を提供するために、本システムを、対象の心臓の鼓動および／または呼吸に由来する表面振動を検出するために構成する。

このように、本発明の一態様によれば、表面から振動を検出するためのシステムを提供する。本システムは、任意の距離のところの、無生物物体および人間などの非移動対象または可動対象からの振動を含む任意の遠隔表面から振動を検出することができる。本明細書において下記にさらに説明するように、本発明は、人間から「生理学的振動」（心臓の鼓動または呼吸に由来する肌または衣服／カバーの振動）を検出するために特に有用である。

本システムを、下記のパラメータに基づいて構成する：

（ｉ）目に安全である非平行なまたは平行な１つまたは複数のコヒーレント光ビーム（例えば、８３０ｎｍの細い平行ビームを、７００μＷ付近のエネルギー・レベルにより制限する）を投射する低パワー光源の使用；

（ｉｉ）撮像センサの特有の領域に各スペックル場をマッピングすること；および／または

（ｉｉｉ）必要な振幅範囲内でスペックル・ダイナミクス検出を最適化するために集光レンズのアパーチャおよびビーム直径を調節すること。

上記の機能を与えそして表面振動を正確に検出するために、本システムをいくつかの方法のうちの１つで構成することができる。第１の構成では、本システムは、表面上へとマルチビーム・パターンを投射するためのコヒーレント光源を含む。このようなコヒーレント光源を、数十ミリワットで発光し、ディフューザに向けられるクラスＩレーザとすることができる。ディフューザを出る複数のビームの各々を、発光した波長についての目の安全限度よりも低く保たなければならない。例えば、８３０ｎｍにおいて、ゼロ次ビームの強度は、７００μＷに達してはならない。システムは、マルチビーム・パターンによって表面上に形成された各スポットにより生成されるスペックル場を撮像センサの特有の領域にマッピングするためのフォトダイオード・アレイ（例えば、ＣＣＤ）などの撮像デバイスをも含む。撮像センサにより取り込まれた情報（例えば、光強度変化）を、専用のアルゴリズム（本明細書において下記にさらに説明する）を実行するプロセッサを介して処理して、表面振動情報を導き出す。

本システムの第２の構成は、表面上へと非平行ビームを投射するためのコヒーレント光源および非平行ビームによって表面上に形成されたスポットにより生成されるスペックル場を撮像センサの特有の領域にマッピングするための撮像デバイスを含む。専用アルゴリズムを実行するプロセッサは、次いで、センサが取り込んだ情報から表面振動情報を導き出す。

本システムの第３の構成は、表面上へと単一の平行ビームを投射するためのコヒーレント光源および平行ビームによって表面上に形成されたスポットにより生成されるスペックル場を取り込むためのフォトダイオードを含む。この構成では、プロセッサは、フォトダイオードによって受けたスペックル場情報を処理して、１μｍから５０ｃｍの振幅で１Ｈｚ〜１００ＫＨｚの周波数のスペックル振動から表面振動情報を導き出す。

上に述べたように、本システムは、撮像センサ上の光強度の変化／シフトから表面振動情報を導き出すためのアルゴリズムを採用する。アルゴリズムは、経時的に各スポットの強度を追いかけ、強度の変動を解析する。単一スポットの場合では、アルゴリズムは、そのスポットから集めた全強度を解析し、複数の検査スポットの場合では、各スポットの全強度を別々に解析する。センサの統計的な雑音からもたらされる信号の変動と表面の動きを示しているスペックル・パターンのシフトからもたらされる変動との間を区別することが必要である。この目的で、変動が常に雑音レベルよりも大きいままであるような方法で、変動についてのしきい値レベルを事前に決定する。しきい値は、必ずしも時間で一定である必要がなく、異なる外部条件において異なる値を取ることができる。アルゴリズムがしきい値レベルよりも大きい変動の増加を検出した後で、アルゴリズムは、検査中のスポットにおける表面の動きを表示する。説明した手順は、各スポットについてのフィルタ処理していない動き検出表示を生成する。誤検出中のシステムの強靭性をさらに向上させるために、複数のフィルタを、動きデータに適用する。

システムまたは環境の電気的雑音または一時的な音響ショックに由来する短期的揺らぎを取り除くために、時間フィルタを使用する。第２に、複数のスポットを含む構成では、複数の空間フィルタをも適用する。動き表示の行列を解析することにより、（行列の所与の小塊内の肯定的な表示の数を数えることにより）物体のサイズに基づいて、誤検出をフィルタ処理することができる。動いている物体が人間またはペットよりもはるかに小さい場合には、誤検出が、おそらくフライング・バグ、または例えば振動している携帯電話機により発生し、したがって肯定的な検出を作動させるべきではない。高解像度行列の場合では、検出した、動いている物体の形を、誤検出をさらにフィルタ処理するために解析する。例えば、２人の乗客が反対側の後部座席に座っている場合には、乗客の動作は、座席の動きを発生させ、この動きは空いている中間座席に伝搬する。結果として、マイクロ動き行列は、中央座席の領域に沿ってランダムに位置するドットを有することが期待される。ランダム・パターンの、例えば、離散コサイン変換の空間周波数成分、または平均半径（集団の中心からの距離）などの形状特性と人間の形のものとを比較することは、２つの間を区別のための有効なツールを提供する。中央座席についての信頼性のある占有状態を与えるために、本手法を単独でまたは他のアルゴリズムに加えて使用することができる。

外部雑音源に由来する誤検出を防止するために、空間フィルタをも使用する。例えば、駐車した自動車が風または雨により強く揺らされると、行列内のスポットのすべてが、固定された関係動き表示を与えることが予期される。空間フィルタがスポットの全数に近い肯定的な表示の数をカウントすると、空間フィルタは、システムがフォールス・ポジティブ検出を行うことを防止する。

ここで図面を参照すると、図１は、本明細書においてシステム１０と呼ばれる本システムの一実施形態を図示している。

システム１０は、波長λのビーム１４を放出するレーザ源１２を含む。波長を、応用例およびセンサ・タイプに応じて、４００〜２０００ｎｍの間の可視領域から近赤外領域の任意のところにすることができる。

ビーム１４を、ターゲット面１８に向かってコリメート・レンズ１６を介して導く。レンズ１６は、放出された光を平行にし、平行ビームを投射する。ターゲット面におけるビーム径を、レンズ１６の焦点距離により決定する。

ビーム１４は、表面１８に衝突し、散漫散乱を受ける。撮像センサ２２（例えば、フォトダイオードまたはフォトダイオード・アレイ）の前に位置する集光レンズ２０は、レンズ２０に達する後方散乱光２４を集める。レンズ２０は、周囲光の取り込みを減少させるために、レーザ波長（例えば、８３０ｎｍ）に中心があるバンドパス・フィルタでカバーされる。撮像センサ２２を、レンズ２０により集められた光エネルギーを撮像センサ２２上に集中させるように撮像面の近くに設置する。図１に示したセットアップでは、光電流は、レンズ２０のアパーチャに達する全強度に好ましくは比例し、したがって集光したスペックル全強度に関する良い指標を与える。

撮像センサ２２は、正確に撮像面にある必要がない。撮像センサが焦点面から遠くへ動くにつれて、撮像センサ２２のフォトダイオードの上に投射されたスポットのサイズは大きくなる。スポットの像が１つまたは複数のフォトダイオードを覆うまで、撮像センサ２２を（自動でまたは手動で）動かすことができる。システム１０とターゲットとの間の距離が著しく変わる場合には、これは、応用例にとって重要な特徴である。このような場合では、スポットの像がフォトダイオードよりも小さい限り、レンズ２０を介して再び焦点を合わせる必要がない。

撮像センサ２２によって取り込まれた光信号を、プロセッサ２６（例えば、Ａｍｔｅｌ ＡＴＳＡＭＶ７１Ｑ２１Ａなどのマイクロプロセッサ）により処理する。

本明細書において上に説明したように、プロセッサ２６は、光強度の変動を解析するために構成されたアルゴリズムを実行し、表面の動きを検出する。

処理した情報に基づいて、プロセッサ２６は、表面振動が存在するかどうかを決定し、このような振動の周波数および振幅を推定する。振動パラメータがしきい値レベルに達しており、適用したフィルタを通過した場合には、システム１０は、インターフェース２８を介してユーザに対象の存在を表示し、インターフェースをディスプレイ、音響装置（例えば、スピーカ）、等とすることができる。システム１０のいくつかの構成では、インターフェース２８を、車両／家庭管理システムの一部とすることができる。インターフェース２８は、プロセッサ２６に有線接続されてもよいまたは無線接続（例えば、ＷｉＦｉ、ＢｌｕｅＴｏｏｔｈ（登録商標）、等）を介してプロセッサと通信できる。

下記は、システム１０を介した散乱光の取り込みを非常に詳細に説明する。

散乱光場は、
のレンズ２０のアパーチャでの平均スペックル・サイズを有するランダム・スペックル・パターンを示し、ここで、ｗはターゲットでのビーム・ウェストであり、ｚはシステムからターゲットまでの距離である。

アパーチャをカバーするスペックル場を、撮像センサ２２の合焦スポット上へとレンズ２０により統合する。表面振動の結果として、レンズ２０上へと投射されたスペックル・パターンが変化し、撮像センサ２２に達する光強度（Ｉ）が、したがって揺らぐ。パターン変動を、検査中の表面の動きにより決定し、この動きを、３つのタイプの動き：並進移動、回転および変形へと分けることができる。横方向並進移動は、表面の動きと同じスケールでパターンのシフトを生成する。軸方向並進移動は、パターンのスケーリングを変える。式（１）によれば、数メートルの距離にわたる数ミクロンの振動振幅は、スケーリングに非常に弱い影響しか与えない。さらに、平行ビームのレーザ・スポット直径（ｗ）もまたｚとともに直線的に拡大縮小するので、スケーリングへの軸方向振動の効果は、さらに減少する。表面回転は、表面が反射鏡であるようにｌ＝２θｚだけパターンを並進移動させる。表面回転によるパターン並進移動が距離により増幅されるので、このパターン並進移動のスペックル・ダイナミクスへの寄与は、横方向並進移動および軸方向並進移動のどちらよりも強くなる。

最後のタイプの表面の動きは、変形である。変形は、散乱光の位相分布を変化させ、スペックル・パターンは、沸騰している水に似ているランダムな変動を受ける。動きの３つのタイプすべてが同時に生じる表面の動きの一般的な場合では、スペックル・ダイナミクスは、並進移動、ボイリング、およびスケーリングの組み合わせから形成される。

散乱表面を透明白濁液で置き換える場合には、液体中の散乱粒子は定常的に動いており、したがって散乱したフォトンの光路は、経時的に変化する。観察されるスペックル・パターンは、したがって「激しくボイリングする」ことになる。上記の現象を考慮して、システム内の光電流の揺らぎの振幅は、表面振動についての良い指標を与える。

システムの様々なパラメータの観点から、検出器に達する光強度の標準偏差、Ｓｔｄ（Ｉ）の依存性を定量的に決定するために、統計モデルを構築した。表面回転に起因するパターン並進移動を研究し（図２）、スペックル・パターンを、各セルが強度ｓまたは０を運ぶように等しい確率を有する分離した格子でモデル化した。セル長ａは、平均スペックル・サイズを表す。この記述が小さなスペックルの範囲（すなわち、スペックル・サイズがレンズ・アパーチャよりも小さい場合）に対して妥当であるので、大きなスペックルの範囲を別々に解析した。長さｌのパターン並進移動を、ｌ／ａステップごとに格子内の値の離散的シフトによりモデル化した。簡単にするために、レンズ・アパーチャを、サイズＤの正方形であると仮定する。表面角速度ωに由来するスペックル・パターンの速度νは、ν＝２ωｚにより与えられる。連続するデータ点間の所与の期間τについて、パターンの並進移動は、ｌ＝２ωｚτである。

第１に、ｌ≧Ｄの（すなわち、連続するフレームのセルが相関していない）場合を考察した。１回の照射の強度Ｉは：
により表され、ここで、Ｉ_ｉは，セル番号ｉのパワー・レベルであり、等しい確率で、強度レベルｓを有するセルに関してｐ_ｉ＝１／２であり、空のセルに関してｐ_ｉ＝−１／２である。露出全体にわたって強度を平均することは：
により導き出され、平均強度の二乗は：
により導き出される。

これが：
を使用して、標準偏差を明らかにすることを可能にする。

スペックルの数Ｎ_ｓ＝（Ｄ／ａ）^２を導入することは：
という結果になり、ここで、規格化したアパーチャ直径
を導入した。

より遅いパターン並進移動の場合をｌ＜Ｄで考察した。この場合では、セルの一部分は、連続するフレームの対に共通であり、ｌＤ／ａ^２個のセルだけを置き換える（図２に示されているように、ｌ／ａ個の行が右からレンズ表面に入り、他のセルのすべてが両方のフレームに見つけられる）。連続するフレーム間の相関を強調するために、ΔＩ^ｉ＝Ｉ^ｉ−Ｉ^ｉ−１の標準偏差を検査した（上付きｉはフレーム番号ｉを表す）。

フレーム全体にわたってΔＩ^ｉの平均を計算すると：
が求められる。

（ΔＩ）^２の平均は：
により与えられ、したがって
である。

式（８）の総和の上限を置き換えると：
が求められる。

関係式
を使用することは、次式：
を導き出す。

次に、
の範囲を考える。この条件下でシステムをモデル化するために、アパーチャ・サイズを１つの格子セルに設定した。サイズａ＞Ｄ内のスペックルは、等しい強度を保有するｎ^２個のセルのサイズ内のパターンの二乗により表される。各スペックルの一部分だけがレンズにより取り込まれるので、実効強度振幅
がスペックル振幅ｓを置き換える。ｌ＜ａの場合に関して、全強度は、ａ／ｌ個のフレームに沿って一定である。したがって、Ｎ＞＞ａ／ｌ個のフレーム全体にわたって平均することが：
という結果を与える。

ｌ＞ａに関して、レンズ・アパーチャ上へと投射されたスペックルは、フレームごとに変わり、したがって：
である。

平均値からの光強度の偏差は、表面振動を表し、したがって信号と考えられる。検出器（撮像センサ）に達する全光強度と信号レベルＩ_ｓとの間の関係は、線形であり：
（１５） Ｉ_ｓ＝βＩ
ここで、前係数βは、本システムの撮像部分内の様々な光学表面により引き起こされる強度損失をも含んでいる。システムの感度を評価するために、この信号を、様々な雑音源に由来する信号の揺らぎと比較した。したがって、信号対雑音比（ＳＮＲ）を最大にすることになる方法でシステム・パラメータを設定することが望ましい。例えば、未増幅のフォトダイオードの場合では、雑音を次式：
としてモデル化することができ、Ｉ_τは熱雑音であり、
は、ショット雑音である。

ｌ＞Ｄである大きなパターン振幅の場合では：
が求められる。

この場合では、ＳＮＲは、
の単調増加関数であり、その結果、レンズにより集められるスペックルが多いほどＳＮＲが大きくなる。しかしながら、ＳＮＲの漸近限界は、
である。この理由のために、あるレベルを超えてアパーチャを大きくすることは、ＳＮＲに対して無視できる程度しか寄与しないことになる。
に関する一次まで、漸近限界からのＳＮＲの偏差は：
である。

例えば、ＳＮＲ限界の８０％に達することが求められる場合には、式（１９）は、
が：
を満足しなければならないことを示している。

次に、ｌ＜Ｄである小さな振幅振動の場合を解析する。この場合では、ＳＮＲは：
により与えられる。

ここでは、ＳＮＲは、
のところにグローバル最大値を有する。ＳＮＲがｌの値に依存するとはいえ、最適アパーチャ直径は依存しないことに留意されたい。この特性は、振動振幅または周波数、したがってｌが経時的に変化するはずの実際の応用例では重要である。
がｌとは無関係であるので、アパーチャを最適直径に較正することは、信号がＤ＞ｌ＞０の全範囲内で最適のままであることを確実にする。

図３は、Ｄ＞ｌに関するＳＮＲ対
のプロットであり、この例においてパラメータの選択したセットに関して、Ｄ＝ａのところで最適ＳＮＲに達する。ターゲット振動がＤ＞ｌおよびｌ＞Ｄレジームの両者において振幅を発生させることが期待される場合では、大きな振幅でＳＮＲを最大にする大きなアパーチャと小さな振幅レジームのための小さなアパーチャとの間でのトレードオフにしたがって、最適アパーチャを選択すべきである。

振動している表面が変形を受ける場合では、スペックル・パターンは、経時的に変化する。パターンの変化の程度を定量化するための１つの方法は、連続するフレーム間の相関係数を計算することによる。平均上では、規格化した係数は、パターンに変化が生じない場合では１とパターンが完全に変化した場合のゼロまでの間で変化する。ボイリング効果に統計モデルを適用するために、強度のランダムな変化を、格子のＮ個のランダムなセルにおいて実行する。Ｎ個のセルの各々の新たな強度レベルを、そのセルの前の強度に拘わらず０またはｓにランダムに設定する。パラメータＮは、パターンの変動レベル、したがって相関係数の減少を制御する。フレームｉおよびｉ−１の相関係数を次式のように定義する：

相関係数とＮとの間の関係を見つけるために、Ｃ＝＜Ｃ^ｉ＞を、Ｎ個の置き換えたセルの場合について計算する。強度の平均標準偏差は、確率分布が同じままである限りセル置き換えとは無関係である。したがって、相関係数を平均化することは：
を与え、ここでは、規格化したパラメータｎ＝Ｎ／Ｎ_ｓを導入した。式（２４）は、モデル・パラメータｎから測定可能な量Ｃへの有用な変換を与える。

次に、Δｌの標準偏差を、Ｎ個の置き換えたセルの場合について計算する：
したがって、
である。

ボイリング・パターンに対するシステムの応答は、並進移動に対するシステムの応答に類似している。Ｃ→０である激しいボイリングの場合では、Ｓｔｄ（ΔＩ）およびしたがってＳＮＲは、ｌ＞Ｄでの並進移動の場合（式（１０））と正確に同じである。並進移動がＤよりも大きいときには、連続するフレームは相関していない。重要な結論は、並進移動およびボイリングから信号への寄与の総和に上界があることである。１＞Ｃ＞０である部分相関フレームに関して、ボイリング・スペックルに関するＳＮＲは、式（１８）の分子の式（２６）から前係数を導入することにより見出される：

最後に、並進移動とボイリングとの組み合わせの一般的な場合を解析する。この場合では、置き換えたセルの数を、両方の効果からの寄与の総和により与える：
式（９）内の標準偏差についての式にＮを代入すると：
が求められ、ここで、
である。

信号の最大値は、並進移動およびボイリングについての解析から予想されるように、ｌ＝Ｄまたはｎ＝１のときに求められる。標準偏差を雑音で割り算すると、
が求められる。

この場合でのグローバル最大値は、
のところに見出される。
を
に対して比較することは、ボイリングの追加が最適アパーチャを大きくすることを明らかにする。ｎ^２＜＜ｌ／ａである弱いボイリングの範囲では、次式が当てはまる：

式（３１）の右辺の第２項（２ａ／ｌ）（１−Ｃ）^２は、ボイリングからの寄与を並進移動からの寄与と混合する。ボイリングの存在で、最適アパーチャ・サイズが並進移動ｌに依存することを、これは示している。統計モデルから求めた結果の妥当性を検査するために、システムの数値シミュレーションを構築した。スペックル場を、レイリー−ゾンマーフェルト回折公式：
を使用して計算し、ここで、
であり、およびΦ（ξ，η）は、表面構造により決定した反射場の位相シフト分布である。

積分の数値評価では、パラメータを、λ＝８３０ｎｍ、ｚ＝１ｍ、およびｗ＝０．５ｍｍになるように選択した。位相分布を、積分領域Σ（図４参照）の全体にわたりランダムに分布した１μｍのウェストを有する多数のガウス分布によりモデル化した。０．５ｍｍの解像度で１ｍ×３０ｍｍの領域全体にわたるスペックル場を、平均のための大きなデータベースを与えるために計算した。レンズ・アパーチャの面上の平均スペックル・サイズは、ａ＝２ｍｍである。レンズ２０を、発生したパターンに沿ってシフトしてスペックル並進移動を処理する円形領域によりシミュレートする（図５）。各ステップにおいて、円形領域内の強度を、積分して、その特定のデータ点で撮像センサ２２に達する光強度を表した。

レンズ２０のアパーチャを、０．５ｍｍと３０ｍｍとの間で変え、ここで、各アパーチャについて、パターンを連続するフレーム間でｌ＝ａ＝２ｍｍのステップで撮像する。結果を図６に示している。シミュレーション結果を数学的モデルと比較するために、パラメータｓを、関係式
により評価し、ここで、＜Ｉ＞を、計算したスペックル場の領域の全体にわたる平均により推定した。ｓ＝２．６５・１０^−１７であることを見出した。式（９）においてｌ＝ａを代入することは、
の前係数が
であることを示す。これは、１．７９・１０^−１７の前係数を有する図６に示した曲線と同等である。

同じ手順を、ｌ＞Ｄレジームになるｌ＝５０ｍｍについて繰り返した。図７に示したように、Ｓｔｄ（ΔＩ）は、１．９・１０^−１７の前係数を有する式（６）の線形関係式と一致する。式（１０）によれば、前係数を
と比較すべきである。統計モデルと数値解析との間の優れた一致は、本明細書において構築したモデルから求めた結果の妥当性をサポートしている。

本明細書において上に説明したシステム１０および振動検出アルゴリズムを、様々な応用例において使用するために構成することができる。

例えば、システム１０を、車両内の対象の存在を検出するために構成することができる。このようなシステムを、自家用車および公共交通車両において使用することができ、乗っている人（例えば、赤ちゃん）が存在する場合では運転者が車両を施錠することを防止する。

セダン型自動車の天井の中央に設置すると、異なる座席までの距離は、典型的には、０．５ｍと１．５ｍとの間である。これは、ｚの値に対して予想される範囲である。信号がｚとともに低下するので、ｚのより大きな値に対して、すなわちｚ＝１．５ｍに対してシステムを最適化することが好ましい。例えば、８３０ｎｍで発光する近赤外レーザ・ダイオードは、人間の目に見えないこと（そしてしたがって、乗客の邪魔をしないこと）および標準ＣＭＯＳセンサまたはＣＣＤセンサにより検出可能であることの両方のために、このような使用の場合に対して好まれている。１ｍｍの焦点距離を有するコリメート・レンズは、１ｍｍに近く、１ｍｒａｄ付近の収束角を有するビーム・ウェストを生成することになる。この場合では、発生したスポットの直径ｗは、１．５ｍのところで２．５ｍｍである。パターンが前座席および後部座席の両方をカバーするために、１２０度よりも大きい大きな発散角を、投射パターンから必要とする。典型的なＤＯＥが４０度付近の発散に広がることができるだけであるので、ビームがＤＯＥに達する前に２つまたは４つのビームへとビームを分割することを必要とする。異なるディフューザをビームの各々の前に置き、異なる座席上にパターンを投射する。標準ＣＭＯＳ検出器を、センシングのために使用することができる。センサ解像度は、パターンの解像度の約４倍よりも大きくなる必要はない。したがって、６４０Ｘ４８０ピクセルの低解像度センサが、大部分の応用例にとって十分である。広角集光レンズが、２つの軸において１４０度程度の視野をカバーするために必要である。バンドパス光学フィルタを、カメラの前に設置して、周囲光を遮り、システムが様々な照明条件において良い性能を提供することを可能にする。任意のシステムに対するＳＮＲを最適化するために、（１７）〜（１８）、（２１）〜（２２）、（２７）、（３０）の中から関連のある式を使用して、レンズ・アパーチャＤを決定する。セットアップ内の特定のセンサおよび光学素子について、パラメータα、β、Ｉ_ｓを測定することが必要である。スペックル・サイズｓを、式（１）から求めることができる。現在の例では、ｓ＝０．５ｍｍである。論じた使用の場合では、様々なスペックル・ダイナミック・モードを有することを期待するはずである。大きな振幅の並進移動が動いている乗客からもたらされ、小さな振幅の並進移動が（例えば、眠っている）静止している乗客の呼吸および心臓の鼓動により発生する。さらに、近赤外波長を使用するときには、ボイリングが顔または腕の素肌を照らすスポットで生じることも期待される。システムを最適化するために関連する方程式を選択する場合に、様々なモードを考慮しなければならない。この場合では、ボイリング・スペックルを記述している式（２７、３０）と動いているスペックルを表している式（１７〜１８、２１〜２２）との間でトレードオフがある。システムのもう１つの自由度は、コリメート・レンズおよびレーザ・ダイオードにより決定されるスポット直径である。焦点距離を変えることは、レンズ・アパーチャの全体にわたる制御の代わりにまたは制御に加えてシステムを最適条件に近づけることができる。

車両固有のシステムを、各座席の上方の（例えば、室内灯およびエア・コンディショナ開口部の近く、または通路の上方の）車両天井に据え付けることができ、座席の中央に向けて狙うことが可能であり（図９Ａ〜図９Ｂ参照）、センサは、乗客の衣服の振動に基づいて乗客の存在を検出することになる。ＩＲレーザが素肌に当たる場合では、ＩＲレーザは、ＩＲレーザが散乱される血液中へと侵入し、得られるスペックル・パターンは、強い「ボイリング」である。センサ・パラメータを調節することは、したがって衣服および肌の両方から強い信号を測定することを可能にする。

本発明により教示されたように、マイクロ振動を測定して人間の存在を検出する手法は、非常に正確で信頼性が高く、（運転することまたは風、雨、通過する車両、等などの外部原因により引き起こされる）車両の振動から自動的にフィルタリングして除去することを可能にする。後者は、システム１０が車両に固定的に取り付けられ、車両とともに振動するという事実のためであり、それはそうとして、システムは、センサに関係する動きを測定するだけであり、乗客により占められていない表面のいずれの動きも測定しない。

対照的に、音響マイクロフォンを介して人間の存在を検出するための先行技術の手法は、（特に眠っているときに）対象により発生されるものよりも大きな大きさであり得る周囲音による悪影響を受ける。さらに、周囲音は、多種多様であり、完全に予測不可能である。したがって、車両内の人間の音響検出の手法は、眠っている乗客に対しては実際的ではない。

本システムのもう１つの特有な特徴は、（毛布または顔を覆っている帽子で）覆われているときでさえ対象の存在を検出する能力である。マイクロ振動が体からカバーへ伝わるので、生理学的範囲内のカバー振動の検出は、対象の存在を示す。体または顔の形を画像内で検索するコンピュータ・ビジョン・センサを採用する検出システムによっては、この特徴を提供することができず、覆われた人は完全に検出不可能である。

図８は、車両内の運転者／乗客を検出するために使用することができるシステム１０の一実施形態を図示している。

システム１０は、回折格子２６を取り付けたレーザ光源１２を含む。本明細書においてＤＯＥ（回折光学素子）とも呼ばれる格子２６は、格子２６のフーリエ変換により近似的に決定される回折パターン１５へとビーム１４を分割する。例えば、線に沿って配置されるドットのパターンを、櫛の形を有する格子により生成する。

適切なＤＯＥを使用して、ターゲット１８（例えば、乗客の肌または衣服）の上へと投射されるパターン１５は、レーザ・スポットの２次元行列１７である。セル長をモニタしようとする最小の物体よりも小さく維持しながらレンズ２０により集めたときに撮像センサ（ＣＣＤまたはＣＭＯＳ）の全視野をカバーするように、投射した行列１７を選択する。セル長は、ＤＯＥの構造により決定され、ターゲットまでの距離と行列内の隣接するドットの角度分離との積である。

レンズ２０は、光景の焦点の合った画像を集め、これをセンサ２２上へと投射する。像面上でのスポット・サイズは、Ｍｗにより与えられ、ここで、ｗは物体上でのスポット・サイズであり、Ｍは撮像レンズの倍率である。各行列スポットのサイズは、１個または数個のピクセルをカバーするはずであり、その結果、
であり、ここで、ｐはピクセルサイズである。各スポットの像は、ターゲット上の対応する領域から散乱し、レンズ２０により集められた全強度を表す。したがって、画像内の各スポットの全強度を、図１に関連して上に説明したように、撮像センサ２２から得られる光電流と置き換えることができる。

図８の実施形態では、センサ２２により取り込まれたフレームは、ターゲット１８上へと投射された複数のスポットからのデータを含んでいる。行列スポットを含んでいる各ピクセル内の強度の標準偏差は、この点における振動を表す。複数のフレームの標準偏差を計算し、結果を所定のしきい値と比較する単純なアルゴリズムが、振動検出を行うことができる。例えば、しきい値を、雑音レベルの３倍に等しくなるように設定することができる。静止ターゲットに対してシステムを較正することが、センサ雑音だけに由来する平均標準偏差を測定することを可能にする。この値を、雑音レベルの推定のために、したがって、しきい値に対して使用することができる。

レンズ２０のアパーチャならびにレンズ１６の焦点距離およびセンサ上のピクセルサイズなどの他のシステム・パラメータを、上記の例に説明したように、乗客の車両検出のために適するように選択する。

撮像センサ２２により取り込まれた光信号を、プロセッサ２６（例えば、Ａｍｔｅｌ ＡＴＳＡＭＶ７１Ｑ２１Ａなどのマイクロプロセッサ）により処理する。

プロセッサ２６は、上に説明した原理を使用して、乗客の車両検出用に構成されたアルゴリズムを実行する。

処理した情報に基づいて、プロセッサ２６は、乗客が存在するかどうか、乗客の数および乗客の状態（起きている／眠っている）を決定する。この情報は、車両管理システム２８に（有線または無線で）中継され、車両管理システムは、エアバッグ制圧、エアバッグ配置最適化、未装着シートベルト警告、等などの様々な安全応用例のための情報を利用する。

図８に示したシステム１０を、乗用車ならびに列車およびバスなどの公共交通車両を含む任意の内容積を有する任意の車両に据え付けることができる。

図９Ａ〜図９Ｂは、車両のルーフ・ライナに接して据え付けたシステム１０の２つのユニットを備える車両（バン）を図示している。自家用車両（セダン）を、ルーフ・ライナに接して搭載したシステム１０の１つのユニットによってカバーすることができる。

システム１０のこれらのユニットは、〜１５ｃｍだけ離れたレーザ・ドットの行列で車両内のすべての乗客座席３４をカバーし、適切な視野（例えば、具体的な自動車モデルに応じて、１４０度付近のダイアゴナル）を有するレンズ２０を利用して、座席３４のいくつかまたはすべてを占める乗客から投射されたスペックル場を集めることを可能にする。

システム１０のこのような据え付けは、自動車の全容積内のカバーされるまたは露出される、眠っている乗客または起きている乗客の信頼性のある検出を確実にする。

システム１０は、自動車内の赤ちゃんを検出するために特に有用である。暑い天気では、日当たりを遮るために、ベビー・シートをキャノピーにより覆うことができる。赤ちゃんの呼吸および心臓の鼓動により発生する振動は、ベビー・シートを介してキャノピーへ伝達され、システム１０により検出可能である。

システム１０を、家庭、オフィス、屋外会場、等を含む非車両環境における対象の存在を検出するためにも使用することができる。このような検出の応用例は、様々であり得る。

オフィスが空のままであるときに、オフィスの照明およびエア・コンディショナの電源を切るために、自動パワー・スイッチを使用する。部屋をスキャンし、このようなスイッチに対する指示を与えるために、システム１０を使用することができる。

近づいてくる人間を検出したときに開く自動ドアを作動させるためまたはエレベータ・ドアを作動させるために、システム１０をも使用することができる。

人間と物体との間を区別するために、システム１０をも使用することができる。例えば、自動車内の様々な座席の乗客の存在を検出し、各シートベルトの状態をモニタするシステム１０を、シートベルトを装着することを乗客に思い出させるために使用することができる。

環境内の危険を検出するために、本システムをも構成することができる。例えば、火事などの危険は、人間または動物に潜在的に有害であり得る。スタンダード・ルーム（１６ｍ^２）の天井に設置された広角レンズを有するシステム１０のセットアップは、部屋全体をカバーできる。放出されたビームを１つまたは２つのガラス・ビームスプリッタで分割し、各ビームの前にＤＯＥを設置することは、同様に部屋全体をカバーするために十分に広いパターンを生成する。煙粒子による投射光の散乱は、スペックル・パターンにボイリング効果を発生させる。ボイリング強度、すなわち、スペックルのランダム変化の割合を、煙粒子のタイプおよび密度により決定する。式（２７）および（３０）は、ボイリング強度の全範囲についての信号レベルを与え、そこで煙検出のための最適システム・パラメータを見出すことができる。煙検出アルゴリズムの第１のレイヤは、人間検出アルゴリズムに類似している。各スポットの標準偏差を、所定のしきい値と比較して、どのスポットが煙（または動いている表面）により散乱され、どれが散乱されないかを示しているマイクロモーション・レイヤを与える。第２のアルゴリズム・レイヤを、マイクロモーション・レイヤに適用し、煙を動いている表面とは区別することを主に目指している。時間フィルタおよび空間フィルタの両者を、この目的のために適用する。時間フィルタを、別々に各スポットに適用し、煙ダイナミックにとって特有であるパターンを明らかにすることを目指している。空間フィルタは、煙の複数の特質を利用する。第１に、煙を含んでいる容積は、煙が発生するにつれて時間とともに動くだけでなく広がる。第２に、煙は、閉じられた部屋では上に向かって昇る、または開けられた部屋では開口部に向かって吸い込まれる。したがって、マイクロモーション・レイヤは、煙が調べられている部屋内に存在するときには類似のダイナミクスを示すことが期待される。煙ダイナミクスの両方の例が、煙にとって特有であり、人の存在により生じることは期待されない。室内に据え付けた後のシステム較正は、保護のもう１つのレイヤを追加する。具体的な部屋に応じて、火事が起きそうな限られた数の場所（例えば、電気ソケット）がある。フレーム内のリスクの高い場所をマークすることは、部屋の中の状況を解析するときに、アルゴリズムが各場所の周りの容積のうちの１つにおける検出に大きな重みを与えることを可能にすることによってアルゴリズムを改善する。

本明細書において使用するように、「約」という用語は、±１０％を呼ぶ。

本発明のさらなる目的、利点、および新規な特徴は、限定しようとするものではなく、下記の実施例の検討で当業者には明らかになろう。

上記の説明とともに、非限定的な様式で発明を説明する下記の実施例をここで参照する。

［動き検出性能］
プロトタイプ・システムを、Ａｐｔｉｎａ ＭＴ９Ｖ０３４白黒ＣＭＯＳセンサに基づいて組み立てた。６ｍｍの焦点距離および１．８のＦ＃を有するレンズを、撮像用に使用した。センサからのビデオ画像を、６０ＨｚでＵＳＢケーブルを介してパーソナル・コンピュータ上に取り込んだ。投射パターンを、５３２ｎｍで発光するレーザ・ダイオードおよび２ｍｍの焦点距離を有するコリメート・レンズを用いて生成した。撮像レンズのアパーチャが固定であるので、
を制御するために、コリメート・レンズを、光軸に沿ってシフトさせて、ビーム収束角にしたがってターゲット上のスポット・サイズを変化させた。３軸ステージを、１ｍ離してシステムの前に設置した。３００ｎｍの精度を有するステップ・モータを、ステージに取り付け、コンピュータを介して制御した。モータ・ステップが、軸方向の動きを生成する。スペックル・パターンが軸方向の動きに鈍感であるので、軸方向の動きは、システムによりまったく検出されなかった。表面チルトを生成するために、紙テープをステージとベースとの間に張り渡し、その結果、紙は、ステージの動きでわずかにチルトし、紙の無視できる変形（＜０．１％）を伴った。１μｍのモータ・ステップにより生成され、得られたチルト角は、α＜５０μＲａｄである。１μｍと０．５ｍｍとの間の振幅で一方向にステップを行うように、モータをプログラムした。記録したフレームを、説明したアルゴリズムおよび生成した動き検出信号を用いて解析した。

２Ｈｚの周波数で１μｍのステップ・サイズについての結果を、図１０に示している。マイクロモーションの明瞭な検出を、すべての範囲内のステップについて観察した；ＳＮＲはすべての測定に関して５と１０との間であった。次に、システムを、静止している人間で試験した。レーザ・スポットは、ターゲット・ボディの異なる部分を狙った。ターゲットが可能な限り静止のままである間に、ビデオ画像を、各位置について記録した。強いマイクロモーション信号を、手、脚部および足部を含む異なるボディ部分のすべてから検出した。さらに、強い信号を、ターゲットが座っていた座席それ自体から得た。ターゲットが自身の前のテーブル上に自身の手を置いたときには、強い信号を、テーブル表面の全体の領域から検出した。次に、ＤＯＥを、放出されたビームの前に置いて、２つの軸に８度の分離角を有する５Ｘ５ドットの長方形格子のパターンを形成した。硬質面上に組み立てた異なるシステム部品およびバンドパス光学フィルタを、システムの前に設置して、周囲光を遮断した。セダン型自動車の床と天井との間に設置した金属バー上に、システムを取り付けた。撮像用に魚眼レンズ（ほぼ１６０度のダイアゴナル）を使用して、客室全体をシステムによりカバーした。乗客は、異なる座席に座っており、投射したパターンは、５つの座席すべてに向けて狙っており、データを集めた。空席および占められた座席からのマイクロモーション信号を、システム評価のために比較した。結果は、乗客が静止している限りでは、占められた座席の信号レベルと空席の信号レベルとの間で大きな違いを示している。乗客が後部座席上を動いているときには、モーション信号を、全座席から受信する。フォールス・ポジティブ検出を防止するために、追加のアルゴリズム・レイヤが必要である。例えば、アルゴリズムを、ビデオ画像に適用し、全座席を動く１人の乗客と２人の乗客を収容している座席との間を区別することを可能にする。もう１つの試験を、ベビー・シートに座っていた赤ちゃんを有する自動車において実行した。２つの異なるベビー・シートを、前向き位置および後ろ向き位置で助手席および後部座席に設置した。ベビー・シートの日よけを引き下げて、赤ちゃんとの視線を妨げた状態で、５か月の赤ちゃんを異なる位置に座らせた。赤ちゃんが座席内部で動いている間は、強いマイクロモーション信号がベビー・シート自体からおよび自動車の後部座席から検出された。眠っている赤ちゃんをモニタするときには、強い信号をベビー・シート上の異なるスポットから受信し、存在の検出を可能にした。風、雨、通過する車両、等などの外部原因からの自動車の振動に対するシステムの強靭性を検証するために、追加の試験を実行した。この目的で、自動車が外側から強く揺さぶられていた間に、センサは客室をモニタした。センサを自動車のボディに強く取り付けたので、センサはボディとともに動き、座席とのほんのわずかな相対的な動きを検出した。揺さぶられている自動車の空席からやって来る信号は、占められている座席により発せられる信号よりも小さく、システムが２つのシナリオの間を区別し、別々に各座席について信頼できる占有指標を与えることを可能にした。

異なる試験を実行してシステムの能力を評価し、タバコの煙を検出した。システムを、燃えているタバコから１ｍ離れた距離で、閉じた室内に設置した。コリメート・レンズを光学軸に沿ってスキャンして、スペックル・サイズを変える一方で、ビデオ画像を記録した。スペックル・パターンへの煙の効果が本システムにより検出可能であることを見出した。

明確化のために別の実施形態の文脈で説明されている発明のある特徴を、１つの実施形態において組み合わせでも提供することができることを理解されたい。逆に、簡単のために、１つの実施形態の文脈において説明した発明の様々な特徴を、別々にまたは任意の適切な部分的な組み合わせでも提供することができる。

発明の特定の実施形態とともに発明を説明したが、多くの代替形態、修正形態および変形形態が当業者には明らかであろうことは明白である。したがって、別記の特許請求の範囲の精神および広い範囲内に入るすべてのこのような代替形態、修正形態および変形形態は、包含されるものとする。この明細書において記述したすべての出版物、特許および特許出願は、それぞれ個別の出版物、特許または特許出願が参照により本明細書に組み込まれるように具体的にかつ個別に示されているかのように同程度に、明細書への参照によりその全体が本明細書に組み込まれている。さらに、この出願におけるいずれかの参照の引用および識別は、このような参照が本発明に対して先行技術として利用可能であるという許可として解釈されるべきではない。

Claims (20)

1. 表面から振動を検出するためのシステムであって、
   （ａ）前記表面上へとマルチビーム・パターンを投射するためのコヒーレント光源と、
   （ｂ）前記マルチビーム・パターンによって前記表面上に形成された各スポットにより発生したスペックル場を撮像センサの特有の領域にマッピングするための撮像デバイスと、
   （ｃ）前記撮像センサによって受けたスペックル場情報を処理し、表面振動情報を導き出すためのプロセッサと、
   を備える、システム。
2. 前記撮像デバイスが、前記マルチビーム・パターンにより前記表面上に形成された各スペックル場の合焦マッピングのために構成される、
   請求項１に記載のシステム。
3. 前記光源が、単一ビームを投射するために構成され、前記システムがビーム・スプリッタをさらに含む、
   請求項１に記載のシステム。
4. 前記マルチビーム・パターンが、前記表面上へと焦点を合わせた複数の重複しない非平行ビームから形成される、
   請求項１に記載のシステム。
5. 前記光源が、６５０ｎｍよりも長い光波長で複数のビームを投射するために構成される、
   請求項１に記載のシステム。
6. 前記マルチビーム・パターンが、前記表面上に格子を形成する、
   請求項１に記載のシステム。
7. 前記格子が、２つよりも多くのビームにより形成される、
   請求項６に記載のシステム。
8. 前記格子が、１８０度までの視野をカバーする、
   請求項６に記載のシステム。
9. 前記プロセッサが、前記撮像センサの各特有の領域における光強度を解析し、これによりスペックル・ダイナミクスを検出する、
   請求項１に記載のシステム。
10. 前記撮像デバイスが、周囲光をフィルタ処理して除去するための光学フィルタを含む、
    請求項１に記載のシステム。
11. 前記撮像センサが、フォトダイオードまたはフォトダイオード・アレイを含み、各スペックル場が、前記撮像センサの１〜１００ピクセルにマッピングされる、
    請求項１に記載のシステム。
12. 前記光源が、ビーム当たり１ミリワットよりも小さな光パワーを使用して前記マルチビーム・パターンを投射するために構成される、
    請求項１に記載のシステム。
13. 前記光源のレンズ・アパーチャが、式（１７）〜（１８）、（２１）〜（２２）、（２７）および（３０）に基づいて選択される、
    請求項１に記載のシステム。
14. 前記光源が、０．１〜１５ｍ離れた表面に前記マルチビーム・パターンを投射するために構成される、
    請求項１に記載のシステム。
15. 前記プロセッサが、前記表面振動情報に基づいて前記表面を定性するためにさらに構成される、
    請求項１に記載のシステム。
16. 前記表面振動情報に基づいて人間を特定することができる、
    請求項１５に記載のシステム。
17. 車両の内部に搭載するために構成された、
    請求項１に記載のシステム。
18. 前記車両の車載システムに乗車人数を伝達することができる、
    請求項１７に記載のシステム。
19. 表面から振動を検出するためのシステムであって、
    （ａ）前記表面上へと非平行ビームを投射するためのコヒーレント光源と、
    （ｂ）前記非平行ビームによって前記表面上に形成されたスポットにより発生したスペックル場を撮像センサの特有の領域にマッピングするための撮像デバイスと、
    （ｃ）前記撮像センサによって受けたスペックル場情報を処理し、表面振動情報を導き出すためのプロセッサと、
    を備える、システム。
20. 表面から振動を検出するためのシステムであって、
    （ａ）前記表面上へと単一の平行ビームを投射するためのコヒーレント光源と、
    （ｂ）前記平行ビームによって前記表面上に形成されたスポットにより発生したスペックル場を取り込むためのフォトダイオードと、
    （ｃ）前記フォトダイオードによって受けたスペックル場情報を処理し、１μｍから５０ｃｍの振幅で１Ｈｚ〜１００ＫＨｚの周波数のスペックル振動から表面振動情報を導き出すためのプロセッサと、
    を備える、システム。