JP2022188643A - 測距装置、移動体及び測距方法 - Google Patents

Abstract

【課題】推定精度を高めることが可能な測距装置、移動体及び測距方法が提供される。【解決手段】測距装置（１０）は、入力情報を取得する入力部（１４１）と、入力情報に基づいて、所定の処理に従って、疎な深度として測定される距離情報におけるサンプリング点を推定するサンプリング点推定部（１４７）と、距離情報に基づいて、密な深度である出力情報を推定する深度推定部（１４６）と、を備え、所定の処理は、深度推定部によって推定された複数の出力情報を用いた評価に基づいて決定される。【選択図】図１

Description

本開示は、測距装置、移動体及び測距方法に関する。

近年、電磁波を検出する複数の検出器による検出結果から周囲に関する情報を得る装置が開発されている。例えば、このような装置において、撮像素子によって被写体を含む撮像画像を取得するとともに、被写体で反射した反射波を含む電磁波を検出することによって被写体までの距離を検出することがある。距離は深度とも称される。

一般に、撮像素子によって１フレーム分の撮像画像が取得される時間に比べて、１フレーム分の距離の検出に要する時間の方が長い。そのため、撮像画像における被写体の位置と距離情報（深度情報）における被写体の位置とのずれが大きくならないように、深度を検出する測定点（サンプリング点）を少なくして、フレームレートを高めることがある。また、サンプリング点が少ない場合にも、より多くの深度情報が得られるように、「疎な深度（Ｓｐａｒｓｅ Ｄｅｐｔｈ）」から「密な深度（Ｄｅｎｓｅ Ｄｅｐｔｈ）」を推定する技術が知られている（例えば非特許文献１から非特許文献３参照）。

Ｅｙａｌ Ｇｏｆｅｒ，ｅｔ ａｌ． "Ａｄａｐｔｉｖｅ ＬｉＤＡＲ Ｓａｍｐｌｉｎｇ ａｎｄ Ｄｅｐｔｈ Ｃｏｍｐｌｅｔｉｏｎ ｕｓｉｎｇ Ｅｎｓｅｍｂｌｅ Ｖａｒｉａｎｃｅ．" ａｒＸｉｖ：２００７．１３８３４ （２０２０） Ａ．Ｗ．Ｂｅｒｇｍａｎ，Ｄ．Ｂ．Ｌｉｎｄｅｌｌ，ａｎｄＧ．Ｗｅｔｚｓｔｅｉｎ， "Ｄｅｅｐ ａｄａｐｔｉｖｅ ｌｉｄａｒ： Ｅｎｄ－ｔｏ－ｅｎｄ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｓａｍｐｌｉｎｇ ａｎｄ ｄｅｐｔｈ ｃｏｍｐｌｅｔｉｏｎ ａｔ ｌｏｗ ｓａｍｐｌｉｎｇ ｒａｔｅｓ，" ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｐｈｏｔｏｇｒａｐｈｙ ＩＥＥＥ，２０２０，ｐｐ．１－１１ Ａ．Ｗｏｌｆｆ，Ｓ．Ｐｒａｉｓｌｅｒ，Ｉ．Ｔｃｅｎｏｖ，ａｎｄ Ｇ．Ｇｉｌｂｏａ， "Ｓｕｐｅｒ－ｐｉｘｅｌ ｓａｍｐｌｅｒ： ａ ｄａｔａ－ｄｒｉｖｅｎ ａｐｐｒｏａｃｈ ｆｏｒ ｄｅｐｔｈ ｓａｍｐｌｉｎｇ ａｎｄ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ，" ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｏｂｏｔｉｃｓ ａｎｄ Ａｕｔｏｍａｔｉｏｎ ＩＥＥＥ，２０２０

ここで、サンプリング点の選択によって、密な深度の推定精度が変化する。非特許文献１の技術は、疎な深度から密な深度を推定するモデルを複数用意し、複数のモデルの出力の分散に基づいて、サンプリング点を決定する。非特許文献２の技術は、予め定められた初期サンプリング点を動的に動かすことによって、サンプリング点を決定する。非特許文献３の技術は、入力画像においてスーパーピクセル化を行い、それぞれのスーパーピクセルの中心をサンプリング点に決定する。ここで、スーパーピクセル化とは、類似する画素をグルーピングして１つのスーパーピクセルとする処理である。

非特許文献１の技術は、推定精度が高いが、複数のモデルを用いて演算を実行する必要があり、サンプリング点の決定までに複数のステップを経る必要がある。そのため、リアルタイム計測に対応することができない。また、非特許文献２及び非特許文献３の技術は、非特許文献１の技術と比べて、推定精度が劣る。

かかる事情に鑑みてなされた本開示の目的は、推定精度を高めることが可能な測距装置、移動体及び測距方法を提供することにある。

本開示の一実施形態に係る測距装置は、
入力情報を取得する入力部と、
前記入力情報に基づいて、所定の処理に従って、疎な深度として測定される距離情報におけるサンプリング点を推定するサンプリング点推定部と、
前記距離情報に基づいて、密な深度である出力情報を推定する深度推定部と、を備え、
前記所定の処理は、前記深度推定部によって推定された複数の前記出力情報を用いた評価に基づいて決定される。

本開示の一実施形態に係る移動体は、
上記の測距装置を備える。

本開示の一実施形態に係る移動体は、
通信部と、外部装置と、を備える移動体であって、
前記通信部は、入力情報を上記の測距装置に送信し、前記測距装置が前記入力情報に基づいて推定した出力情報を受信し、
前記外部装置は、前記出力情報に基づいて前記移動体を制御する、又は、前記出力情報に基づいて前記移動体のドライバーに対して通知する。

本開示の一実施形態に係る測距方法は、
入力情報を取得することと、
前記入力情報に基づいて、所定の処理に従って、疎な深度として測定される距離情報におけるサンプリング点を推定することと、
前記距離情報に基づいて、密な深度である出力情報を推定することと、を含み、
前記所定の処理は、推定された複数の出力情報を用いた評価に基づいて決定される。

本開示によれば、推定精度を高めることが可能な測距装置、移動体及び測距方法を提供することができる。

図１は、一実施形態に係る測距装置の概略構成を示す構成図である。 図２は、図１の測距装置の第１の状態と第２の状態における電磁波の進行方向を説明するための図である。 図３は、反射波を含む電磁波の検出を説明するための図である。 図４は、距離の演算を説明するためのタイミングチャートである。 図５は、推定精度の向上について説明するための図である。 図６は、図１の測距装置が行う密な深度の推定について説明するための図である。 図７は、サンプリング点の算出について説明するための図である。 図８は、サンプリング点推定モデルの生成について説明するための図である。 図９は、サンプリング点推定モデルの生成処理を示すフローチャートである。 図１０は、一実施形態に係る測距方法を示すフローチャートである。

図１は、一実施形態に係る測距装置１０の概略構成を示す構成図である。測距装置１０は、照射系１１１と、受光系１１０と、記憶部１１２と、制御部１４と、を備えて構成される。本実施形態では、測距装置１０が１つの照射系１１１と１つの受光系１１０を有するものとして説明するが、照射系１１１及び受光系１１０は１つに限られるものではなく、複数の照射系１１１の各々に対して、複数の受光系１１０の各々が対応付けられる構成であり得る。

照射系１１１は、照射部１２と、偏向部１３と、を備える。受光系１１０は、入射部１５と、分離部１６と、第１の検出部２０と、第２の検出部１７と、切替部１８と、第１の後段光学系１９と、を備える。制御部１４は、入力部１４１と、出力部１４２と、照射制御部１４３と、受光制御部１４４と、演算部１４５と、深度推定部１４６と、サンプリング点推定部１４７と、モデル生成部１４８と、を備える。本実施形態に係る測距装置１０の各機能ブロックの詳細については後述する。

図面において、各機能ブロックを結ぶ破線は、制御信号又は通信される情報の流れを示す。破線が示す通信は有線通信であってよいし、無線通信であってよい。また、実線の矢印はビーム状の電磁波を示す。また、図面において、対象ｏｂは、測距装置１０の被写体である。被写体は、例えば道路、中央分離帯、歩道、街路樹、車両等の物を含んでよいし、人を含んでよい。また対象ｏｂは１つに限られない。

測距装置１０は、被写体を含む画像を取得するとともに、被写体で反射した反射波を検出することによって被写体を識別可能である。本実施形態に係る測距装置１０は、演算部１４５によって対象ｏｂまでの距離を計測する。例えば測距装置１０は、車両等に搭載されて、走行中に近づいた対象ｏｂを検出してドライバーに通知する運転支援に用いられてよい。ここで、距離は深度とも称される。以下における「深度」との文言は「距離」に置き換えることが可能である。

ここで、１フレーム分の撮像画像が取得される時間に比べて、１フレーム分の距離の検出に要する時間の方が長い。そのため、撮像画像における被写体の位置と距離情報（深度情報）における被写体の位置とのずれが大きくならないように、深度を検出するサンプリング点を少なくして、フレームレートを高めることがある。このとき、直接的に測定される距離（深度）は「疎な深度（Ｓｐａｒｓｅ Ｄｅｐｔｈ）」である。測距装置１０は、後述するように、疎な深度として測定される距離情報に基づいて、「密な深度（Ｄｅｎｓｅ Ｄｅｐｔｈ）」である出力情報を推定する。つまり、本実施形態において、測距装置１０は、対象ｏｂまでの距離を計測し、計測した疎な深度に基づいて密な深度を推定して、推定した密な深度を出力する。出力される密な深度は、例えば対象ｏｂの接近の判定、移動予測など、運転支援で用いられ得る。ここで、密な深度は、直接的に測定される疎な深度より多くの深度を含む。密な深度は、例えば撮像画像の各ピクセルに対応する深度を含んでよいが、疎な深度より多くの深度を含むならば、撮像画像の各ピクセルに対応する深度まで含まなくてよい。

（照射系）
照射系１１１は、対象ｏｂが存在する空間に電磁波を照射する。本実施形態において、照射系１１１は、照射部１２が照射する電磁波を、偏向部１３を介して、対象ｏｂが存在する空間に向けて照射する。別の例として、照射系１１１は、照射部１２が電磁波を対象ｏｂに向けて直接に照射する構成であってよい。

照射部１２は、赤外線、可視光線、紫外線及び電波の少なくともいずれかを照射する。本実施形態において、照射部１２は赤外線を照射する。また、本実施形態において、照射部１２は、幅の細い、例えば０．５°のビーム状の電磁波を照射する。また、照射部１２は電磁波をパルス状に照射する。照射部１２は、電磁波照射素子として、例えばＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）を含んで構成され得る。また、照射部１２は、電磁波照射素子として、例えばＬＤ（Ｌａｓｅｒ Ｄｉｏｄｅ）を含んで構成され得る。照射部１２は、制御部１４の制御に基づいて電磁波の照射及び停止を切替える。ここで、照射部１２は複数の電磁波照射素子をアレイ状に配列させたＬＥＤアレイ又はＬＤアレイを構成し、複数本のビームを同時に照射させてよい。

偏向部１３は、照射部１２が照射した電磁波を複数の異なる方向に出力させて、対象ｏｂが存在する空間に照射される電磁波の照射位置を変更する。複数の異なる方向への出力は、偏向部１３が照射部１２からの電磁波を、向きを変えながら反射することで行ってよい。例えば偏向部１３は、一次元方向又は二次元方向に対象ｏｂを走査する。ここで、照射部１２が例えばＬＤアレイとして構成されている場合、偏向部１３はＬＤアレイから出力される複数のビームの全てを反射させて、同一方向に出力させる。すなわち、照射系１１１は、１つ又は複数の電磁波照射素子を有する照射部１２に対して１つの偏向部１３を有している。

偏向部１３は、電磁波を出力する空間である照射領域の少なくとも一部が、受光系１１０における電磁波の検出範囲に含まれるように構成されている。したがって、偏向部１３を介して対象ｏｂが存在する空間に照射される電磁波の少なくとも一部は、対象ｏｂの少なくとも一部で反射して、受光系１１０において検出され得る。ここで、偏向部１３から出力された電磁波が対象ｏｂの少なくとも一部で反射した電磁波を反射波と称する。

偏向部１３は、例えば、ＭＥＭＳ（Ｍｉｃｒｏ Ｅｌｅｃｔｒｏ Ｍｅｃｈａｎｉｃａｌ Ｓｙｓｔｅｍｓ）ミラー、ポリゴンミラー、及びガルバノミラーなどを含む。本実施形態において、偏向部１３は、ＭＥＭＳミラーを含む。

偏向部１３は、制御部１４の制御に基づいて、電磁波を反射する向きを変える。また、偏向部１３は、例えばエンコーダなどの角度センサを有してよく、角度センサが検出する角度を、電磁波を反射する方向情報として、制御部１４に通知してよい。このような構成において、制御部１４は、偏向部１３から取得する方向情報に基づいて、電磁波の照射位置を算出し得る。また、制御部１４は、偏向部１３に電磁波を反射する向きを変えさせるために入力する駆動信号に基づいても照射位置を算出し得る。

（受光系）
以下において、「反射波を含む電磁波」は、対象ｏｂでの反射波を含んで受光系１１０に入射する電磁波を意味する。つまり、照射系１１１から照射される電磁波と区別するために、受光系１１０に入射する電磁波は「反射波を含む電磁波」と称されることがある。反射波を含む電磁波は、照射系１１１から照射された電磁波が対象ｏｂで反射した反射波のみならず、太陽光などの外光、外光が対象ｏｂで反射した光などを含む。

入射部１５は、少なくとも１つの光学部材を有する光学系であって、被写体となる対象ｏｂの像を結像させる。光学部材は、例えばレンズ、ミラー、絞り及び光学フィルタ等の少なくとも１つを含む。

分離部１６は、入射部１５と、入射部１５から所定の位置をおいて離れた対象ｏｂの像の、入射部１５による結像位置である一次結像位置との間に設けられている。分離部１６は、反射波を含む電磁波を波長に応じて第１の方向ｄ１又は第２の方向ｄ２に進行するように分離する。

本実施形態において、分離部１６は、反射波を含む電磁波の一部を第１の方向ｄ１に反射し、別の一部を第２の方向ｄ２に透過する。本実施形態において、分離部１６は、入射する電磁波のうち、太陽光などの環境光が対象ｏｂで反射した可視光を第１の方向ｄ１に反射する。また、分離部１６は、入射する電磁波のうち、照射部１２が照射した赤外線が対象ｏｂで反射した赤外線を第２の方向ｄ２に透過する。別の例として、分離部１６は、入射する電磁波の一部を第１の方向ｄ１に透過し、電磁波の別の一部を第２の方向ｄ２に反射してよい。また、分離部１６は、入射する電磁波の一部を第１の方向ｄ１に屈折させ、電磁波の別の一部を第２の方向ｄ２に屈折させてよい。分離部１６は、例えば、ハーフミラー、ビームスプリッタ、ダイクロイックミラー、コールドミラー、ホットミラー、メタサーフェス、偏向素子及びプリズムなどである。

第２の検出部１７は、分離部１６から第１の方向ｄ１に進行する電磁波の経路上に、設けられている。第２の検出部１７は、第１の方向ｄ１における対象ｏｂの結像位置又は結像位置の近傍に、設けられている。第２の検出部１７は、分離部１６から第１の方向ｄ１に進行した電磁波を検出する。

また、第２の検出部１７は、分離部１６から第１の方向ｄ１に進行する電磁波の第１の進行軸が、第２の検出部１７の第１の検出軸に平行となるように、分離部１６に対して配置されていてよい。第１の進行軸は、分離部１６から第１の方向ｄ１に進行する、放射状に広がりながら伝播する電磁波の中心軸である。本実施形態において、第１の進行軸は、入射部１５の光軸を分離部１６まで延ばし、分離部１６において第１の方向ｄ１に平行になるように折曲げた軸である。第１の検出軸は、第２の検出部１７の検出面の中心を通り、検出面に垂直な軸である。

さらに、第２の検出部１７は、第１の進行軸及び第１の検出軸の間隔が第１の間隔閾値以下となるように配置されていてよい。また、第２の検出部１７は、第１の進行軸及び第１の検出軸が一致するように配置されていてよい。本実施形態において、第２の検出部１７は、第１の進行軸及び第１の検出軸が一致するように配置されている。

また、第２の検出部１７は、第１の進行軸と、第２の検出部１７の検出面とのなす第１の角度が第１の角度閾値以下又は所定の角度となるように、分離部１６に対して配置されていてよい。本実施形態において、第２の検出部１７は、第１の角度が９０°となるように配置されている。

本実施形態において、第２の検出部１７は、パッシブセンサである。本実施形態において、第２の検出部１７は、さらに具体的には、素子アレイを含む。例えば、第２の検出部１７は、イメージセンサ又はイメージングアレイなどの撮像素子を含み、検出面において結像した電磁波による像を撮像して、撮像した対象ｏｂを含む空間の画像情報を生成する。

本実施形態において、第２の検出部１７は、さらに具体的には可視光の像を撮像する。第２の検出部１７は、生成した画像情報を信号として制御部１４に送信する。第２の検出部１７は、赤外線、紫外線、及び電波の像など、可視光以外の像を撮像してよい。

切替部１８は、分離部１６から第２の方向ｄ２に進行する電磁波の経路上に設けられている。切替部１８は、第２の方向ｄ２における対象ｏｂの一次結像位置又は一次結像位置近傍に、設けられている。

本実施形態において、切替部１８は、結像位置に設けられている。切替部１８は、入射部１５及び分離部１６を通過した電磁波が入射する作用面ａｓを有している。作用面ａｓは、２次元状に沿って並ぶ複数の切替素子ｓｅによって構成されている。作用面ａｓは、後述する第１の状態及び第２の状態の少なくともいずれかにおいて、電磁波に、例えば、反射及び透過などの作用を生じさせる面である。

切替部１８は、作用面ａｓに入射する電磁波を、第３の方向ｄ３に進行させる第１の状態と、第４の方向ｄ４に進行させる第２の状態とに、切替素子ｓｅ毎に切替可能である。本実施形態において、第１の状態は、作用面ａｓに入射する電磁波を、第３の方向ｄ３に反射する第１の反射状態である。また、第２の状態は、作用面ａｓに入射する電磁波を、第４の方向ｄ４に反射する第２の反射状態である。

本実施形態において、切替部１８は、さらに具体的には、切替素子ｓｅ毎に電磁波を反射する反射面を含んでいる。切替部１８は、切替素子ｓｅ毎の各々の反射面の向きを任意に変更することにより、第１の反射状態及び第２の反射状態を切替素子ｓｅ毎に切替える。

本実施形態において、切替部１８は、例えばＤＭＤ（Ｄｉｇｉｔａｌ Ｍｉｃｒｏ ｍｉｒｒｏｒ Ｄｅｖｉｃｅ：デジタルマイクロミラーデバイス）を含む。ＤＭＤは、作用面ａｓを構成する微小な反射面を駆動することにより、切替素子ｓｅ毎に反射面を作用面ａｓに対して＋１２°及び－１２°のいずれかの傾斜状態に切替可能である。作用面ａｓは、ＤＭＤにおける微小な反射面を載置する基板の板面に平行である。

切替部１８は、制御部１４の制御に基づいて、第１の状態及び第２の状態を、切替素子ｓｅ毎に切替える。例えば、図２に示すように、切替部１８は、同時に、一部の切替素子ｓｅ１を第１の状態に切替えることにより切替素子ｓｅ１に入射する電磁波を第３の方向ｄ３に進行させ得、別の一部の切替素子ｓｅ２を第２の状態に切替えることにより切替素子ｓｅ２に入射する電磁波を第４の方向ｄ４に進行させ得る。より具体的には、制御部１４は偏向部１３からの方向情報に基づいて、電磁波が照射された方向又は電磁波が照射された位置を検出する。そして、検出した電磁波の照射方向又は照射位置に応じた切替素子ｓｅ１を第１の状態とし、それ以外の切替素子ｓｅ１は第２の状態とすることで、対象ｏｂからの反射波を選択的に第３の方向ｄ３に進行させる。分離部１６を通過した電磁波のうち、対象ｏｂからの反射波以外の電磁波は第４の方向ｄ４に進行するため、第１の検出部２０には入射しない。

図１に示すように、第１の後段光学系１９は、切替部１８から第３の方向ｄ３に設けられている。第１の後段光学系１９は、例えば、レンズ及びミラーの少なくとも一方を含む。第１の後段光学系１９は、切替部１８において進行方向を切替えられた電磁波としての対象ｏｂの像を結像させる。

第１の検出部２０は反射波を検出する。第１の検出部２０は、切替部１８による第３の方向ｄ３に進行した後に第１の後段光学系１９を経由して進行する電磁波を検出可能な位置に配置されている。第１の検出部２０は、第１の後段光学系１９を経由した電磁波、すなわち第３の方向ｄ３に進行した電磁波を検出して、検出信号を出力する。

また、第１の検出部２０は、切替部１８とともに、分離部１６から第２の方向ｄ２に進行して切替部１８により第３の方向ｄ３に進行方向が切替えられた電磁波の第２の進行軸が、第１の検出部２０の第２の検出軸に平行となるように、分離部１６に対して配置されていてよい。第２の進行軸は、切替部１８から第３の方向ｄ３に進行する、放射状に広がりながら伝播する電磁波の中心軸である。本実施形態において、第２の進行軸は、入射部１５の光軸を切替部１８まで延ばし、切替部１８において第３の方向ｄ３に平行になるように折曲げた軸である。第２の検出軸は、第１の検出部２０の検出面の中心を通り、検出面に垂直な軸である。

さらに、第１の検出部２０は、切替部１８とともに、第２の進行軸及び第２の検出軸の間隔が第２の間隔閾値以下となるように配置されていてよい。第２の間隔閾値は、第１の間隔閾値と同じ値であってよいし、異なる値であってよい。また、第１の検出部２０は、第２の進行軸及び第２の検出軸が一致するように配置されていてよい。本実施形態において、第１の検出部２０は、第２の進行軸及び第２の検出軸が一致するように配置されている。

また、第１の検出部２０は、切替部１８とともに、第２の進行軸と、第１の検出部２０の検出面とのなす第２の角度が第２の角度閾値以下又は所定の角度となるように、分離部１６に対して配置されていてよい。第２の角度閾値は、第１の角度閾値と同じ値であってよいし、異なる値であってよい。本実施形態において、第１の検出部２０は、前述のように、第２の角度が９０°となるように配置されている。

本実施形態において、第１の検出部２０は、照射部１２から対象ｏｂに向けて照射された電磁波の反射波を検出するアクティブセンサである。第１の検出部２０は、例えばＡＰＤ（Ａｖａｌａｎｃｈｅ ＰｈｏｔｏＤｉｏｄｅ）、ＰＤ（ＰｈｏｔｏＤｉｏｄｅ）及び測距イメージセンサなどの単一の素子を含む。また、第１の検出部２０は、ＡＰＤアレイ、ＰＤアレイ、測距イメージングアレイ、及び測距イメージセンサなどの素子アレイを含むものであってよい。

本実施形態において、第１の検出部２０は、被写体からの反射波を検出したことを示す検出情報を信号として制御部１４に送信する。第１の検出部２０は、さらに具体的には、赤外線の帯域の電磁波を検出する。

また、本実施形態において、第１の検出部２０は、対象ｏｂまでの距離を測定するための検出素子として用いられる。換言すると、第１の検出部２０は、測距センサを構成する素子であって、電磁波を検出できればよく、検出面において結像される必要がない。それゆえ、第１の検出部２０は、第１の後段光学系１９による結像位置である二次結像位置に設けられなくてよい。すなわち、この構成において、第１の検出部２０は、全ての画角からの電磁波が検出面上に入射可能な位置であれば、切替部１８により第３の方向ｄ３に進行した後に第１の後段光学系１９を経由して進行する電磁波の経路上のどこに配置されてよい。

以上のような構成を有することにより、測距装置１０は画像上における所定の位置と、当該位置の距離を測定するための反射波の光軸を一致させている。

ここで、図３は反射波を含む電磁波の検出を説明するための図である。図３において、対象ｏｂが存在する空間は、照射系１１１が電磁波を照射する１フレームあたりの回数で分割され、格子状に区分されている。一般に、反射波を含む電磁波の１フレーム分の検出に要する時間は、撮像素子等によって１フレーム分の撮像画像５０（図５参照）が取得される時間より長い。図３の例では、照射部１２から照射されたビーム状の電磁波が偏向部１３で反射されて、照射波として、空間における１つの領域Ｒに入射されている。領域Ｒに存在する対象ｏｂで反射した反射波を含む電磁波が、入射部１５に入射される。本実施形態において、反射波は赤外線である。また、反射波を含む電磁波は、外光が領域Ｒに存在する対象ｏｂで反射した可視光を含む。分離部１６は、反射波を含む電磁波のうち可視光を第１の方向ｄ１に反射する。反射された可視光は第２の検出部１７で検出される。また、分離部１６は、反射波を含む電磁波のうち赤外線を第２の方向ｄ２に透過する。分離部１６を透過した赤外線は、切替部１８で反射して、少なくとも一部が第３の方向ｄ３に進行する。第３の方向ｄ３に進行した赤外線は、第１の後段光学系１９を通って、第１の検出部２０で検出される。

（記憶部）
記憶部１１２は、各種の情報を記憶するメモリとしての機能を有してよい。記憶部１１２は、例えば制御部１４において実行されるプログラム、及び、制御部１４において実行された処理の結果などを記憶してよい。また、記憶部１１２は、制御部１４のワークメモリとして機能してよい。記憶部１１２は、例えば半導体メモリ等により構成することができるが、これに限定されず、任意の記憶装置とすることができる。別の例として、記憶部１１２は、制御部１４が備えるプロセッサの内部メモリであってよいし、制御部１４に接続される外部の記憶装置であってよい。

記憶部１１２は、モデル生成部１４８によって生成される学習済みモデルを記憶してよい。本実施形態において、学習済みモデルは、後述する深度推定モデル及びサンプリング点推定モデルを含む。

（制御部）
入力部１４１は、入力情報を取得する。入力情報は、測距装置１０が密な深度を推定する処理で用いられるデータである。本実施形態において、入力情報は、第２の検出部１７からの対象ｏｂが存在する空間の画像情報である。入力部１４１は、入力情報を一時的に記憶するためのバッファを備えて構成されてよい。バッファは、例えば、半導体メモリ又は磁気メモリなどで構成される。

出力部１４２は、測距装置１０によって推定される密な深度である出力情報を出力する。本実施形態において、出力部１４２は出力情報を、測距装置１０と異なる外部装置に出力する。外部装置は、例えば危険を検知した場合にドライバーに対して通知する装置であってよい。外部装置は、出力部１４２が出力した出力情報に基づいて、例えば対向車、障害物などへの接近を判定して、回避行動が必要な場合に通知したり、警告を発したりしてよい。また、外部装置は車両を制御する装置であってよい。外部装置は、出力部１４２が出力した出力情報に基づいて、例えば測距装置１０が搭載された車両が先行車両と車間距離を保持するように車両を制御してよい。つまり、外部装置は、出力部１４２が出力した出力情報を用いて、アダプティブクルーズコントロールなどを行ってよい。また、出力情報が障害物との距離を示すものであれば、外部装置は、出力情報に基づいて障害物を回避するように車両を制御してよい。ここで、外部装置の「外部」は、測距装置１０とは別の装置であることを意味しており、配置される場所について限定するものでない。

照射制御部１４３は、照射系１１１を制御する。照射制御部１４３は、例えば照射部１２に、電磁波の照射及び停止を切替えさせる。照射制御部１４３は、例えば偏向部１３に、電磁波を反射する向きを変えさせる。後に詳細に説明するように、照射制御部１４３は、サンプリング点推定部１４７によって推定されたサンプリング点（すなわち、深度推定部１４６にとって効果的な測定点）に、照射系１１１が電磁波を照射するように制御する。

受光制御部１４４は、受光系１１０を制御する。受光制御部１４４は、例えば切替部１８に、第１の状態及び第２の状態を切替素子ｓｅ毎に切替えさせる。

演算部１４５は、第１の検出部２０の検出情報に基づいて、対象ｏｂとの距離を演算する。第１の検出部２０の検出情報は距離情報（深度情報）である。演算部１４５は、取得した検出情報に基づいて、例えばＴｏＦ（Ｔｉｍｅ－ｏｆ－Ｆｌｉｇｈｔ）方式で距離を演算可能である。

図４に示すように、制御部１４は、照射部１２に電磁波放射信号を入力することにより、照射部１２にパルス状の電磁波を照射させる（“電磁波放射信号”欄参照）。照射部１２は、入力された電磁波放射信号に基づいて電磁波を照射する（“照射部放射量”欄参照）。照射部１２が照射し、かつ、偏向部１３が反射して、対象ｏｂが存在する空間である照射領域に照射された電磁波は、照射領域において反射する。制御部１４は、照射領域の反射波の入射部１５による切替部１８における結像領域の中の少なくとも一部の切替素子ｓｅを第１の状態に切替え、他の切替素子ｓｅを第２の状態に切替える。そして、第１の検出部２０は、照射領域において反射された電磁波を検出するとき（“電磁波検出量”欄参照）、検出情報を制御部１４に通知する。

演算部１４５は、検出情報を含む上記の信号の情報を取得する。演算部１４５は、例えば、時間計測ＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）を含み、照射部１２に電磁波を照射させた時期Ｔ１から、検出情報を取得（“検出情報取得”欄参照）した時期Ｔ２までの時間ΔＴを計測する。演算部１４５は、時間ΔＴに光速を乗算し、かつ、２で除算することにより、照射位置までの距離を算出する。

深度推定部１４６は、疎な深度に基づいて密な深度を推定する。深度推定部１４６は、疎な深度を含む情報を入力し、推定される密な深度を出力するモデルを用いて構成されてよい。モデルは、数値モデルであってよいし、機械学習モデルであってよい。本実施形態において、深度推定部１４６は、モデル生成部１４８によって生成される機械学習済みモデル（深度推定モデル）を用いて構成される。深度推定部１４６は、推定を実行する場合に、記憶部１１２から深度推定モデルを読み出してよい。また、本実施形態において、深度推定部１４６は、入力する情報として、疎な深度に加えて、入力情報を用いる。換言すると、本実施形態において、深度推定モデルは、疎な深度の情報及び入力情報（画像情報）を入力して、推定される密な深度を出力する。

サンプリング点推定部１４７は、疎な深度として測定される距離情報におけるサンプリング点を推定する。本実施形態において、サンプリング点推定部１４７が推定したサンプリング点の情報は照射制御部１４３に伝えられて、照射制御部１４３が、推定されたサンプリング点に電磁波を照射するように照射系１１１を制御する。サンプリング点推定部１４７は、入力情報に基づいて、所定の処理に従って、深度推定部１４６にとって効果的なサンプリング点を推定する。サンプリング点推定部１４７は、入力情報を入力し、推定されるサンプリング点を出力するモデルを用いて構成されてよい。モデルは、数値モデルであってよいし、機械学習モデルであってよい。本実施形態において、サンプリング点推定部１４７は、モデル生成部１４８によって生成される機械学習済みモデル（サンプリング点推定モデル）を用いて構成される。サンプリング点推定部１４７は、推定を実行する場合に、記憶部１１２からサンプリング点推定モデルを読み出してよい。

ここで、サンプリング点推定モデルを用いて実行される所定の処理は、深度推定部１４６によって推定された複数の出力情報を用いた評価に基づいて決定される。詳細について後述するが、所定の処理が深度推定部１４６の推定結果に基づいて決定されることによって、サンプリング点推定部１４７は、深度推定部１４６にとって効果的なサンプリング点を推定できる。本実施形態において、サンプリング点推定モデルは、上記の評価に基づいて生成される教師データを用いた機械学習によって生成される。

モデル生成部１４８は、学習フェーズにおいて、深度推定モデル及びサンプリング点推定モデルを生成する。上記のように、本実施形態において、これらのモデルは教師データを用いる機械学習によって生成される。ここで、測距装置１０が処理を実行するフェーズは、「学習フェーズ」と「推定フェーズ」とに分けられる。推定フェーズは、測距装置１０がリアルタイムに取得した入力情報などを用いて密な深度を推定するフェーズである。学習フェーズは、推定フェーズより前（密な深度の推定の実行前）であって、上記のようにモデルを生成するフェーズである。

本実施形態において、モデル生成部１４８は、教師データを用いる機械学習によって深度推定モデル及びサンプリング点推定モデルを生成する。機械学習の手法は、入力と出力の関係性を分析する回帰分析を行うものであれば特に限定されない。例えばニューラルネットワーク、ランダムフォレストなどの手法が用いられてよい。

ここで、制御部１４は、１つ以上のプロセッサを含んでよい。プロセッサは、アクセス可能なメモリ（例えば記憶部１１２）からプログラムをロードして、入力部１４１、出力部１４２、照射制御部１４３、受光制御部１４４、演算部１４５、深度推定部１４６、サンプリング点推定部１４７及びモデル生成部１４８として動作してよい。プロセッサは、特定のプログラムを読み込ませて特定の機能を実行する汎用のプロセッサ、及び特定の処理に特化した専用のプロセッサの少なくともいずれかを含んでよい。専用のプロセッサは、特定用途向けＩＣ（ＡＳＩＣ；Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）を含んでよい。プロセッサは、プログラマブルロジックデバイス（ＰＬＤ；Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）を含んでよい。ＰＬＤは、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）を含んでよい。制御部１４は、１つ又は複数のプロセッサが協働するＳｏＣ（Ｓｙｓｔｅｍ－ｏｎ－ａ－Ｃｈｉｐ）、及びＳｉＰ（Ｓｙｓｔｅｍ Ｉｎ ａ Ｐａｃｋａｇｅ）の少なくともいずれかを含んでよい。

（深度推定）
一般に、疎な深度を含む情報を入力し、推定される密な深度を出力する深度推定モデルでは、疎な深度のサンプリング点の位置によって、密な深度の推定精度が変化する。本実施形態のように、深度推定モデルが疎な深度の情報及び画像情報を入力とする場合に、画像情報に基づいて距離を判別しにくい部分に、疎な深度のサンプリング点の位置が対応することによって、推定される密な深度について、推定精度が向上する。

図５は、上記のような推定精度の向上について説明するための図である。図５において、入力情報（画像情報）に対応する撮像画像５０が示されている。また、疎な深度を撮像画像５０に対応させて示した「疎な深度画像６０」が示されている。また、密な深度を撮像画像５０に対応させて示した「密な深度画像７０」が示されている。撮像画像５０において、例えば太陽光などの強い光の影響で白飛びｄ１が生じることがある。また、撮像画像５０において、光の当たらない遠方などに不鮮明部分ｄ２が生じることがある。このとき、疎な深度のサンプリング点（図５のＳ）の位置を、白飛びｄ１及び不鮮明部分ｄ２に対応させることによって、深度推定部１４６が白飛びｄ１及び不鮮明部分ｄ２の距離（深さ）を把握することができる。そのため、深度推定部１４６が推定する密な深度の推定精度が向上する。

このような疎な深度のサンプリング点（図５におけるＳ）は、密な深度の推定精度を向上させる、深度推定部１４６にとって「効果的なサンプリング点」である。効果的なサンプリング点は、深度推定部１４６が用いる深度推定モデルに依存する。詳細について後述するが、サンプリング点推定モデルが実行する所定の処理は、深度推定部１４６によって推定された複数の出力情報（密な深度）の評価に基づいて決定される。

図６は、推定フェーズにおいて、本実施形態に係る測距装置１０が行う密な深度の推定について説明するための図である。入力情報として画像情報が入力部１４１によって取得される。サンプリング点推定部１４７は、画像情報から、疎な深度として測定される距離情報におけるサンプリング点を推定する。推定されるサンプリング点は、深度推定部１４６にとって効果的なサンプリング点である。照射制御部１４３は、サンプリング点推定部１４７によって推定されたサンプリング点に、照射系１１１が電磁波を照射するように制御する。演算部１４５は、第１の検出部２０の検出情報に基づいて、サンプリング点における対象ｏｂとの距離（深度）を演算し、疎な深度として深度推定部１４６に出力する。深度推定部１４６は、画像情報と疎な深度から、高精度に密な深度を推定する。ここで、測距装置１０が行う密な深度の推定において、測定される距離（深度）は疎な深度であって、測距のフレームレートを高めることができる。また、深度推定部１４６は、１つのモデル（深度推定モデル）で構成することができ、演算を高速に実行できる。よって、本実施形態に係る測距装置１０は、リアルタイム計測に適している。

（モデル生成）
上記のように、学習フェーズにおいて、モデル生成部１４８は、教師データを用いる機械学習によって深度推定モデル及びサンプリング点推定モデルを生成する。これらのモデルのうち深度推定モデルは、例えばディープラーニングなどを用いて生成されてよい。別の例として、深度推定モデルは、既に生成されたモデルを利用してよい。サンプリング点推定モデルは、深度推定モデルの出力を用いて、以下のように生成される。

図７は、深度推定モデルを用いた、効果的なサンプリング点の算出について説明するための図である。まず、画像情報と、画像情報に対応する密な深度の教師データが用意される。図７において、画像情報に対応する「撮像画像５１」が示されている。また、密な深度の教師データを撮像画像５１に対応させて示した「密な深度画像７１」が示されている。

モデル生成部１４８は、密な深度の教師データから、複数の疎な深度データを生成する。図７の疎な深度画像６０－１～６０－ｎ（ｎは２以上の整数）は、複数の疎な深度データの深度画像である。複数の疎な深度データは、サンプリング点がそれぞれ異なるように生成される。モデル生成部１４８は、例えば遺伝的アルゴリズムを用いて、密な深度の教師データから、複数の疎な深度データを生成してよい。

モデル生成部１４８は、深度推定部１４６の深度推定モデルに複数の疎な深度データを順に入力して、複数の密な深度データを出力させる。図７の密な深度画像７０－１～７０－ｎは、複数の密な深度データの深度画像である。モデル生成部１４８は、複数の密な深度データのそれぞれについて評価を行う。図７の例において、評価は、複数の密な深度データのそれぞれについて、密な深度の教師データと比較を行い、一致しない部分をエラーとして、エラーの多少又はエラーの大きさを評価値としてよい（図７のＥｒｒｏｒ：ｅ１～ｅｎ）。モデル生成部１４８は、上記の評価と複数の疎な深度データとの対応関係に基づいて、深度推定部１４６にとって効果的なサンプリング点を算出する。図７の疎な深度画像６１は、算出されたサンプリング点を有する疎な深度データを画像化したものである。

続いて、モデル生成部１４８は、算出されたサンプリング点を有する疎な深度データを、疎な深度の教師データとして、機械学習によってサンプリング点推定モデルを生成する。図８に示すように、モデル生成部１４８は、画像情報（撮像画像５１）が入力された場合に、疎な深度の教師データと同じサンプリング点を出力するように、サンプリング点推定モデルを生成する。例えばモデル生成部１４８は、サンプリング点推定モデルが出力したサンプリング点と、疎な深度の教師データにおけるサンプリング点との距離（乖離の度合い）を誤差として学習させてよい。

（測距方法）
本実施形態に係る測距装置１０の制御部１４は、学習フェーズにおいて、例えば図９のフローチャートに従ってサンプリング点推定モデルを生成する。そして、本実施形態に係る測距装置１０の制御部１４は、推定フェーズにおいて、例えば図１０のフローチャートの測距方法を実行して、密な深度である出力情報を推定する。

図９は、サンプリング点推定モデルの生成処理を示すフローチャートである。制御部１４のモデル生成部１４８は、図７を参照しながら説明したように、深度推定部１４６にとって効果的なサンプリング点を算出する（ステップＳ１）。

制御部１４のモデル生成部１４８は、図８を参照しながら説明したように、算出したサンプリング点を教師データとして、サンプリング点推定部１４７のモデルを生成する（ステップＳ２）。

図１０は、一実施形態に係る測距方法を示すフローチャートである。制御部１４の入力部１４１は、入力情報を取得する（ステップＳ１１）。

制御部１４のサンプリング点推定部１４７は、入力情報からサンプリング点を推定する（ステップＳ１２）。

制御部１４の深度推定部１４６は、推定されたサンプリング点において測定された疎な深度を取得する（ステップＳ１３）。

制御部１４の深度推定部１４６は、疎な深度に基づいて、密な深度を推定する（ステップＳ１４）。

以上のように、本実施形態に係る測距装置１０は、上記の構成によって、深度推定部１４６にとって効果的なサンプリング点をサンプリング点推定部１４７が推定する。そのため、本実施形態に係る測距装置１０は、疎な深度から密な深度を推定することにおける推定精度を高めることが可能である。また、深度推定部１４６は、疎な深度から密な深度を推定する１つのモデルで構成することができる。よって、本実施形態に係る測距装置１０は、複数のモデルを用いて演算することなく、推定精度を高めることができる。

（他の実施形態）
本開示を諸図面及び実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形及び修正を行うことが容易であることに注意されたい。従って、これらの変形及び修正は本開示の範囲に含まれることに留意されたい。

上記の実施形態において、入力部１４１が取得する入力情報は画像情報であるが、第１の検出部２０で検出される赤外線に基づく距離情報（深度情報）であってよい。入力情報として用いられる距離情報は、空間における対象ｏｂを識別可能な程度に高密度な測定によって得られる。

上記の実施形態において、測距装置１０は、画像の撮像機構と反射波による距離の測定機構とで光軸を一致させた構成であるが、これらの光軸が一致していない構成であってよい。即ち、画像の撮像機構と反射波による距離の推定機構とで同じ対象物が捉えられていればよい。ただし、光軸が一致しない場合に視差の影響が生じ得るため、より推定精度を高めたい場合には、上記の実施形態のように光軸が一致した構成を用いてよい。

上記の実施形態において、測距装置１０が車両等に搭載されることを例示したが、測距装置１０は様々な移動体に搭載され得る。本開示における移動体は、例えば車両だけでなく、航空機を含んでよい。また、車両は、例えば自動車、産業車両、鉄道車両、生活車両、及び滑走路を走行する固定翼機等を含んでよい。自動車は、例えば乗用車、トラック、バス、二輪車、及びトロリーバス等を含んでよい。産業車両は、例えば農業及び建設向けの産業車両等を含んでよい。産業車両は、例えばフォークリフト及びゴルフカート等を含んでよい。農業向けの産業車両は、例えばトラクター、耕耘機、移植機、バインダー、コンバイン、及び芝刈り機等を含んでよい。建設向けの産業車両は、例えばブルドーザー、スクレーバー、ショベルカー、クレーン車、ダンプカー、及びロードローラ等を含んでよい。車両は、人力で走行するものを含んでよい。車両の分類は、上記の例に限られない。例えば、自動車は、道路を走行可能な産業車両を含んでよい。複数の分類に同じ車両が含まれてよい。航空機は、例えば固定翼機及び回転翼機等を含んでよい。

上記の実施形態において、測距装置１０が車両等に搭載されることを例示したが、測距装置１０の一部は、車両等に搭載されない構成であってよい。例えば、測距装置１０（照射系１１１及び受光系１１０を除く）は、移動体から離れた位置に設置され、移動体と通信可能な遠隔サーバで実現されてよい。このとき、移動体は、通信部と、外部装置と、を備えてよい。また、測距装置１０のうち照射系１１１及び受光系１１０の機能は、移動体が搭載する別の計測装置で実現されてよい。通信部は、上記の実施形態において制御部１４と、照射系１１１及び受光系１１０との間で送受信されていたデータを、移動体と遠隔サーバとの間で送受信する。移動体が備える通信部は、特に入力情報を遠隔サーバに送信し、遠隔サーバにおいて入力情報に基づいて推定された出力情報を受信する。移動体が備える外部装置は、上記のように、出力情報に基づいて移動体を制御してよいし、又は、出力情報に基づいて移動体のドライバーに対して通知してよい。測距装置１０が遠隔サーバで実現されることによって、移動体側の処理負荷を軽減し、他の制御処理にリソースを割くことが可能になる。また、測距装置１０が遠隔サーバで実現されることによって、遠隔サーバ側で学習モデル又はアルゴリズムなどをアップデートすれば、移動体毎に更新処理を実行することなく、全ての移動体で即時のアップデートが可能になる。

また、他の実施形態として、制御部１４が備える機能部のうち、密な深度を推定することに関連する機能部の処理が制御部１４とは別のプロセッサ又は装置で実行されてよい。例えば、制御部１４とデータの入出力が可能な別のプロセッサが、入力部１４１と、出力部１４２と、深度推定部１４６と、サンプリング点推定部１４７と、モデル生成部１４８と、を備える構成であってよい。また、測距装置１０とデータの送受信が可能な別の情報処理装置（一例としてコンピュータ）が、モデル生成部１４８を備えており、モデル生成部１４８によって生成された学習済みモデルを、ネットワーク経由で記憶部１１２に記憶させてよい。つまり、学習済みモデルが測距装置１０とは別の装置で生成される構成であってよい。

上記の実施形態において、測距装置１０は、レーザー光を照射して、返ってくるまでの時間を直接測定するＤｉｒｅｃｔ ＴｏＦにより距離情報を作成する構成である。しかし、測距装置１０は、このような構成に限られない。例えば、測距装置１０は、電磁波を一定の周期で照射し、照射された電磁波と返ってきた電磁波との位相差から、返ってくるまでの時間を間接的に測定するＦｌａｓｈ ＴｏＦにより距離情報を作成してよい。また、測距装置１０は、他のＴｏＦ方式、例えば、Ｐｈａｓｅｄ ＴｏＦにより距離情報を作成してよい。

上記の実施形態において、切替部１８は、作用面ａｓに入射する電磁波の進行方向を２方向に切替え可能であるが、２方向のいずれかへの切替えでなく、３以上の方向に切替え可能であってよい。

また、上記の実施形態において、測距装置１０は、第２の検出部１７がパッシブセンサであり、第１の検出部２０がアクティブセンサである構成を有する。しかし、測距装置１０は、このような構成に限られない。例えば、測距装置１０において、第２の検出部１７及び第１の検出部２０が共にアクティブセンサである構成でも、パッシブセンサである構成でも上記の実施形態と類似の効果が得られる。

上記の実施形態において代表的な例を説明したが、本開示の趣旨及び範囲内で、多くの変更及び置換が可能であることは当業者に明らかである。したがって、本開示は、上記の実施形態によって制限するものと解するべきではなく、特許請求の範囲から逸脱することなく、種々の変形及び変更が可能である。例えば、実施形態の構成図に記載の複数の構成ブロックを１つに組み合わせたり、あるいは１つの構成ブロックを分割したりすることが可能である。

また、本開示の解決手段を装置として説明してきたが、本開示は、これらを含む態様としても実現し得るものであり、また、これらに実質的に相当する方法、プログラム、プログラムを記録した記憶媒体としても実現し得るものであり、本開示の範囲にはこれらも包含されるものと理解されたい。

１０ 測距装置
１２ 照射部
１３ 偏向部
１４ 制御部
１５ 入射部
１６ 分離部
１７ 第２の検出部
１８ 切替部
１９ 第１の後段光学系
２０ 第１の検出部
５０ 撮像画像
５１ 撮像画像
６０ 疎な深度画像
６１ 疎な深度画像
７０ 密な深度画像
７１ 密な深度画像
１１０ 受光系
１１１ 照射系
１１２ 記憶部
１４１ 入力部
１４２ 出力部
１４３ 照射制御部
１４４ 受光制御部
１４５ 演算部
１４６ 深度推定部
１４７ サンプリング点推定部
１４８ モデル生成部

Claims (7)

1. 入力情報を取得する入力部と、
   前記入力情報に基づいて、所定の処理に従って、疎な深度として測定される距離情報におけるサンプリング点を推定するサンプリング点推定部と、
   前記距離情報に基づいて、密な深度である出力情報を推定する深度推定部と、を備え、
   前記所定の処理は、前記深度推定部によって推定された複数の前記出力情報を用いた評価に基づいて決定される、測距装置。
2. 前記所定の処理は、前記評価に基づいて生成される前記サンプリング点の教師データを用いる機械学習によって決定される、請求項１に記載の測距装置。
3. 前記入力情報は画像情報である、請求項１又は２に記載の測距装置。
4. 前記深度推定部は、前記距離情報及び前記入力情報に基づいて、前記出力情報を推定する、請求項１から３のいずれか一項に記載の測距装置。
5. 請求項１から４のいずれか一項に記載の測距装置を備える、移動体。
6. 通信部と、外部装置と、を備える移動体であって、
   前記通信部は、入力情報を請求項１から４のいずれか一項に記載の測距装置に送信し、前記測距装置が前記入力情報に基づいて推定した出力情報を受信し、
   前記外部装置は、前記出力情報に基づいて前記移動体を制御する、又は、前記出力情報に基づいて前記移動体のドライバーに対して通知する、移動体。
7. 入力情報を取得することと、
   前記入力情報に基づいて、所定の処理に従って、疎な深度として測定される距離情報におけるサンプリング点を推定することと、
   前記距離情報に基づいて、密な深度である出力情報を推定することと、を含み、
   前記所定の処理は、推定された複数の出力情報を用いた評価に基づいて決定される、測距方法。

Images