JP2020003236A - 測距装置、移動体、測距方法、測距システム - Google Patents

Abstract

【課題】省スペース化又は低コスト化が可能な測距装置を提供する。【解決手段】複数の撮像装置１１，１２から取得した複数の画像にマッチングを施し画素ごとに第１の距離情報に変換する変換部２３と、横方向の光線分解能と縦方向の光線分解能の少なくとも一方が２度を超えるレーザ光を照射する照射部と、物体でレーザ光が反射した反射信号を取得する受光部と、物体からの反射に対応するピークを反射信号から検出して、照射部がレーザ光を照射してからピークが観測されるまでの時間により第２の距離情報を算出する距離算出部２８と、第１の距離情報と第２の距離情報を統合する統合部２９と、を有することを特徴とする測距装置。【選択図】図１４

Description

本発明は、測距装置、移動体、測距方法、及び測距システムに関する。

ステレオカメラの視差計算アルゴリズムとして、特徴点のブロックマッチング方式が知られている。この方式は、左又は右の画像をシフトさせながら特徴点を探索しシフト量を視差として視差ごとにコストを算出する方式であり、探索視差空間においてコスト最小を与える視差を検出して、視差ｄと距離Ｚの対応式（Ｚ=ＢＦ/ｄ）により各画素に対応する距離を計算する方式である（Ｂは基線長、Ｆは焦点距離）。また、テクスチャが弱い物体に対しても適切に視差値を導き出すＳＧＭ（Semi−Global−Matching）伝播方式も知られている。

しかし、これらの視差計算アルゴリズムで決定された視差から計算される距離は、遠方領域の距離分解能を確保することが難しく、また、測距値のばらつき（分散）も大きくなる傾向がある。

例えば車載業界では、自動運転に代表されるように遠方での測距性能の向上が求められている。そこで、空間分解能は低いが距離分解能は高いＬｉＤＡＲ（Light Detection and Ranging、Laser Imaging Detection and Ranging）で測定した距離情報で、視差計算アルゴリズムで算出される距離を補足することが検討されている。なお、ＬｉＤＡＲは、物体にレーザ光を照射して反射信号が戻ってくるまでの時間により物体までの距離を算出する測定方法である。時系列の反射信号から物体の反射信号を特定する方法の一例として反射信号のピークを検出する方法がある。

従来から、空間分解能は低いが距離分解能は高いＬｉＤＡＲの測定結果と空間分解能は高いが遠方の距離分解能が低いステレオカメラの測定結果を統合（これをフュージョンと呼ぶ場合がある）する試みが知られている（例えば、特許文献１参照。）。特許文献１には、ＬｉＤＡＲの距離情報を、撮像画像を構成する画素と関連付けておき、画素に関連付けられた距離情報に基づく値を、撮像画像を構成する画素の視差演算に用いて視差画像を生成する視差演算システムが開示されている。このようなフュージョンにより、３次元高分解能測距結果出力、測距値の低分散化、不連続面の検出高度化、小型化、及び、環境ロバスト性の向上等を図ることができる。

しかしながら、ステレオカメラの測定結果とＬｉＤＡＲの測定結果の従来のフュージョンでは、省スペース化や低コスト化等について改善の余地があるという問題があった。従来のフュージョンはステレオカメラとＬｉＤＡＲのそれぞれが処理を終えた段階で測定結果を統合する技術がほとんどであり、ステレオカメラとＬｉＤＡＲそれぞれの性能を超えた測距結果が得られることはなかった。これに対し、出願人が開発したフュージョン方法（以下、このフュージョン方法を便宜的に原理フュージョンという）ではステレオカメラとＬｉＤＡＲの処理の初期段階で情報を統合する試みであり、ステレオカメラとＬｉＤＡＲそれぞれの相乗効果により、距離分解能はＬｉＤＡＲレベルに、空間分解能はステレオカメラレベルに向上させる可能がある。

ところで、ＬｉＤＡＲの空間分解能は１つのレーザ光の大きさ（これを光線分解能という）の制約を受けるが、光線分解能を高くすること（１つのレーザ光の大きさをより小さくすること）はコスト増となる。また、光線分解能を高くして一定時間内に前方を走査しようとするとＬｉＤＡＲの大型化をもたらす。従来のフュージョン方法では、ステレオカメラとＬｉＤＡＲそれぞれの性能を超えることはなかったため、ＬｉＤＡＲの空間分解能を可能な限り向上させようとしていた。このため、従来のＬｉＤＡＲは省スペース化や低コスト化が困難であった。

本発明は、上記課題に鑑み、省スペース化又は低コスト化が可能な測距装置を提供することを目的とする。

上記課題に鑑み、複数の撮像装置から取得した複数の画像にマッチングを施し画素ごとに第１の距離情報に変換する変換部と、横方向の光線分解能と縦方向の光線分解能の少なくとも一方が２度を超えるレーザ光を照射する照射部と、物体で前記レーザ光が反射した反射信号を取得する受光部と、物体からの反射に対応するピークを前記反射信号から検出して、前記照射部が前記レーザ光を照射してから前記ピークが観測されるまでの時間により第２の距離情報を算出する距離算出部と、前記第１の距離情報と前記第２の距離情報を統合する統合部と、を有することを特徴とする測距装置を提供する。

省スペース化又は低コスト化が可能な測距装置を提供することができる。

ステレオカメラ、レーザレーダ、及び、原理フュージョンそれぞれの空間分解能と距離分解能を対比して示す図である。 ステレオカメラとレーザレーダの距離に対する距離分解能と空間分解能の関係を示す図である。 粗い光線分解能の照射範囲における３つの物体の一例を示す図である。 レーザ光が物体で反射した反射信号を模式的に示す図の一例である。 移動体の一例である自動車に搭載された測距装置を示す図の一例である。 レーザレーダ測距部によるレーザ光の照射範囲について説明する図の一例である。 ルームミラーの前方に車載された測距装置の外観図の一例である。 測距装置の全体的な構成図の一例を示す図である。 測距装置のハードウェア構成例を示す図である。 近傍と遠方での受信される信号レベルの違いの一例を説明する図である。 レーザ光が照射されるシーンの一例を示す図である。 粗い光線分解能のレーザ光が照射された場合の照射イメージを示す図である。 図１２のような粗い光線分解能を実現するためのレーザレーダ測距部の照射部の構成例を示す図である。 測距装置の構成図の一例である。 ブロックマッチングを説明する図の一例である。 シフト量毎のコストを示すグラフ図の一例である。 合成コストを導き出すための概念図である。 視差値毎の合成コストを示す合成コスト曲線のグラフ図の一例である。 視差空間の合成コストから変換された距離空間の合成コストの一例を示す図である。 ＬｉＤＡＲコストの算出方法を説明する図の一例である。 距離算出部が算出する距離情報を説明する図の一例である。 合成コストとＬｉＤＡＲコストのフュージョンを模式的に示す図の一例である。 画素の置き換えを説明する図の一例である。 コストレベルのフュージョンの処理を説明するフローチャート図の一例である。 ブロックマッチングで得た画素の距離を反射信号から算出された距離情報で置き換えてフュージョンする処理を説明するフローチャート図の一例である。 ブロックマッチングで得た画素の距離を反射信号から算出された距離情報で置き換えてフュージョンする処理を説明するフローチャート図の一例である。 測距装置が測距するシーンと距離画像を示す図である

以下、本発明を実施するための形態の一例として、測距装置と測距装置が行う測距方法について図面を参照しながら説明する。

＜ステレオカメラによる測距とレーザレーダによる測距のフュージョン＞
ステレオカメラによる測距とレーザレーダによる測距のフュージョンについて補足する。ＬｉＤＡＲがレーザを照射することから以下ではＬｉＤＡＲをレーザレーダと称して説明する。本実施形態では特に断らない限り両者を区別しない。レーザレーダが照射する光はレーザでなくＬＥＤなどを光源としてもよい。

ステレオカメラには空間分解能は高いが遠方側の距離分解能が低いという特徴があり、レーザレーダには空間分解能は低いが測距分解能は高いという特徴がある。ステレオカメラにより得られる情報とレーザレーダにより得られる情報を初期段階でフュージョンする原理フュージョンでは、遠方でも距離分解能が高く、空間分解能も高い３次元高分解能測距画像出力を実現させることが可能となる。

したがって、原理フュージョンによりステレオカメラとレーザレーダの以下の課題を解決することができる。

１．ステレオカメラの課題
・測距精度：遠方ほど距離分解能が粗くなるため、遠方測距や遠方物体検出が難しい。
・耐物標性：繰返しパタンや低テクスチャでの誤マッチングが発生し分散の大きい距離値が多く発生する。
・耐環境性：夜間になるとテクスチャがほぼなくなるため距離算出が困難である。
・小型化：小型化するには基線長を短くしなければならない（演算性能が高いＣＰＵ等を採用しにくくなる）。すると、高精度化を目指して重い処理を入れていくと処理時間が長くなる。処理時間を短縮しようとすると小型で演算性能が高いＣＰＵ等を採用する必要があるためコストも高くなるなどの課題が挙げられる。

２．レーザレーダの課題
・遠方になるほど空間分解能が粗くなる。
・閾値を設定して距離値を出力する方式のため、その閾値を下回った反射信号はたとえピークがあったとしても無視される。特に、遠方に反射信号のピークがあった場合、せっかく信号は取れているにも関わらず使われない。
・数多くの発光素子や受光素子を搭載することは困難であるし、大きな発光素子や受光素子は搭載できない。このため、反射信号は微弱であり、反射信号のノイズレベルと物体に対応する反射信号のピークの大きさが比較的近くなってくる（信号のＳ/Ｎが低い）と、閾値設定方式では正しい距離を得にくくなる。
・発光素子の多層化や、細かい分解能を持たせる構成にすると、製造コストが増大し、１面の走査を高速にすることが困難になるなどのデメリットもある。

以上の課題を解決する原理フュージョンが目指す性能について説明する。
図１は、ステレオカメラ、レーザレーダ、及び、原理フュージョンそれぞれの空間分解能と距離分解能を対比して示す図である。図１に示すように、ステレオカメラの空間分解能は高く、レーザレーダの遠方の空間分解能は低いが、原理フュージョンにより遠方でも高い空間分解能が得られる。また、ステレオカメラの距離分解能は遠方で低く、レーザレーダの距離分解能は距離に関係なく高いが、原理フュージョンにより遠方でも高い距離分解能を達成できる。原理フュージョンでは、ステレオカメラとレーザレーダの測定原理を超えた性能が得られる。

原理フュージョンではステレオカメラとレーザレーダの測距性能の相乗効果により遠方に強く、反射光（戻り光）が弱くてもよい。レーザレーダの空間分解能を高くしなくてもステレオカメラと同レベルの空間分解能が得られるため、従来よりももっと粗い光線分解能で空間分離できる可能性がある。粗い光線分解能について図２を用いて説明する。

図２は、ステレオカメラとレーザレーダの距離に対する距離分解能と空間分解能の関係を示す図である。まず、図２（ａ）は距離分解能を示す。図１で説明したようにステレオカメラの距離分解能は遠方で急激に悪化する。

図２（ｂ）は空間分解能を示す。図２（ｂ）の右側の空間分解能はステレオカメラのものであるが、ステレオカメラの空間分解能は遠方でも高い。これに対し、ＬｉＤＡＲの空間分解能は遠方で悪化する。図２（ｂ）では、0.1、0.2、0.3、0.4、0.5、0.6〔deg〕それぞれの光線分解能に対しレーザ光の空間分解能が示されている。光線分解能とは１つのレーザ光が広がる方向の角度である。レーザ光は遠方に行くほど広がる性質を持っているが、光線分解能が大きいほど遠方での空間分解能が悪化する。

また、図２（ｂ）では空間分解能が25〔cm〕と1.8〔m〕のラインが引かれている。25〔cm〕は歩行者の大きさであり、1.8〔m〕は車両の大きさである。例えば、200〔m〕先の車両をレーザ光で捕捉する場合を考える。光線分解能が0.5〔deg〕のレーザ光は200〔m〕先で1.8〔m〕未満に広がる。したがって、光線分解能が0.5〔deg〕以下のレーザ光であれば200〔m〕先の車両に光線面が当たる。つまり、200〔m〕先の車両であれば0.5〔deg〕などの比較的粗い光線分解能でも各車両を分離して検出できる可能性がある。

また、原理フュージョンではステレオカメラの空間分解能で空間分離できるため、レーザレーダの光線分解能は粗くてよい。粗いとは、例えば、0.1〜0.2〔deg〕のような高い光線分解能までは不要であることをいう。そして、粗い光線分解能でよければ後述するレーザレーダ測距装置（ＬｉＤＡＲ）の省スペース化や低コスト化が可能になる。

＜粗い光線分解能の一例＞
図３は、粗い光線分解能の照射範囲における３つの物体Ａ〜Ｃを示す。例えば、距離の関係が、Ａ＜Ｂ＜Ｃである複数の物体Ａ、Ｂ、Ｃがあるとする。粗い光線分解能のレーザ光は物体Ａ〜Ｃを含む照射範囲１０１のほぼ全体をカバーして照射できる。すなわち、照射範囲１０１は、１回（１光線）のレーザ光で照射できる範囲である。

図４は、レーザ光が物体Ａ〜Ｃで反射した反射信号を模式的に示す。図３に示したようにレーザ光は物体Ａ〜Ｃに照射されているので、反射信号はマルチパルスとなる。マルチパルスとは１回のレーザ光の照射に対し複数の物体から反射信号が返ってくることをいう。図示するように、反射信号には物体Ａ〜Ｃに対応する３つのピーク１０２〜１０４が得られている。

図４では３つのピーク１０２〜１０４が得られているため閾値と比較することで、物体Ａ〜Ｃまでの距離を検出可能あるが、遠方の物体や反射係数が小さい物体からの反射信号ではピーク１０２〜１０４がノイズに埋もれてしまいピークが明確でない可能性がある。しかし、本実施形態では、原理フュージョンによりステレオカメラの情報を用いて距離を算出できるので、物体Ａ〜Ｃそれぞれの距離面を分離することが可能になる。

＜測距装置の適用例＞
図５を用いて、測距装置１００の適用例について説明する。図５は、移動体の一例である自動車２００に搭載された測距装置１００を示す図である。図５では、自動車２００のフロントウィンドウの内側中央位置に、測距装置１００が設定されている。測距装置１００は、レーザレーダ測距部１１０とステレオカメラ部１２０とを有する。レーザレーダ測距部１１０とステレオカメラ部１２０はいずれも前方が測距範囲となるように設置されている。レーザレーダ測距部１１０は、ステレオカメラ部１２０が有するステレオカメラ（２つの撮像部）の間（好ましくは中央）に配置されるものとする。

レーザレーダ測距部１１０はＬｉＤＡＲと呼ばれ、レーザダイオードを使って可視スペクトル外のレーザ光をパルス状に照射し、そのパルスが戻ってくる時間を計測することで距離を算出する。このような距離の算出方法をＴＯＦ（Time Of Flight）方式という。ある瞬間のパルスが反射した方向と距離を、レーザレーダ測距部１１０を中心とした３Ｄ地図の中の点として記録する。

＜レーザレーダ測距部のレーザの照射範囲＞
図６は、レーザレーダ測距部１１０によるレーザ光の照射範囲について説明する図の一例である。図６（ａ）は、自動車２００を上方から見た上面図であり、図６（ｂ）は、自動車２００を側方から見た側面図である。

図６（ａ）に示すように、レーザレーダ測距部１１０は、自動車２００の進行方向の前方の所定範囲（横方向の照射範囲）を水平方向に走査しながらレーザ光を照射する。なお、レーザ光は光と捉えてもよいし電磁波と捉えてもよい。

また、図６（ｂ）に示すように、レーザレーダ測距部１１０は、自動車２００の進行方向の前方の所定範囲に向かってレーザ光を照射する。どの程度遠方までレーザが到達するかはレーザレーダ測距部１１０の出力によるが数百メートル程度の範囲で測距可能である。近い側の検出範囲は１メートル未満から検出可能であるが、通常、これほどの近距離領域では測距の必要性が低いため適宜、距離を検出する範囲が設定されていてよい。

レーザレーダ測距部１１０は、レーザ光の照射方向を、仰角方向に回転させながら水平方向に走査させることができるよう構成されている。これにより、レーザレーダ測距部１１０の設置位置を基準として、近傍から遠方までの照射範囲を照射することができる。

＜測距装置の大きさについて＞
例えば車載されるような測距装置１００は可能な限り小さいサイズであることが好ましい。ステレオカメラは車両の前方を撮像する必要があるので、前方の視界を遮らないために設置位置が限られるためである。一般乗用車では車室内に設置されることも多く、限られたスペースに乗員の邪魔にならないように設置される。例えば、ルームミラーよりも前方でウィンドウガラス内に設置されることを考えると、ルームミラーを見たり操作したりする運転者が意識しないようなサイズであことが好ましい。

図７は、ルームミラー５０１の前方に車載された測距装置１００の外観図の一例である。車幅方向の中央、かつ、ルームミラー５０１とウィンドウガラスの間のシーリングに測距装置１００が設置されている。また、撮像装置として右カメラ１１と左カメラ１２の間にレーザレーダ測距部１１０が配置されている。つまり、右カメラ１１、左カメラ１２、レーザレーダ測距部１１０が直線上に配置されている。このようにレーザレーダ測距部１１０とステレオカメラ部１２０が１つの筐体に収納されることで、組み立て工程の数を低減できる。

運転者が測距装置１００を意識しないためには、測距装置１００の幅がルームミラー５０１の幅よりも狭いことが好ましい。ルームミラー５０１のサイズは様々であるが、例えば、一般的なルームミラーの幅が３０〔ｃｍ〕であるとすると、測距装置１００の幅も３０〔ｃｍ〕以下であることが好ましい。

測距装置１００の幅の下限として、右カメラ１１と左カメラ１２の間にレーザレーダ測距部１１０が配置されている形態では、レーザレーダ測距部１１０の幅より大きいことが必要になる。したがって、測距装置１００の幅は、以下のようになる。
レーザレーダ測距部１１０の幅 ＜ 測距装置１００の幅 ≦ ３０〔ｃｍ〕
レーザレーダ測距部１１０の幅は、設計、製造技術、及び要求する精度などによって変わると言えるが、例えば、４、５〔ｃｍ〕以上は必要であると考えられる。したがって、測距装置１００の幅は、以下のようになる。

４〜５〔ｃｍ〕 ≦ 測距装置１００の幅 ≦ ３０〔ｃｍ〕
一方、ステレオカメラの基線長があまり短いと遠方の距離分解能が粗くなることが知られている（距離分解能は画素ピッチ、焦点距離にも影響されるため一概に決まらない）。例えば、好ましい性能が得られるステレオカメラの基線長を８ｃｍとすると、測距装置１００の幅もこれ以上となる。したがって、測距装置１００の幅は、以下のようになる。

８〔ｃｍ〕 ≦ 測距装置１００の幅 ≦ ３０〔ｃｍ〕
このように、本実施形態の測距装置１００は従来よりも大幅に小型化されたサイズで実現することができる。

＜測距装置のハードウェア構成＞
続いて、図８に基づき測距装置１００の全体的な構成例について説明する。図８は、測距装置１００の全体的な構成図の一例を示す図である。測距装置１００は、レーザレーダ測距部１１０とステレオカメラ部１２０とが相互に必要な情報を送受信できるように構成される。ステレオカメラ部１２０は上記のように右カメラ１１と左カメラ１２に加え、基準画像と比較画像を処理して距離画像を出力するステレオカメラ部１２０を有している。

レーザレーダ測距部１１０は時系列に得られる反射信号をステレオカメラ部１２０に出力する。更に、照射方向ごとの距離情報を出力してもよい。ただし、距離情報は反射信号から算出可能である。

ステレオカメラ部１２０は照射方向ごとの反射信号を使って詳細な距離画像を生成し、ＥＣＵ（エレクトロニックコントロールユニット）１９０に出力する。このように、レーザレーダ測距部１１０とステレオカメラ部１２０がフュージョンされることでより高精度な３次元情報の取得が可能になる。

なお、ステレオカメラ部１２０が、反射信号のどこにピークがあるかを予測する処理範囲をレーザレーダ測距部１１０に出力してもよい。ステレオカメラ部１２０はブロックマッチングで画素ごとの距離を算出しているので、照射範囲にある物体までの距離を推定できる。この推定される距離の前後を処理範囲とすると処理範囲に反射信号のピークがある可能性が高く、レーザレーダ測距部１１０は反射信号のうち処理範囲からピークを検出することで、ピークがノイズに埋もれていてもピークを検出できる。

図８では一例として、距離画像と基準画像がＥＣＵ１９０（Electronic Control Unit：電子制御ユニット）に送出されている。ＥＣＵ１９０は車両の電子制御ユニットである。なお、車載された測距装置１００を車載装置という。ＥＣＵ１９０は、測距装置１００が出力する距離画像と基準画像を用いて各種の運転支援を行う。基準画像については種々のパターンマッチングを行い先行車両、歩行者、白線、信号機の状態の認識等を行う。

運転支援は車両によって様々であるが、例えば、対象物の横位置が自車両の車幅と重なる場合、距離と相対速度から算出されるＴＴＣ(Time To Collision)に応じて警報や制動などを行う。また、衝突までの停止が困難な場合、衝突を回避する方向にステアリングを操舵する。

また、ＥＣＵ１９０は、車速に応じた車間距離で先行車に追従走行する全車速車間距離制御を行う。先行車が停車したら自車両も停車させ、先行車が発進したら自車両も発進する。また、ＥＣＵ１９０が白線認識などを行う場合、走行レーンの中央を走行するように操舵するレーンキーピング制御や走行レーンから逸脱するおそれがあると走行方向を走行レーンに向けて変更する逸脱防止制御等を行うことができる。

また、停車時に進行方向に障害物がある場合、急発進を抑制することができる。例えば、シフトレバーの操作位置により判断される進行方向に障害物があり、かつ、アクセルペダルの操作量が大きい場合、エンジン出力を制限したり警報したりすることで被害を軽減する。

図９は、測距装置１００のハードウェア構成例を示す図である。測距装置１００は、センサステイ２０１と制御基板収納部２０２とを有する。このうち、演算を行う制御基板収納部２０２のみを測距装置１００と称してもよい。この場合、複数のカメラ及びレーザ光の照射部と受光部を有するセンサステイ２０１及び制御基板収納部２０２を有する構成は測距システムとなる。

センサステイ２０１には、左カメラ１２、右カメラ１１及びレーザレーダ測距部１１０が取り付けられている。左カメラ１２と右カメラ１１に挟まれるこれらの直線上にレーザレーダ測距部１１０が配置されることで、測距装置１００の小型化及び低コスト化を実現している。左カメラ１２と右カメラ１１の間隔を基線長というが、基線長が長い方が遠方の距離分解能を向上させやすい。測距装置１００を小型化するには基線長を短くする必要があり、基線長を短くしながら精度を損なわないことが求められる。

制御基板収納部２０２には、レーザ信号処理部２４０、ステレオ画像演算部２５０、メモリ２６０、及び、ＭＰＵ（Micro Processing Unit）２７０が収納されている。レーザ信号処理部２４０をレーザレーダ測距部１１０とは別体に構成することで、レーザレーダ測距部１１０のサイズを小さくすることができる。これにより、本実施形態では、左カメラ１２と右カメラ１１の間にレーザレーダ測距部１１０を配置することを実現している。

なお、図９の例では、レーザ信号処理部２４０とステレオ画像演算部２５０とを、別の回路基板として構成しているが、レーザ信号処理部２４０とステレオ画像演算部２５０とは、共通の回路基板により構成してもよい。回路基板の枚数を削減することで、低コスト化を図ることが可能となるからである。

続いて、センサステイ２０１側の各部について説明する。図９に示すように、左カメラ１２は、カメラレンズ２１１と、撮像素子２１２と、センサ基板２１３とを備える。カメラレンズ２１１を介して入射された外部の光は、撮像素子２１２に受光され、所定のフレーム周期で光電変換される。光電変換されることで得た信号は、センサ基板２１３において処理され、１フレームごとの撮像画像が生成される。生成された撮像画像は、比較画像として、順次、ステレオ画像演算部２５０に送信される。

なお、右カメラ１１も、左カメラ１２と同様の構成を有しており、同期制御信号に基づいて左カメラ１２と同期して撮像する。撮像画像は、基準画像として、順次、ステレオ画像演算部２５０に送信される。

レーザレーダ測距部１１０は、光源駆動回路２３１と、レーザ光源２３２と、投光レンズ２３３とを備える。光源駆動回路２３１は、レーザ信号処理部２４０からの同期制御信号に基づいて動作し、レーザ光源２３２に対して変調電流（光源発光信号）を印加する。これにより、レーザ光源２３２ではレーザ光を照射する。レーザ光源２３２より照射されたレーザ光は、投光レンズ２３３を介して外部に照射される。

なお、本実施形態では、レーザ光源２３２として、赤外半導体レーザダイオード（ＬＤ：Laser Diode）が用いられ、レーザ光として波長８００ｎｍ〜９５０ｎｍの近赤外光が照射されるものとする。また、レーザ光源２３２は、光源駆動回路２３１により印加された変調電流（光源発光信号）に応じて、パルス状の波形を有するレーザ光を周期的に照射するものとする。更に、レーザ光源２３２は、数ナノ秒から数百ナノ秒程度の短いパルス幅を有するパルス状のレーザ光を周期的に照射するものとする。ただし、レーザ光の波長やパルス幅をこれら限定するものではない。例えば、ＶＣＳＥＬ（面発光レーザ）、有機ＥＬ素子、ＬＥＤ（発光ダイオード）等の他の発光素子を用いてもよい。

レーザ光源２３２から照射されたパルス状のレーザ光は、投光レンズ２３３を介して外部に照射された後、レーザ光の照射方向にある物体に照射される。なお、レーザ光源２３２から照射されるレーザ光は、投光レンズ２３３によって略平行光にコリメートされているため、照射されたオブジェクトにおける照射範囲は、予め設定された微小面積に抑えられる。

レーザレーダ測距部１１０は、更に、受光レンズ２３４と、受光素子２３５と、受光信号増幅回路２３６とを備える。照射方向の物体に照射されたレーザ光は、一様な方向に散乱する。そして、レーザレーダ測距部１１０から照射されたレーザ光と同じ光路をたどって反射してくる光成分のみが、反射光として受光レンズ２３４を介して受光素子２３５に導かれる。

本実施形態では、受光素子２３５として、シリコンＰＩＮフォトダイオードやアバランシェフォトダイオードが用いられる。受光素子２３５は、反射光を光電変換することで反射信号を生成し、受光信号増幅回路２３６は、生成された反射信号を増幅した後、レーザ信号処理部２４０に送信する。反射信号はレーザ信号処理部２４０への出力の前にデジタル信号に変換されてもよいし、レーザ信号処理部２４０がデジタル信号に変換してもよい。

続いて、制御基板収納部２０２側の各部について説明する。レーザ信号処理部２４０は、レーザレーダ測距部１１０より送信された反射信号と、反射信号により算出した距離情報をステレオ画像演算部２５０に送信する。レーザ信号処理部２４０が反射信号からピークを検出して距離情報を算出してもよい。本実施形態ではステレオ画像演算部２５０とレーザ信号処理部２４０のどちらが距離情報を算出してもよい。

ステレオ画像演算部２５０は、例えば、ＦＰＧＡ（Field−Programmable gate array）や、ＡＳＩＣ（Application Specific Integrated Circuit）等の専用の集積回路により構成される。ステレオ画像演算部２５０は、左カメラ１２、右カメラ１１及びレーザ信号処理部２４０に対して、撮像タイミング及びレーザ光の投受光タイミングを制御するための同期制御信号を出力する。

また、ステレオ画像演算部２５０は、左カメラ１２より送信された比較画像、右カメラ１１より送信された基準画像、レーザ信号処理部２４０より送信された反射信号に基づいて、距離画像を生成する。ステレオ画像演算部２５０は、生成した距離画像をメモリ２６０に格納する。

メモリ２６０は、ステレオ画像演算部２５０にて生成された距離画像と基準画像を格納する。また、メモリ２６０は、ステレオ画像演算部２５０及びＭＰＵ２７０が各種処理を実行する際のワークエリアを提供する。

ＭＰＵ２７０は、制御基板収納部２０２に収納された各部を制御するとともに、メモリ２６０に格納された視差画像を解析する解析処理を行う。また、ＭＰＵ２７０はＥＣＵ１９０に距離画像と基準画像を送出する。

＜ＴＯＦ方式の測距方法の課題＞
レーザ信号処理部２４０が行うＴＯＦ方式の測距方法では、式（１）のような形で信号が受信される。

Ｐ_ｒ：反射信号受光量
L： 物体までの検出距離
R_Tgt： 物体の反射率
P_O： 発光部の発光量
Ａ： オプト系やメカ系で決まる定数
レーザ光を照射した時から、レーザ光が物体で反射して受光される時点までの時間によって、距離が計測できる。式１をみると分かるように、レーザレーダ測距部１１０が受信する信号Prの強さは、距離の２乗で影響される。たとえば、ターゲットの反射率Rtgtや、Ssndなどが同じ物体であるとし、距離Ｌが２倍になったとき（たとえば10〔m〕の場合と20〔m〕の場合）では、信号レベルは１/４になってしまう。

一方、距離レンジをかせぐためには、Poを強化する、TFGを向上させる、又は、Srcvを大きくするなどの対策がとられるが、Poを強化した場合、近距離部で信号が強すぎてサチュレーションを起こし、ピークがわからなくなって誤差が発生する可能性があるし、コストもかかる。Srcvを大きくするとモジュールが大きくなる、TFGを向上するにも劇的な向上は見込めない、などの不都合がある。

図１０は、近傍と遠方での受信される信号レベルの違いの一例を説明する図である。図１０（ａ）は、近傍の物体からの反射信号を示す。反射信号は信号Prのうちピークを示す部分であり、それ以外はノイズである。図１０（ａ）に示すように、近傍の物体の信号レベルは強くノイズと区別して検出可能である。反射信号を検出した時点までの時間によって距離が算出される。信号Prからどのようにして反射信号を決定するかについては、種々の方法がある。たとえば、最大ピーク位置を検出する、又は、閾値以上の位置を複数検出する（マルチ検出）などの方法がある。一般には、閾値で反射信号を二値化する方法が採られるが、本実施形態では図１０（ａ）のような反射信号をそのまま又はフィルタリング処理などを行ってステレオ画像演算部に出力する。ステレオ画像演算部は反射信号をコストに変換して、ブロックマッチングのコストとフュージョンさせる。なお、ブロックマッチングはブロック単位のマッチングでなく単なるマッチングでもよい。例えば、画素単位のマッチングでもよい。

図１０（ｂ）は遠方の物体からの反射信号を示す。遠方の物体は信号レベルが弱く、反射信号がノイズの強さとほとんど変わらない状況では、最大ピーク位置を検出する方法、又は、閾値以上の信号レベルを検出する方法のいずれの手法を使っても、反射信号の検出が難しい。

一般的には、近い距離から順に閾値以上の信号Prを反射信号としたり、ピーク位置を検出する方法が用いられる。しかし、図１０（ｂ）の例では、実質的な反射信号の強さは、その前に検出されているノイズと同様のレベルであり、全体的に見て反射信号を検出することは困難である。レーザレーダ測距部１１０は原理的にこの様な課題を抱えているが、本実施形態では、原理フュージョンを適用することで、ノイズレベルより少しでもピークが高くなっていれば、遠方の物体の距離を実用的な精度で検出できる可能性がある。

＜本実施形態のレーザ光の光線分解能について＞
本実施形態の測距装置１００は、粗い光線分解能のレーザ光を照射することが特徴の１つとなっている。以下、図１１、図１２を用いて粗い光線分解能のレーザ光の照射について説明する。

図１１は、レーザ光が照射されるシーンの一例を示す図である。図１１（ａ）はレーザ光が照射されるシーンを、図１１（ｂ）は図１１（ａ）の拡大図をそれぞれ示す。このように少なくとも物体を含む領域に測距装置１００は粗い光線分解能のレーザ光を照射し、マルチパルスとなっている反射信号を使い、光線分解能以下にある物体を正しい距離面で分離させる画像処理を施す。すなわち、光線分解能は密ではなく粗くてよい。

図１２は本実施形態の粗い光線分解能のレーザ光が照射された場合の照射イメージを示す。図１２（ａ）では縦長の長方形が１つレーザ光の照射範囲１０１である。図１２（ｂ）では横長の長方形が１つのレーザ光の照射範囲１０１である。図１２（ｃ）ではほぼ正方形が１つのレーザ光の照射範囲１０１である。

遠方の物体ほど画像の上の方に撮像されるので、照射範囲が縦長の場合、距離が異なる複数の物体が１つの照射範囲１０１に含まれやすくなる。したがって、マルチパルスにおけるピークとピークの距離が生じピークを分離しやすくなる。複数のピークを検出できることにより１つの照射範囲１０１に含まれる複数の物体の距離面を分離しやすくなる。

照射範囲が横長の場合、１つの照射範囲１０１に距離が異なる物体が含まれることが少なくなり、１つの反射信号が有するピークの数が減ることが期待される。後述するように反射信号のピークは原理フュージョンに使用されるので、フュージョンの処理負荷を少なくすることができる。

このようにレーザ光の照射角度は、縦長でもよいし、横長でもよい。また、縦長と横長の照射範囲１０１が混在していてもよい。また、反射信号のマルチパルスのピークの大きさ（電圧値）は、ノイズレベルよりも少しでも高くなっていれば、微弱な信号であっても複数の物体ごとに面分離可能であることが期待される。

粗い光線分解能について定義する。粗い光線分解能とは、「縦分解能と横分解能の少なくともどちらか一方が２度を超える光線」であることをいう。粗い光線分解能のレーザ光を照射することで、正しい距離で面分離できるようになる。なお、従来のレーザ光の光線分解能の一例を挙げると、従来の光線分解能は横分解能が0.1度〜0.4度、縦分解能が２度くらいである。したがって、本実施形態の測距装置１００の光線分解能は従来よりも粗くてよい。

図１３は、図１２のような粗い光線分解能を実現するためのレーザレーダ測距部１１０の照射部の構成例を示す図である。図１３（ａ）に示すように、レーザレーダ測距部１１０は、レーザ光源２３２からの光を有効走査領域に向けて偏向走査する走査ミラー２３７を有している。この走査ミラー２３７にはＭＥＭＳ機構でミラー部を駆動するＭＥＭＳミラーを用いてもよいし、モータによって多面鏡を回転させるポリゴンミラー、その他ガルバノミラーなどを用いてもよい。

レーザ光源２３２が発したレーザ光は投光レンズ２３３を通過して走査ミラー２３７に到達する。投光レンズ２３３はカップリングレンズ又はコリメートレンズであり、ビーム光が平行状態になるよう光学調整を行うレンズである。一般に、レーザ光源２３２と投光レンズ２３３までの距離は投光レンズ２３３の焦点距離と一致する。これに対し、本実施形態では、粗い光線分解能を実現するために、レーザ光源２３２と投光レンズ２３３までの距離を焦点距離よりもやや長くする。どのくらい長くするかは実験的に定めてよい。なお、焦点距離で調整する他、レーザ光を広げる特性がある凹パワーの投光レンズ２３３を用いてもよい。

照射範囲の形状を縦長又は横長にするには、レーザ光源２３２の照射口を縦長又は横長の形状の開口部を有するマスクで覆う方法がある。あるいは、図１３（ｂ）に示すように点光源のＬＤ２３８を所望の照射範囲の形状（縦長、横長、正方形）に配置してもよい。図１３（ｂ）では複数のＬＤ２３８が横長に配置されている。また、三角形や円形など任意の形状の照射範囲を形成してもよい。

この他、縦方向と横方向で焦点距離が異なるカップリングレンズを使用する方法、複数のレンズを組み合わせる方法等がある。

＜ステレオ画像演算部の機能構成＞
図１４は、測距装置１００のうち主にステレオ画像演算部２５０の機能をブロック状に示す図の一例である。図１４に示すように、ステレオ画像演算部２５０は、ステレオカメラを形成する右カメラ１１及び左カメラ１２の基準画像と比較画像が入力される歪み補正部１３、及び、原理フュージョンを行う距離演算部１４を有する。なお、本実施形態では、右カメラ１１により撮像される撮像画像を基準画像として用い、左カメラ１２により撮像される撮像画像を比較画像として用いる。

歪み補正部１３、及び、距離演算部１４は専用の電子回路を用いて実現してもよいし、各部を実現するためのプログラムがＣＰＵ（コンピュータ）によって実行されることで実現されてもよい。したがって、この場合、ステレオ画像演算部２５０は情報処理装置の機能を有する。また、画像処理を行うという点から画像処理装置でもある。

歪み補正部１３は、基準画像と比較画像に一般的な歪み補正を行う。この画像補正により、基準画像と比較画像は視差以外の差異が生じないように補正される。画像補正は事前のキャリブレーションにより可能になる。左カメラ１２と右カメラ１１は設置される際に、例えば、校正用の被写体（例えば市松模様のチャート）を撮像する。２つの画像を比較して、カメラのレンズ歪み、光軸ずれ、焦点距離ずれ及び撮像素子歪み等のハード的な内部誤差要因が最小になるように画像データを変換する幾何変換用のＬＵＴ（Look Up Table）が生成されている。歪み補正部１３はこのようなＬＵＴを参照して画像補正を行う。

距離演算部１４は基準画像と比較画像にブロックマッチングやＳＧＭ伝播方式などのアルゴリズムを適用して視差を算出する。また、詳細は後述するが距離演算部１４は、ステレオカメラ部１２０による情報とレーザレーダ測距部１１０による情報を初期段階でフュージョンする原理フュージョンを行う。

このため、距離演算部１４は、情報取得部２１、ステレオマッチング部２３、ＳＧＭ部２４、距離補間部２５、反射信号コスト変換部２６、判断部２７、距離算出部２８、フュージョン部２９、距離画像生成部３０、及び、画素範囲決定部３１を有している。

情報取得部２１はレーザ信号処理部２４０から、照射されたレーザ光ごとに照射方向、距離情報、及び、反射信号を取得する。反射信号はアナログ信号でもデジタル信号でもよい。また、距離情報を取得しなくてもよい。

ステレオマッチング部２３は基準画像と比較画像にブロックマッチングを行い、視差を算出する（視差に変換する）。ＳＧＭ部２４はＳＧＭ法（ＳＧＭ伝播方式）で視差を算出する。距離補間部２５は、視差空間のコストを距離空間（Ｚ空間）のコストに変換し、更に、距離を等間隔に補間する。

反射信号コスト変換部２６は、反射信号をＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）に変換する。

フュージョン部２９は原理フュージョンを行う。すなわち、フュージョン部２９は、ステレオマッチングコストＣ_STとＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）、又は、合成コストＬｓ（ｐ，ｄ）とＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）をフュージョンする（統合する）。また、フュージョン部２９は別のフュージョン方法として、照射範囲の画素が有する距離をレーザ信号処理部２４０が出力した反射信号のピークから求めた距離情報で置き換える原理フュージョンを行う。

距離算出部２８は反射信号からピークを検出し、このピークが生じている距離を反射信号から算出する。つまり、距離算出部２８は、ステレオ画像演算部２５０側でレーザ信号処理部２４０とは別の閾値等を使って距離情報を算出することができる。しかし、レーザ信号処理部２４０から送出される距離情報をそのまま処理に使用してもよく、この場合、距離算出部２８はなくてよい。

画素範囲決定部３１は、照射方向画素範囲テーブル３２を参照して照射方向に基づいてレーザ光ごとに画素範囲を決定する。

判断部２７はいくつかの判断を行う。
(i) 画素範囲に距離算出部２８が算出した距離情報と同程度の距離があるか否かを判断する。画素範囲に距離算出部２８が算出した距離情報と同程度の距離がある場合には該当する画素を決定する。
(ii) ブロックマッチングで得た画素の距離と同程度の距離情報のピークが反射信号にあるか否かを判断する。

これら(i)(ii)の判断は、本実施形態の原理フュージョンに用いられるものであり、詳細は後述される。

距離画像生成部３０は、原理フュージョンで得られた各画素の距離を基準画像の画素に対応付けた距離画像を生成する。

なお、図１４の構成は一例にすぎず、レーザ信号処理部２４０とステレオ画像演算部２５０が一体に構成されていてもよい。あるいはステレオ画像演算部２５０の一部の機能をレーザ信号処理部２４０が有していてよい。また、ＥＣＵ１９０がステレオ画像演算部２５０の一部又は全体の機能を有していてもよい。

＜ステレオカメラによる測距原理＞
以下では、距離演算部１４が有するステレオマッチング部２３、ＳＧＭ部２４、距離補間部２５、反射信号コスト変換部２６、距離算出部２８、フュージョン部２９、及び、画素範囲決定部３１について各機能を詳細に説明する。

（ステレオマッチング部）
図１５（ａ）は基準画像における基準画素を示す概念図、図１５（ｂ）は図１５（ａ）の基準画素に対して比較画像における対応画素の候補を順次シフトしながら（ずらしながら）シフト量（ずれ量）を算出する際の概念図である。図１６は、シフト量毎のコストを示すグラフである。ここで、対応画素は、基準画像内の基準画素に最も類似する比較画像内の画素である。

図１５（ａ）及び図１５（ｂ）に示されているように、基準画像内の所定の基準画素ｐ（ｘ，ｙ）と、この基準画素ｐ（ｘ，ｙ）に対する比較画像内におけるエピポーラ線(Epipolar Line)上の複数の対応画素の候補ｑ（ｘ＋ｄ，ｙ）との各輝度値に基づいて、基準画素ｐ（ｘ，ｙ）に対する各対応画素の候補ｑ（ｘ＋ｄ，ｙ）のコストＣ（ｐ，ｄ）が算出される。ｄは、基準画素ｐと対応画素の候補ｑのシフト量（ずれ量）であり、本実施形態では、画素単位のシフト量が表されている。すなわち、図１５（ａ）及び図１５（ｂ）では、対応画素の候補ｑ（ｘ＋ｄ，ｙ）を予め指定された範囲（例えば、０＜ｄ＜２５）において順次一画素分シフトしながら、対応画素の候補ｑ（ｘ＋ｄ，ｙ）と基準画素ｐ（ｘ，ｙ）との輝度値の非類似度であるステレオマッチングコストＣ_ST（ｐ，ｄ）が算出される。ステレオマッチングコストＣ_STの算出方法としては、ＳＡＤ(Sum of Absolute Difference)等の公知の方法が適用される。この場合、ステレオマッチングコストＣ_STは非類似度を示す。

このようにして算出されたステレオマッチングコストＣ_ST（ｐ，ｄ）は、図１６に示されているように、シフト量ｄ毎のステレオマッチングコストＣ_STの集まりであるコスト曲線のグラフによって表すことができる。図１６では、ステレオマッチングコストＣ_STは、シフト量ｄ＝５，１２，１９の場合が０（ゼロ）となるため、最小値を求めることができない。このように、テクスチャが弱い物体の場合には、ステレオマッチングコストＣ_STの最小値を求めることは困難になる。

（ＳＧＭ部）
続いて、図１７、図１８を用いて、ＳＧＭ法を用いた測距方法について説明する。ＳＧＭ法は、テクスチャが弱い物体に対しても適切に上記視差値を導き出す方法であり、基準画像に基づいて、高密度視差画像を導き出す方法である。ＳＧＭ法はテクスチャが弱い道路等の詳細な情報を表すことができるため、より詳細な測距を行うことができる。

ＳＧＭ法は、非類似度であるコストを算出して直ちに視差値を導出せず、コストを算出後、更に、合成非類似度である合成コスト(Synthesis Cost)を算出することで視差値を導出し、最終的にほぼ全ての画素における視差値を示す視差画像（高密度視差画像）を導き出す方法である。

図１７は、合成コストを導き出すための概念図である。図１８は、視差値毎の合成コストを示す合成コスト曲線のグラフである。本実施形態における合成コストの算出方法は、ステレオマッチングコストＣ_ST（ｐ，ｄ）だけでなく、所定の基準画素ｐ（ｘ，ｙ）の周辺の画素を基準画素とした場合のコストを、基準画素ｐ（ｘ，ｙ）におけるステレオマッチングコストＣ_ST（ｐ，ｄ）に集約させて、合成コストＬｓ（ｐ，ｄ）を算出する。

合成コストの算出方法について、より詳細に説明する。合成コストＬｓ（ｐ，ｄ）を算出するためには、まず、経路コストＬｒ（ｐ，ｄ）を算出する必要がある。次の式（２）は、経路コストＬｒ（ｐ，ｄ）を算出するための式であって、式（３）は、合成コストＬｓを算出するための式である。

Ｌｒ（ｐ，ｄ）＝Ｃ（ｐ，ｄ）＋ｍｉｎ｛（Ｌｒ（ｐ−ｒ，ｄ），Ｌｒ（ｐ−ｒ，ｄ−
１）＋Ｐ１，Ｌｒ（ｐ−ｒ，ｄ＋１）＋Ｐ１，Ｌｒｍｉｎ（ｐ−ｒ）＋ｐ２｝…（２）
式（２）において、ｒは、集約方向の方向ベクトルを示し、ｘ方向及びｙ方向の２成分を有する。ｍｉｎ｛｝は、最小値を求める関数である。Ｌｒｍｉｎ（ｐ−ｒ）は、ｐをｒ方向に１画素シフトした座標において、シフト量ｄを変化させた際のＬｒ（ｐ−ｒ，ｄ）の最小値を示す。なお、Ｌｒは、式（２）に示されているように再帰的に適用される。また、Ｐ１及びＰ２は、予め実験により定められた固定パラメータであり、経路上で隣接する基準画素の視差値Δが連続になりやすいようなパラメータになっている。例えば、Ｐ１＝４８、Ｐ２＝９６である。

また、式（２）に示されているように、Ｌｒ（ｐ，ｄ）は、基準画素ｐ（ｘ，ｙ）におけるコストＣに、図１７に示されているｒ方向の各画素における各画素の経路コストＬｒの最小値を加算することで求められる。このように、ｒ方向の各画素におけるＬｒを求めるため、最初は、基準画素ｐ（ｘ，ｙ）のｒ方向の一番端の画素からＬｒが求められ、ｒ方向に沿ってＬｒが求められる。

そして、図１７に示されているように、８方向のＬｒ０，Ｌｒ４５，Ｌｒ９０，Ｌｒ１３５，Ｌｒ１８０，Ｌｒ２２５，Ｌｒ２７０，Ｌｒ３１５求められ、最終的に式（３）に基づいて、合成コストＬｓが求められる。

このようにして算出された合成コストＬｓ（ｐ，ｄ）は、図１８に示されているように、シフト量ｄ毎に合成コストＬｓ（ｐ，ｄ）が示される合成コスト曲線のグラフによって表すことができる。図１８では、合成コストＬｓは、シフト量ｄ＝３の場合が最小値となるため、視差値Δ＝３として算出される。

なお、上記説明ではｒの数を８として説明しているが、これに限られることはない。例えば、８方向を更に２つに分割して１６方向、３つに分割して２４方向等にしてもよい。

また、コストＣは「非類似度」として示されているが、非類似度の逆数としての「類似度」として表されてもよい。この場合、コストＣの算出方法としては、ＮＣＣ(Normalized Cross Correlation)等の公知の方法が適用される。また、この場合、合成コストＬｓが最小ではなく「最大」となる視差値Δが導出される。なお、非類似度と類似度の両者を含めて、「一致度」として表してもよい。

なお、ＳＧＭはフュージョンの前に行ってもフュージョンの後に行ってもよい。また、ＳＧＭを行わなくてもよい。

（距離補間部）
距離補間部２５は合成コストＬｓ（ｐ，ｄ）をレーザレーダ測距部１１０が検出する反射信号とフュージョンさせるため、視差空間をＺ空間（距離空間）に変換する。

図１９は、合成コストＬｓ（ｐ，ｄ）から変換された合成コストＬｓ（ｐ，Ｚ）の一例を示す図である。図１９では、ＳＧＭ法で得た視差空間のコストがＺ空間の合成コストＬｓ（ｐ，Ｚ）に変換されている。視差ｄと距離Ｚの対応式（Ｚ=ＢＦ/ｄ）から分かるように、Ｚ空間の等間隔に合成コストＬｓ（ｐ，Ｚ）は得られない。

そこで、フュージョン部２９はブロックマッチングで得たコストを等距離ごとに補間する。図１９では丸がブロックマッチングで得たコストであり、四角形が補間で得たコストである。補間方法は、曲線近似に適した方法であればよく、例えば放物線fitting、高次多項式、スプライン曲線などを適用できる。図１９では、補間により例えば３メートルごとに合成コストＬｓ（ｐ，Ｚ）が算出されている。

補間を３メートルとするのは一例であり、この間隔はＬｉＤＡＲの距離分解能と同程度とすることが1つの選択方法になる。

（反射信号コスト変換部）
図２０は、ＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）の算出方法を説明する図の一例である。図２０（ａ）はレーザ光３１０のパルスが照射したタイミングを模式的に示し、図２０（ｂ）は時系列にサンプリングされた反射信号３１１を示し、図２０（ｃ）はＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）の一例を示す。レーザレーダ測距部１１０はレーザ光３１０を照射すると、反射信号３１１の定期的なサンプリングを開始する。

１回のレーザ光３１０の照射に対しレーザレーダ測距部１１０がサンプリングを継続する時間は予め決まっている。例えば、距離にして約１００〜２００〔m〕に相当する時間である。

図２０（ｂ）に示す反射信号と時間の関係は、反射信号３１１の値が大きいほどその距離に物体が存在する確率が高いことを意味する。一方、ＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）は、物体が存在する可能性が最も高い距離で最も小さくなる。したがって、フュージョンするには、反射信号３１１が小さいほど物体が存在する確率が高くなるような波形にすることが好ましい。このため、反射信号コスト変換部２６は、図２０（ｂ）の反射信号３１１を図２０（ｃ）に示すＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）に変換する。変換には種々の方法があるが、反射信号３１１が最も大きい距離で、ＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）が最も小さくなればよい。簡単な例としては、例えば、反射信号３１１のある一定値を中心に上下を反転させるような変換がある。あるいは、大きい値ほど小さくなるような関数で変換してもよい。

図２０では、反射信号３１１が小さいほど物体が存在する確率が高くなるような波形に反射信号３１１が変換されているが、合成コストＬｓ又はステレオマッチングコストＣ_STの波形を、物体が存在する可能性が最も高い距離で最も大きくなるようにステレオ画像演算部２５０が変形してもよい。

（画素範囲決定部）
図１２では１つのレーザ光の照射範囲を示したが、各照射範囲が各画素範囲に対応する。レーザ光の照射範囲が固定（つまり、基準画像が切り替わってもほぼ同じ方向に各レーザ光が照射される）であるとすると照射方向が分かれば画素範囲を特定できる。１つの基準画像におけるレーザ光の照射方向は、基準画像が切り替わってもほぼ同じと見なせるので予め照射方向と画素範囲とを対応づけておくことができる。

表１を用いて照射方向画素範囲テーブル３２について説明する。表１は、照射方向画素範囲テーブル３２の一例を示す。照射方向画素範囲テーブル３２には照射方向と画素範囲が対応付けられている。照射方向のφは緯度方向の照射角度を、λは経度方向の照射角度をそれぞれ示す。画素範囲の（Ｘｓ、Ｙｓ）と（Ｘｅ、Ｙｅ）は基準画像の対角頂点の座標である。

照射方向画素範囲テーブル３２により画素範囲決定部３１は、レーザレーダ測距部１１０から取得した照射方向に基づいて画素範囲を特定できる。

なお、表１のように予め照射方向と画素範囲の対応を決定しておくのではなく、画素範囲決定部３１が照射方向から画素範囲を算出してもよい。照射方向によりこの照射方向に照射されたレーザ光が当たる画素を特定できるため、この画素の上下左右に、照射範囲の形状に応じたマージンを加えることで画素範囲を算出できる。

（距離算出部）
図２１は、距離算出部２８が算出する距離情報を説明する図の一例である。距離算出部２８は、反射信号から値が閾値Ｔｔｈ以上の時間Ｔを特定し。この時間Ｔから距離を算出する。図２１に示すように例えば、閾値Ｔｔｈ以上の反射信号が３つの距離で検出された場合、レーザ光を照射してからピークが観測されるまでの時間Ｔ（図２０参照）と光の速度から３つの距離Ｌａ〜Ｌｃを算出する。
物体までの距離＝光の速度×Ｔ/２
したがって、距離算出部２８は時間Ｔを距離情報に変換できる。

あるいは、閾値を用いずに値が大きい順に上位のＮ個のピークの距離を算出してもよい。これにより、遠方の物体の検出が可能になる。

（フュージョン部）
フュージョン部２９は、主に２つの方法でレーザレーダ測距部１１０による情報とステレオカメラによる情報をフュージョンする（原理フュージョン）ことができる。１つはコストレベルでフュージョンする方法で、もう１つはブロックマッチングで得られた画素ごとの距離をレーザレーダ測距部１１０が検出した距離情報で置き換える方法である。いずれも原理フュージョンの一例である。

・コストレベルのフュージョン
まず、コストレベルのフュージョンを説明する。フュージョン部２９は、合成コストＬｓ（ｐ，Ｚ）とＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）をフュージョンして、コストＣ（ｐ，Ｚ）を算出する。なお、フュージョン部２９はＳＧＭが行われる前のステレオマッチングコストＣ_ST（ｐ，Ｚ）とＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）をフュージョンすることもできる。

図２２は、合成コストＬｓ（ｐ，Ｚ）とＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）のフュージョンを模式的に示す図の一例である。図２２（ａ）はＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）を示し、図２２（ｂ）は合成コストＬｓ（ｐ，Ｚ）を示す。フュージョン部２９は、ＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）に係数Ａを乗じ、合成コストＬｓ（ｐ，Ｚ）に係数Ｂを乗じて、同じ距離ごとに加算する。上記した合成コストＬｓ（ｐ，Ｚ）の補間により、合成コストＬｓ（ｐ，Ｚ）とＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）はほぼ同じ距離にコストが得られている。必要であれば、ＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）も同様に補間されてよい。

これにより、図２２（ｃ）に示すように、合成コストＬｓ（ｐ，Ｚ）とＬｉＤＡＲコストＣ_ＬＩ（ｐ，Ｚ）をフュージョンさせることができる。

式では以下のようにフュージョンを表すことができる。
Ｃ（ｐ，Ｚ）＝Ａ×Ｃ_ＬＩ（ｐ，Ｚ）＋Ｂ×Ｌｓ（ｐ，Ｚ） …（４）
Ａ：ＬｉＤＡＲコストの係数（重み）
Ｂ：合成コストＬｓの係数（重み）
係数Ａと係数ＢはＬｉＤＡＲコストと合成コストＬｓ（ｐ，Ｚ）のどちらをフュージョンにおいて強く影響させるかという点で重要である。ＬｉＤＡＲと合成コストＬｓ（ｐ，Ｚ）にはそれぞれ精度がよい条件があるため、実験的に決定されてよい。また、環境条件（時間帯、天候、現在地等）ごとに係数Ａ，Ｂが予め定められているテーブルから読み出して係数Ａと係数Ｂを設定してもよい。また、ステレオカメラ部１２０が基準画像を物体認識することで基準画像の範囲ごとに写っているオブジェクトが分かるので、この範囲ごとに係数Ａ，係数Ｂを切り替えてもよい。

・画素の置き換えによるフュージョン
次に、画素の置き換えによるフュージョンを説明する。フュージョン部２９は、ブロックマッチングで得た画素ごとの距離を、反射信号から算出された距離で置き換える。

図２３は、画素の置き換えを説明する図の一例である。１つのレーザ光が照射される照射範囲１０１には１つ以上の物体が存在しうる（ゼロ個の場合もある）。レーザレーダ測距部１１０が測定する反射信号にはこれらの物体がレーザ光を反射したことで生じるピークが含まれているはずである。したがって、信頼性の高い反射信号であればピークに対応する距離で、ブロックマッチングで得られた画素の距離を置き換えることで、画素が有する距離の精度を向上させることができる。

図２３のように、反射信号から３つのピーク１０２〜１０４が検出され、１つのピーク１０２に対応する距離がＬａであるとする。なお、距離Ｌａは距離算出部２８が算出する。照射範囲１０１にこの距離Ｌａに近い距離の画素がある場合、この画素の距離はＬａのはずである。フュージョン部２９は、例えば、照射範囲１０１の画素ごとに画素が有する距離と、反射信号から算出された距離Ｌａ〜Ｌｃを比較し、同程度の場合、ブロックマッチングで得られた画素の距離を距離Ｌａで置き換える。図２３の例では、物体Ａが写っている画素１０１ａの距離が距離Ｌａで置き換えられている。

こうすることで、距離Ｌａに近い距離を有する画素は一定の距離Ｌａを有することになるので、面分離しやすくなる。

なお、ブロックマッチングで得られた距離を反射信号のピークに対応する距離でそのまま置き換えるのでなく、両者を重み付けして合成してもよい。すなわち、以下のように合成後の距離を算出する。
合成後の距離＝α×ブロックマッチングで得られた距離＋β×反射信号のピークに対応する距離
なお、α＋β＝１である。フュージョン部２９はαとβを例えば以下のように決定する。ピークの高さが高いほどβの信頼性が高いと見なして反射信号のピークの高さに応じてβを決定し、αは「１−β」から算出する。この場合は、反射信号のピークの高さとβが対応付けられたテーブルが用意される。

あるいは、ブロックマッチングで得た距離が小さいほど距離の信頼度が高いと見なして距離に応じてαを決定し、βは「１−α」から算出する。この場合は、画素が有する距離とαが対応付けられたテーブルが用意される。

また、あるいは、αとβを同様にそれぞれ決定し、両者の合計が１になるように調整してもよい。例えば、テーブルからαが０．６、βが０．５と決定された場合、（０．６＋０．５）/１＝１．１なので、α＝０．６÷１．１＝０．５５、β＝０．５÷１，１＝０．４５のように調整する。

こうすることで、ブロックマッチングで得られた距離と反射信号のピークに対応する距離の信頼度に応じて合成後の距離を算出できる。

＜１．コストレベルでフュージョンを実行＞
以下では、粗い光線分解能を照射するレーザレーダ測距部１１０による情報とステレオカメラ部１２０による情報のフュージョン（原理フュージョン）の３つの方法を説明する。

図２４は、コストレベルのフュージョンの処理を説明するフローチャート図の一例である。図２４の処理は基準画像と比較画像が１つずつ撮像されるごとに実行される。

まず、ステレオマッチング部２３が基準画像と比較画像にブロックマッチングを行い、ステレオマッチングコストＣ_STを算出し、更に、画素ごとに距離を算出する（Ｓ１０）。

レーザレーダ測距部１１０は１つの基準画像が撮像される間に、決まった回数のレーザ光を照射するので、情報取得部２１はレーザレーダ測距部１１０から順次、レーザ光の照射方向と反射信号を取得する（Ｓ２０）。以下の処理は１つのレーザパルスごと（照射範囲ごと）に実行される。

次に、画素範囲決定部３１は照射方向画素範囲テーブル３２から、照射方向に対応付けられている画素範囲を取得することで決定する（Ｓ３０）。

また、距離算出部２８は反射信号から値が閾値以上となっている距離を決定する（Ｓ４０）。図４のように物体Ａ〜Ｃに対応した３つのピークがある場合、距離Ｌａ、Ｌｂ、Ｌｃを決定する。この距離Ｌａ〜Ｌｃは１つの画素範囲に共通である。以下の処理はこの距離Ｌａ〜Ｌｃごとに実行される。説明の便宜上、距離Ｌａに着目しているものとして説明する。

次に、判断部２７は、距離Ｌａと同程度の距離が、画素範囲にあるか否かを判断する（Ｓ５０）。画素範囲の各画素はブロックマッチングで求められた距離を有している。同程度とは全く同じである他、距離Ｌａに対し所定の許容範囲（例えば±１０％など）の違いを有するものを含む。

ステップＳ５０の判断がＮｏの場合、処理はステップＳ９０に進み、距離Ｌａの次の距離Ｌｂについて同様の処理が行われる。

ステップＳ５０の判断がＹｅｓの場合、距離補間部２５は距離Ｌａと同程度の距離を有する全ての画素についてステレオマッチングコストＣ_STの視差空間を距離空間に変換する（Ｓ６０）。

次に、反射信号コスト変換部２６はステップＳ３０で決めた１つのレーザ光についてＬｉＤＡＲコストＣ_ＬＩを算出する（Ｓ７０）。

次に、フュージョン部２９は距離Ｌａと同程度の距離を有する全ての画素についてステレオマッチングコストＣ_STとＬｉＤＡＲコストＣ_ＬＩをフュージョンする（Ｓ８０）。

フュージョン部２９は反射信号が閾値以上の距離Ｌａ〜Ｌｃの全てで処理を終了したか否かを判断する（Ｓ９０）。ステップＳ９０の判断がＮｏの場合、処理はステップＳ５０に戻り、次の距離Ｌｂについて処理される。

ステップＳ９０の判断がＹｅｓの場合、フュージョン部２９は１つの基準画像に対し照射されたレーザ光の全ての反射信号（全ての画素範囲）について処理が終了したか否かを判断する（Ｓ１００）。ステップＳ１００の判断がＮｏの場合、処理はステップＳ３０に戻る。

ステップＳ１００の判断がＹｅｓの場合、１つの基準画像についてフュージョンが完了したので、ＳＧＭ部２４が合成コストを算出する（Ｓ１１０）。

以上のようにして、光線分解能が粗いレーザ光が照射されても、フュージョンにより１つの画素範囲の複数の物体の距離面を面分離することができる。

なお、図２４ではフュージョン後にＳＧＭが行われているが、フュージョンの前にＳＧＭが行われてもよい。この場合、例えばステップＳ１０に続いてＳＧＭが行われる。また、ＳＧＭは行われなくてもよい。

また、図２４ではステップＳ４０で閾値以上の反射信号が検出されているが、反射信号をデジタル処理（Ａ／Ｄ変換等）して各ピークの距離を抽出してもよい。ステップＳ５０〜Ｓ９０ではこの各距離について処理される。

また、ステップＳ８０ではステレオマッチングコストとＬｉＤＡＲコストがフュージョンされているが、ステレオマッチングコスト自体に反射信号をフュージョンしてもよい。

＜２．ブロックマッチングで得た画素の距離を反射信号から算出された距離情報で置き換え＞
図２５は、ブロックマッチングで得た画素の距離を反射信号から算出された距離情報で置き換えてフュージョンする処理を説明するフローチャート図の一例である。図２５の説明では、図２４との差異を説明する場合がある。

ステップＳ１０１〜Ｓ１０４は図２４のステップＳ１０〜Ｓ４０と同様でよい。なお、以下の処理はある画素範囲の画素ごとに実行される。

ステップＳ１０４に続いて、判断部２７は、ある画素範囲の画素に着目し、ブロックマッチングで得た画素の距離に対応する距離がステップＳ１０４で反射信号から算出されたか否かを判断する（Ｓ１０５）。つまり、ステップＳ１０４で算出された距離Ｌａ〜Ｌｃと、画素が有する距離が同程度かどうかを判断する。

ステップＳ１０５の判断がＮｏの場合、次の画素について判断するため、処理はステップＳ１０７に進む。つまり、フュージョン部２９は画素の距離を反射信号から算出された距離に置き換えない。

ステップＳ１０５の判断がＹｅｓの場合、フュージョン部２９は着目している画素の距離を反射信号から算出された距離に置き換える（Ｓ１０６）。反射信号から３つの距離Ｌａ〜Ｌｃが算出された場合、距離Ｌａ〜Ｌｃのいずれかで画素の距離を置き換える。

次に、フュージョン部２９は１つの画素範囲の全ての画素について終了したか否かを判断する（Ｓ１０７）。ステップＳ１０７の判断がＮｏの場合、次の画素についてフュージョンするため、処理はステップＳ１０５に戻る。このように画素範囲の画素ごとにフュージョンが実行される。

ステップＳ１０７の判断がＹｅｓの場合、フュージョン部２９は１つの基準画像の全ての画素範囲について処理が終了したか否かを判断する（Ｓ１０８）。ステップＳ１０８の判断がＮｏの場合、処理はステップＳ１０３に戻る。

ステップＳ１０９の判断がＹｅｓの場合、ＳＧＭ部２４が合成コストを算出する（Ｓ１１０）。

以上のようにして、光線分解能が粗いレーザ光が照射されても、フュージョンにより１つの画素範囲の複数の物体の距離面を面分離することができる。

＜３．ブロックマッチングで得た画素の距離を反射信号から算出された距離情報で置き換え＞
図２５の処理の変形例として、ＳＧＭ後にフュージョンする手順を説明する。
図２６は、ブロックマッチングで得た画素の距離を反射信号から算出された距離情報で置き換えてフュージョンする処理を説明するフローチャート図の一例である。図２６の説明では、図２５との差異を説明する場合がある。

図２６の処理では、ステップＳ１０１に続いて、ステップＳ１０９でＳＧＭによる合成コストが算出されている。このように、フュージョン前に合成コストが算出されても、同様にフュージョンすることができる。

＜効果について＞
図２７を用いて本実施形態の測距装置１００の効果について説明する。図２７は測距装置１００が測距するシーンと距離画像を示す図である。図２７（ａ）に示すように、測距装置１００は人物３０１と高反射板３０２を含む照射範囲１０１に１つのレーザ光を照射した。人物までの距離は約５７〔ｍ〕、高反射板までの距離は約１４７〔ｍ〕である。反射信号には人物３０１のピークと高反射板３０２のピークが生じるいわゆるマルチパルスが得られた。

図２７（ｂ）は図２７（ａ）の画像データの距離画像である。図２７（ｂ）の距離画像は、ブロックマッチングで得た画素の距離を反射信号から算出された距離情報で置き換える原理フュージョンで求められた。距離画像は色で距離を表すが、図２７（ｂ）では作図の便宜上、斜線等で距離を表している。同じ種類の斜線は同じ距離を表す。

図２７（ｂ）に示すように、人物３０１と高反射板３０２はそれぞれの別々の距離面で分離されている。すなわち、本実施形態の測距装置１００は、人物と高反射板が重なるオクルージョン部分であっても正しい距離値で高精度に物体距離面の面分離を実現できていることが分かる。

＜まとめ＞
以上説明したように、本実施形態の測距装置１００は、粗い光線分解能のレーザ光を照射するので、測距装置１００の省スペース化又は低コスト化が可能になる。また、原理フュージョンでステレオカメラにより得られる情報とレーザレーダにより得られる情報を初期段階でフュージョンするので、複数の物体のマルチパルスが生じても距離画像を面分離することができる。

＜その他の適用例＞
以上、本発明を実施するための最良の形態について実施例を用いて説明したが、本発明はこうした実施例に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

上記実施形態では、画素についてステレオマッチングコストＣ_STを算出する場合について説明したが、ステレオマッチングコストＣ_STの算出は、画素領域ごとに行うように構成してもよい。画素領域ごとに行われても、各画素には距離が設定される。

また、上記実施形態では、ステレオカメラ部１２０とレーザレーダ測距部１１０とが一体的に構成される場合について示したが、ステレオカメラ部１２０とレーザレーダ測距部１１０とは、別体により構成されてもよい。

また、上記実施形態では、レーザ信号処理部２４０では主にアナログ信号からピークを取りだし、ステレオ画像演算部２５０ではデジタル信号を扱っていたが、受光素子２３５が反射信号を受光した直後にレーザ信号処理部２４０がデジタル信号に変換して、デジタル信号からピークを取り出してもよい。

また、上記実施形態では、レーザ信号処理部２４０とステレオ画像演算部２５０が、専用の集積回路により構成されるものとして説明した。しかしながら、例えば、レーザ信号処理部２４０、ステレオ画像演算部２５０の機能を実現するソフトウェアのプログラムコードが記録された記憶媒体を情報処理装置が実行することで本実施形態の機能を実現してもよい。

また、上記実施形態では、測距装置１００を車両１４０に取り付ける場合について説明した。しかしながら、測距装置１００の取り付け先は車両１４０に限定されず、バイク、自転車、車椅子、農業用の耕運機等であってもよい。あるいは、自律移動ロボット等の移動体であってもよい。あるいは、ドローンなどの飛行体でもよい。あるいは、ＦＡ（Factory Automation）において固定設置される工業用ロボット等であってもよい。

また、ブロックマッチングの処理の一部以上をＥＣＵ１９０が実行してもよいし、ＥＣＵ１９０の処理の一部をステレオ画像演算部２５０が実行してもよい。

なお、ステレオマッチング部２３は変換部の一例であり、レーザ光源２３２と投光レンズ２３３は照射部の一例であり、受光レンズ２３４と受光素子２３５は受光部の一例であり、距離算出部２８は距離算出部の一例であり、フュージョン部２９は統合部の一例である。ステレオマッチング部２３がブロックマッチングで変換する距離は第１の距離情報の一例であり、距離算出部２８が算出する距離情報は第２の距離情報の一例である。

１１ 右カメラ
１２ 左カメラ
１００ 測距装置
１１０ レーザレーダ測距部
１２０ ステレオカメラ部
１４０ 車両
１９０ ＥＣＵ
２００ 自動車
２４０ レーザ信号処理部
２５０ ステレオ画像演算部

特開２０１５−１４３６７９号公報

Claims (10)

1. 複数の撮像装置から取得した複数の画像にマッチングを施し画素ごとに第１の距離情報に変換する変換部と、
   横方向の光線分解能と縦方向の光線分解能の少なくとも一方が２度を超えるレーザ光を照射する照射部と、
   物体で前記レーザ光が反射した反射信号を取得する受光部と、
   物体からの反射に対応するピークを前記反射信号から検出して、前記照射部が前記レーザ光を照射してから前記ピークが観測されるまでの時間により第２の距離情報を算出する距離算出部と、
   前記第１の距離情報と前記第２の距離情報を統合する統合部と、
   を有することを特徴とする測距装置。
2. 更に、１つのレーザ光の照射範囲に対応する画素範囲を決定する画素範囲決定部を有し、
   前記統合部は、前記画素範囲の前記第１の距離情報と前記第２の距離情報を統合することを特徴とする請求項１に記載の測距装置。
3. 前記受光部が受光した反射信号を値が大きいほど小さくなるＬｉＤＡＲコストに変換するコスト変換部、を有し、
   前記統合部は、ブロックマッチングにより得られた各画素のステレオマッチングコストと、前記ＬｉＤＡＲコストとを統合することを特徴とする請求項２に記載の測距装置。
4. 前記統合部は、前記反射信号のピークから求められた前記第２の距離情報と同程度の前記第１の距離情報を有する前記画素範囲の画素に対し、ブロックマッチングにより得られた各画素のステレオマッチングコストと、前記画素範囲に照射された前記ＬｉＤＡＲコストとを統合することを特徴とする請求項３に記載の測距装置。
5. 前記統合部は、前記画素範囲の画素に対しブロックマッチングにより得られた前記第２の距離情報と同程度の前記第１の距離情報が算出される前記ピークを前記反射信号が有する場合、
   前記画素範囲の画素が有する前記第２の距離情報を、前記画素範囲を照射範囲とするレーザ光の前記反射信号から得られた前記第１の距離情報で置き換えることを特徴とする請求項２に記載の測距装置。
6. 前記照射部が照射するレーザ光は、縦の長さよりも横の長さの方が長い横長の照射範囲を有することを特徴とする請求項１〜５のいずれか１項に記載の測距装置。
7. 前記照射部が照射するレーザ光は、縦の長さの方が横の長さよりも長い縦長の照射範囲を有することを特徴とする請求項１〜５のいずれか１項に記載の測距装置。
8. 請求項１〜７のいずれか１項に記載の測距装置を有する移動体。
9. 変換部が、複数の撮像装置から取得した複数の画像にマッチングを施し画素ごとに第１の距離情報に変換するステップと、
   照射部が、横方向の光線分解能と縦方向の光線分解能の少なくとも一方が２度を超えるレーザ光を照射するステップと、
   受光部が、物体で前記レーザ光が反射した反射信号を取得するステップと、
   距離算出部が、物体からの反射に対応するピークを前記反射信号から検出して、前記照射部が前記レーザ光を照射してから前記ピークが観測されるまでの時間により第２の距離情報を算出するステップと、
   統合部が、前記第１の距離情報と前記第２の距離情報を統合するステップと、
   を有することを特徴とする測距方法。
10. 複数の撮像装置と、
    前記複数の撮像装置から取得した複数の画像にマッチングを施し画素ごとに第１の距離情報に変換する変換部と、
    横方向の光線分解能と縦方向の光線分解能の少なくとも一方が２度を超えるレーザ光を照射する照射部と、
    物体で前記レーザ光が反射した反射信号を取得する受光部と、
    物体からの反射に対応するピークを前記反射信号から検出して、前記照射部が前記レーザ光を照射してから前記ピークが観測されるまでの時間により第２の距離情報を算出する距離算出部と、
    前記第１の距離情報と前記第２の距離情報を統合する統合部と、
    を有することを特徴とする測距システム。

Images