JP6874592B2 - Time measuring device, distance measuring device, moving object, time measuring method, and distance measuring method - Google Patents
Time measuring device, distance measuring device, moving object, time measuring method, and distance measuring method Download PDFInfo
- Publication number
- JP6874592B2 JP6874592B2 JP2017160388A JP2017160388A JP6874592B2 JP 6874592 B2 JP6874592 B2 JP 6874592B2 JP 2017160388 A JP2017160388 A JP 2017160388A JP 2017160388 A JP2017160388 A JP 2017160388A JP 6874592 B2 JP6874592 B2 JP 6874592B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- class
- detection signal
- classes
- measurement
- 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.)
- Active
Links
Images
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Description
本発明は、時間測定装置、距離測定装置、移動体、時間測定方法、及び距離測定方法に関する。 The present invention relates to a time measuring device, a distance measuring device, a moving body, a time measuring method, and a distance measuring method.
測距技術として、パルスレーザ光を対象物へ照射し、パルスレーザ光の照射タイミングと、パルスレーザ光が対象物に反射された反射光の受光タイミングとの時間差（光飛行時間）に基づいて、対象物までの距離を算出するＴＯＦ（Time of Flight）法が利用されている。このような測距技術はＬＩＤＡＲ（Laser Imaging Detection and Ranging）と称され、例えば移動体（車両、飛行機、船舶等）に搭載される自動運転システム等に利用されている。 As a distance measuring technique, a pulsed laser beam is irradiated to an object, and based on the time difference (light flight time) between the irradiation timing of the pulsed laser beam and the reception timing of the reflected light reflected by the pulsed laser beam on the object. The TOF (Time of Flight) method for calculating the distance to an object is used. Such a distance measuring technique is called LIDAR (Laser Imaging Detection and Ranging), and is used in, for example, an automatic driving system mounted on a moving body (vehicle, airplane, ship, etc.).
反射光の受光を検知するための閾値を低く設定した場合でも誤検出を低減させることを目的として、レーザ光を同一の照射角度で複数回照射することにより得られた複数の算出結果（距離）の分散値を算出し、予め設定された分散値と複数の算出結果の分散値とを比較する技術が開示されている（特許文献１）。 Multiple calculation results (distance) obtained by irradiating laser light multiple times at the same irradiation angle for the purpose of reducing erroneous detection even when the threshold value for detecting the reception of reflected light is set low. Disclosed is a technique for calculating the variance value of the above and comparing the preset variance value with the variance value of a plurality of calculation results (Patent Document 1).
雨天等によるノイズ成分を抑制して測距精度を向上させることを目的として、距離ヒストグラムを作成し、測定された距離が所定距離ずつ区切られた複数の階級のうちのどの階級に属するかを判断し、最大頻度となる階級を中心とした所定範囲の出力電圧信号の平均値に基づいて距離を算出する技術が開示されている（特許文献２）。 For the purpose of suppressing noise components due to rainy weather and improving distance measurement accuracy, a distance histogram is created to determine which of the multiple classes in which the measured distance is divided by a predetermined distance belongs. However, a technique for calculating the distance based on the average value of the output voltage signals in a predetermined range centered on the class having the maximum frequency is disclosed (Patent Document 2).
ＬＩＤＡＲを利用した装置において、測距可能距離の向上、測定精度の向上（ノイズによる誤検出の低減）、及び測定処理の高速化が求められている。測距可能距離は、反射光の受光を検知するための閾値を低く設定することにより向上され得る。例えば、光電変換素子により反射光の光量を電気信号（電圧）に変換する場合、反射光を受光したと判断するための閾値電圧を低く設定することにより、弱い反射光、すなわち遠方の対象物からの反射光を検出することが可能となる。しかし、閾値を低く設定すると、反射光以外の要因により発生するノイズ（雨、日光、回路ノイズ等により発生する電圧等）を検出しやすくなるため、測定精度が低くなる。 In an apparatus using LIDAR, improvement in distance measurement possible distance, improvement in measurement accuracy (reduction of false detection due to noise), and speeding up of measurement processing are required. The distance-measurable distance can be improved by setting a low threshold value for detecting the reception of reflected light. For example, when converting the amount of reflected light into an electric signal (voltage) by a photoelectric conversion element, by setting a low threshold voltage for determining that the reflected light has been received, weak reflected light, that is, from a distant object It becomes possible to detect the reflected light of. However, if the threshold value is set low, noise generated by factors other than reflected light (voltage generated by rain, sunlight, circuit noise, etc.) can be easily detected, and thus the measurement accuracy becomes low.
上記従来技術のように、複数の算出結果の分散値を利用したり、距離ヒストグラムの最大頻度となる階級を参照したりすることにより、閾値を低く設定して測距可能距離を伸ばしたり、ノイズによる誤検出を低減させたりすることが可能となる。しかし、このような手法を実現させるためには、対象物が存在する領域へレーザ光を多数回走査させる必要があるため、測定処理の高速化という観点では改善の余地がある。例えば、１回の走査に６０ｍｓかかり、分散が統計的に信頼できるだけの回数が３０回であるとすると、１回の測定処理に１．８秒程度かかることとなる。このような測定処理時間では、移動体における測距を十分に行うことができない。例えば車両に搭載する自動運転システムとしては、数回の走査でショットノイズや雨等によるノイズを判別し、且つ十分な測距距離を実現することが求められる。 As in the above-mentioned conventional technique, by using the variance values of a plurality of calculation results or referring to the class that is the maximum frequency of the distance histogram, the threshold value can be set low to extend the distance-measurable distance, or noise. It is possible to reduce erroneous detection due to. However, in order to realize such a method, it is necessary to scan the laser beam a large number of times in the region where the object exists, so that there is room for improvement from the viewpoint of speeding up the measurement process. For example, if one scan takes 60 ms and the number of times that the variance is statistically reliable is 30 times, one measurement process takes about 1.8 seconds. With such a measurement processing time, it is not possible to sufficiently perform distance measurement on a moving body. For example, as an automatic driving system mounted on a vehicle, it is required to discriminate shot noise, noise due to rain, etc. by several scans and to realize a sufficient distance measurement distance.
本発明は、上記に鑑みてなされたものであって、測距可能距離の向上、測定精度の向上、及び測定処理の高速化を実現することを目的とする。 The present invention has been made in view of the above, and an object of the present invention is to improve the distance-measurable distance, improve the measurement accuracy, and speed up the measurement process.
上述した課題を解決し、目的を達成するために、本発明の一形態は、走査領域へ光を照射し、前記光が前記走査領域内に存在する対象物に反射された反射光を受光することにより検出信号を取得し、前記光の照射から前記検出信号の取得までの時間を測定する時間測定装置であって、前記測定を複数回行い、前記検出信号の幅を、前記測定を行う毎に検出し、前記時間又は前記時間に基づく値を所定単位で区切られた複数の階級に区分し、前記測定における前記検出信号を対応する階級に分類し、前記複数の階級のそれぞれに分類された複数回の前記測定における前記検出信号の幅の変化と、前記複数の階級のそれぞれに分類された前記検出信号の数と、に基づいて、複数回の前記測定により得られた複数の前記時間の中から、前記対象物に反射された反射光を測定した時間を抽出する、ことを特徴とする。 In order to solve the above-mentioned problems and achieve the object, one embodiment of the present invention irradiates a scanning region with light, and receives the reflected light reflected by an object existing in the scanning region. This is a time measuring device that acquires a detection signal and measures the time from the irradiation of the light to the acquisition of the detection signal. The measurement is performed a plurality of times, and the width of the detection signal is measured each time the measurement is performed. The time or the value based on the time was divided into a plurality of classes separated by a predetermined unit, the detection signal in the measurement was classified into the corresponding classes, and the detection signals were classified into each of the plurality of classes. A plurality of said times obtained by the plurality of measurements based on a change in the width of the detected signal in the plurality of measurements and the number of the detected signals classified into each of the plurality of classes. It is characterized in that the time when the reflected light reflected on the object is measured is extracted from the inside.
本発明によれば、測距可能距離の向上、測定精度の向上、及び測定処理の高速化を実現することが可能となる。 According to the present invention, it is possible to improve the distance-measurable distance, improve the measurement accuracy, and speed up the measurement process.
以下に添付図面を参照して、時間測定装置、距離測定装置、移動体、時間測定方法、及び距離測定方法の実施形態を詳細に説明する。以下の実施形態によって本発明が限定されるものではなく、以下の実施形態における構成要素には当業者が容易に想到できるもの、実質的に同一のもの、及びいわゆる均等の範囲のものが含まれる。以下の実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換、変更、及び組み合わせを行うことができる。 Hereinafter, embodiments of a time measuring device, a distance measuring device, a moving body, a time measuring method, and a distance measuring method will be described in detail with reference to the accompanying drawings. The present invention is not limited by the following embodiments, and the components in the following embodiments include those easily conceived by those skilled in the art, substantially the same, and so-called equivalent ranges. .. Various omissions, substitutions, changes, and combinations of components can be made without departing from the gist of the following embodiments.
（第１の実施形態）
図１は、第１の実施形態に係る距離測定装置１の構成を例示するブロック図である。本実施形態に係る距離測定装置１は、移動体（自動車等）に搭載され、ＬＩＤＡＲ技術を利用して自機から対象物（他車両、障害物、歩行者等）までの距離を測定する走査型レーザレーダである。距離測定装置１は、対象物に向けて走査光を照射し、走査光を照射してから走査光が対象物に反射（散乱）された反射光を受光するまでの時間である光飛行時間に基づいて、自機から対象物までの距離を算出する。距離測定装置１は、例えば車両のバッテリから電力の供給を受ける。
(First Embodiment)
FIG. 1 is a block diagram illustrating the configuration of the distance measuring
距離測定装置１は、時間測定装置２、測定制御部５、及び対象物認識部６を含む。
The
時間測定装置２は、走査光が照射された照射タイミングと反射光が受光された受光タイミングとの時間差に基づいて光飛行時間を測定する。測定制御部５は、測定された光飛行時間に基づいて対象物までの距離を算出する。対象物認識部６は、算出された距離に基づいて、走査光の走査範囲内に存在する対象物を認識するための処理を行い、対象物に関する対象物情報を生成する。対象物情報は、例えば距離、位置、移動方向、移動速度、種類（自動車、二輪車、分離帯、電柱、人物、動物等）等を含んでもよい。測定制御部５は、生成された対象物情報を車両のＥＣＵ（Electronic Control Unit）５１に出力し、ＥＣＵ５１から距離（光飛行時間）の測定を制御するための測定制御信号を入力する。測定制御部５は、ＥＣＵ５１から入力された測定制御信号、時間測定装置２から入力される同期信号等に基づいて、時間測定装置２を制御するための信号（ＬＤ（Laser Diode）駆動信号等）を生成する。
The
時間測定装置２は、投光系１１、受光光学系１２、検出系１３、同期系１４、及び時間算出部１５を含む。
The
投光系１１は、走査光を生成し、走査光を所定の走査範囲（車両前方の領域等）に照射する機構である。本実施形態に係る投光系１１は、ＬＤ２１、ＬＤ駆動部２２、及び投光光学系２３を含む。
The light projecting
ＬＤ２１は、ＬＤ駆動部２２から出力される駆動電流に応じてパルス状のレーザ光を出力する半導体素子であり、例えば端面発光レーザ等である。ＬＤ駆動部２２は、測定制御部５からのＬＤ駆動信号に応じてパルス状の駆動電流を出力する回路であり、例えば、駆動電流を蓄積するコンデンサ、コンデンサとＬＤ２１との導通／非導通を切り換えるトランジスタ、電源等から構成される。投光光学系２３は、ＬＤ２１から出力されたレーザ光を調光する機構であり、レーザ光を平行化させるカップリングレンズ、レーザ光の進行方向を変化させる偏向器としての回転ミラー等から構成される。投光光学系２３から出力されたパルス状のレーザ光が走査光となる。
The
受光光学系１２は、走査範囲に照射された走査光が他車両等の対象物に反射された反射光を受光するための機構であり、集光レンズ、平行化レンズ等から構成される。
The light receiving
検出系１３は、反射光を光電変換し、光飛行時間を算出するための電気信号を生成する機構である。本実施形態に係る検出系１３は、時間測定ＰＤ（Photodiode）３１及びＰＤ出力検出部３２を含む。時間測定ＰＤ３１は、反射光の光量に応じた電流（検出電流）を出力するフォトダイオードである。ＰＤ出力検出部３２は、時間測定ＰＤ３１からの検出電流に応じた電圧（検出電圧）を生成するＩ／Ｖ変換回路等から構成される。
The
同期系１４は、走査光を光電変換し、走査光の照射タイミングを調整するための同期信号を生成する機構である。本実施形態に係る同期系１４は、同期検知ＰＤ４１及び走査光検出部４２を含む。同期検知ＰＤ４１は、走査光の光量に応じた電流を出力するフォトダイオードである。ＰＤ出力検出部４２は、同期検知ＰＤ４１からの電流に応じた電圧を利用して同期信号を生成する回路である。
The
時間算出部１５は、検出系１３により生成された電気信号（検出電圧等）及び測定制御部５により生成されたＬＤ駆動信号に基づいて光飛行時間を算出する回路であり、例えばプログラムにより制御されるＣＰＵ（Central Processing Unit）、適宜なＩＣ（Integrated Circuit）等により構成される。
The
図２は、第１の実施形態に係る投光系１１及び同期系１４の構成を模式的に例示する図である。図３は、第１の実施形態に係る受光光学系１２の構成を模式的に例示する図である。図４は、第１の実施形態に係る投光系１１と受光光学系１２との位置関係を模式的に例示する図である。図２〜図４は、Ｚ軸方向を鉛直方向（上下方向）とするＸＹＺ−３次元直交座標系に基づいて作成されている。
FIG. 2 is a diagram schematically illustrating the configuration of the light projecting
図２に示されるように、投光系１１は、ＬＤ２１、ＬＤ２１からの光の光路上に配置されたカップリングレンズ６１、カップリングレンズ６１を通過した走査光６８の光路上に配置された反射ミラー６２、及び反射ミラー６２により反射された走査光６８の光路上に配置された回転ミラー６３を含む。本例では、カップリングレンズ６１と回転ミラー６３との間の反射ミラー６２を配置し光路を折り返すことにより、装置の小型化が図られている。ＬＤ２１から出射された光は、カップリングレンズ６１により所定のビームプロファイルの光に整形された後、反射ミラー６２により反射され、回転ミラー６３によりＺ軸周りに偏向される。
As shown in FIG. 2, the
回転ミラー６３は、Ｚ軸に平行な回転軸に固定された複数の反射面６４Ａ，６４Ｂを有する。反射ミラー６２からの光が反射面６４Ａ，６４Ｂに反射されることにより、回転ミラー６３の偏向範囲に対応する有効走査領域内が走査光６８により１軸方向（本例ではＹ軸方向）に走査される。本例に係る偏向範囲（有効走査領域）は、距離測定装置１の＋Ｘ側（例えば車両の前方側）の領域である。
The rotating
また、回転ミラー６３は、反射ミラー６２からの走査光６８を再び反射ミラー６２に反射させ、走査光６８を同期系１４に送る役割も担っている。同期系１４は、同期検知ＰＤ４１、及び回転ミラー６３から反射ミラー６２を介して反射された走査光６８を同期検知ＰＤ４１に結像させる集光レンズ６６を含む。本例では、回転ミラー６３が走査範囲の最上流点である左走査端より更に上流側に回転したときに、走査光６８が再び反射ミラー６２に反射され、集光レンズ６６を介して同期検知ＰＤ４１に受光される。なお、反射ミラー６２は、回転ミラー６３が走査範囲の最下流点である右走査端より更に下流側に回転したときに走査光６８を再び反射ミラー６２に反射させるように配置されてもよい。同期検知ＰＤ４１は、集光レンズ６６を介して受光した走査光６８を光電変換した電流を出力する。当該電流は同期信号を生成するために利用される。
Further, the rotating
なお、本例では、光源としてＬＤ２１が用いられているが、光源はこれに限られるものではない。例えば、ＶＣＳＥＬ（Vertical Cavity Surface Emitting LASER：面発光レーザ）、有機ＥＬ（Electro-Luminescence）素子、ＬＥＤ（Light Emitting Diode：発光ダイオード）等の他の発光素子を用いてもよい。 In this example, LD21 is used as the light source, but the light source is not limited to this. For example, other light emitting elements such as VCSEL (Vertical Cavity Surface Emitting LASER), organic EL (Electro-Luminescence) element, and LED (Light Emitting Diode) may be used.
また、本例に係る回転ミラー６３は２つの反射面６４Ａ，６４Ｂを有しているが、反射面の数はこれに限られるものではなく、１面でもよいし、３面以上でもよい。少なくとも２つの反射面を回転軸に対して異なる角度で固定することにより、有効走査領域をＺ軸方向に切り替えることが可能である。また、偏向器としてポリゴンミラー（回転多面鏡）、ガルバノミラー、ＭＥＭＳ（Micro Electro Mechanical Systems）ミラー等を用いてもよい。
Further, the rotating
図３に示すように、受光光学系１２は、反射ミラー６２、回転ミラー６３、及び集光レンズ７３を含む。反射ミラー６２及び回転ミラー６３は、上記投光系１１及び同期系１４と共用される。回転ミラー６３は、投光系１１から照射され有効走査領域内にある対象物に反射された反射光６９を反射ミラー６２に反射させる。反射ミラー６２は、回転ミラー６３からの反射光６９を集光レンズ７３に反射させる。集光レンズ７３は、反射ミラー６２からの反射光６９を時間測定ＰＤ３１に結像させる。時間測定ＰＤ３１は、集光レンズ７３を介して受光した反射光６９を光電変換する。これにより、反射光６９が受光された受光タイミングの検出、反射光６９の光量に応じて電気信号（検出電圧等）の生成等が可能となる。
As shown in FIG. 3, the light receiving
本例では、投光系１１（投光光学系２３）と受光光学系１２とが同一の筐体内に設置されている。この筐体は、投光系１１からの走査光６８の光路上及び受光光学系１２への反射光６９の光路上に開口部を有し、開口部がウィンドウ（光透過窓部材）７５により塞がれている。ウィンドウ７５は、例えばガラス、樹脂等から構成される。
In this example, the light projecting system 11 (light projecting optical system 23) and the light receiving
図４に示すように、投光系１１と受光光学系１２とはＺ軸方向に重なるように配置されている。投光系１１から照射された走査光６８は、反射ミラー６２により反射され、受光光学系１２に受光され、時間測定ＰＤ３１により光電変換される。これにより、走査光６８が照射された照射タイミングの検出等が可能となる。
As shown in FIG. 4, the
上記のように、投光系１１と受光光学系１２とで反射ミラー６２及び回転ミラー６３を共用することにより、ＬＤ２１からの光の照射範囲と時間測定ＰＤ３１の受光可能範囲との相対的な位置ずれを小さくすることができ、安定した測定を実現することが可能となる。
As described above, by sharing the
検出系１３は、図１及び図３に示すように、受光光学系１２を介して反射光６９を受光する時間測定ＰＤ３１、及び時間測定ＰＤ３１が出力する検出電流に基づく検出電圧を出力するＰＤ出力検出部３２を含む。反射光６９は、回転ミラー６３及び反射ミラー６２により集光レンズ７３に導かれ、集光レンズ７３により時間測定ＰＤ３１に集光する。なお、図３に示す例では、集光レンズ７３が２枚のレンズで構成されているが、１枚のレンズでもよいし、３枚以上のレンズでもよいし、ミラー光学系を用いてもよい。
As shown in FIGS. 1 and 3, the
同期系１４は、図１及び図２に示されるように、走査光６８を受光する同期検知ＰＤ４１、及び同期検知ＰＤ４１が出力する電流に基づく電圧を出力するＰＤ出力検出部４２を含む。本例に係るＰＤ出力検出部４２は、アナログの電圧信号を、閾値電圧を基準として２値化したデジタル信号を生成する２値化回路等であり得る。ＰＤ出力検出部４２からの出力は同期信号として測定制御部５に入力される。
As shown in FIGS. 1 and 2, the
図５は、第１の実施形態に係る同期系１４により生成される同期信号を例示するタイミングチャートである。回転ミラー６３からの走査光６８が同期検知ＰＤ４１に受光される度に、同期検知ＰＤ４１からの電流がＰＤ出力検出部４２に入力される。その結果、ＰＤ出力検出部４２は所定の同期検知間隔Ｔｓ毎に同期信号を出力する。回転ミラー６３からの走査光６８を同期検知ＰＤ４１に照射するための同期点灯を行うことにより同期信号を得ることができ、同期信号に基づいて回転ミラー６３の回転タイミングを得ることができる。そして、ＬＤ２１を同期点灯してから所定の開始時間Ｔ１経過後にＬＤ２１を所定のパルス間隔Ｔ２毎にパルス点灯させることにより、有効走査領域を走査することができる。すなわち、同期検知ＰＤ４１に走査光６８が照射されるタイミングの前後期間にＬＤ２１がパルス点灯するようにＬＤ駆動信号を生成することにより、有効走査領域を走査することができる。
FIG. 5 is a timing chart illustrating a synchronization signal generated by the
なお、上記においては、走査光６８又は反射光６９の受光素子として、ＰＤを用いる例を示したが、これに限られるものではなく、例えばＡＰＤ（Avalanche Photo Diode）、ガイガーモードＡＰＤであるＳＰＡＤ（Single Photon Avalanche Diode）等を用いてもよい。ＡＰＤやＳＰＡＤはＰＤより感度が高いため、検出精度や検出距離の点で有利である。
In the above, an example in which PD is used as a light receiving element of
測定制御部５は、同期系１４のＰＤ出力検出部４２からの同期信号に基づいてＬＤ駆動信号を生成し、ＬＤ駆動信号をＬＤ駆動部２２及び時間算出部１５に出力する。すなわち、ＬＤ駆動信号は、同期信号に対して遅延した発光制御信号（周期的なパルス信号）である。
The
ＬＤ駆動部２２は、測定制御部５からＬＤ駆動信号を入力されると、ＬＤ駆動信号に応じたパルス幅（デューティー比）でＬＤ２１に駆動電流を印加する。これにより、ＬＤ２１はパルス状のレーザ光を出力する。なお、ＬＤ２１の安全性や耐久性の観点からＬＤ２１のデューティ比を制限する必要があるため、パルス幅は狭いことが望ましい。そのため、パルス幅は１０ｎｓ〜数十ｎｓ程度に設定される。
When the LD drive signal is input from the
時間算出部１５は、検出系１３のＰＤ出力検出部３２からの光電圧及び測定制御部５からのＬＤ駆動信号に基づいて、走査光６８が照射されてから反射光６９が受光されるまでの光飛行時間を算出する。ＬＤ駆動信号に基づいて走査光６８が照射された照射タイミングを得ることができ、検出電圧に基づいて反射光６９が受光された受光タイミングを得ることができ、照射タイミングと受光タイミングとの時間差に基づいて光飛行時間を算出することができる。
The
図６は、第１の実施形態の第１の例に係る光飛行時間Δｔの算出法を例示するグラフである。図７は、第１の実施形態の第２の例に係る光飛行時間Δｔの算出法を例示するグラフである。図６の第１の例、及び図７の第２の例は、検出電流を取得する手段としてＰＤの代わりにＡＰＤを用いた場合の例である。図６に示す第１の例では、走査光６８が照射されたことを示す照射パルス８１と反射光６９が受光されたことを示す受光パルス８２とがそれぞれ曲線形状を有している。図７に示す第２の例では、照射パルス８３と受光パルス８４とがそれぞれ矩形状を有している。図６に示す第１の例では、照射パルス８１のピーク位置を照射タイミングｔ１とし、受光パルス８２のピーク位置を受光タイミングｔ２とする。図７に示す第２の例では、照射パルス８３の立ち上がり位置を照射タイミングｔ１とし、受光パルス８４の立ち上がり位置を受光タイミングｔ２とする。光飛行時間Δｔは、ｔ２−ｔ１により算出することができる。
FIG. 6 is a graph illustrating a method for calculating the light flight time Δt according to the first example of the first embodiment. FIG. 7 is a graph illustrating a method for calculating the light flight time Δt according to the second example of the first embodiment. The first example of FIG. 6 and the second example of FIG. 7 are examples in which APD is used instead of PD as a means for acquiring the detected current. In the first example shown in FIG. 6, the
上記のように時間算出部１５により算出された光飛行時間Δｔは、測定制御部５に出力される。測定制御部５は、光飛行時間Δｔの１／２を距離データとして対象物認識部６に出力する。対象物認識部６は、複数回の走査により取得された複数の距離データに基づいて、対象物までの距離、対象物の位置等を認識し、これらの認識結果を含む対象物情報を生成して測定制御部５に出力する。測定制御部５は、対象物認識部６からの対象物情報をＥＣＵ５１に転送する。ＥＣＵ５１は、対象物認識部６からの対象物情報に基づいて、例えば車両の操舵制御、速度制御等を行う。
The optical flight time Δt calculated by the
移動体に搭載される距離測定においては、１００ｍオーダーの測距可能距離が求められる。１００ｍ先に存在する対象物から帰ってくる反射光６９の光量を電気信号に換算すると、一般的に数ｎＷ〜数十ｎＷ程度である。つまり、数ｎＷに対応する電圧を高精度で検知できることが求められる。数ｎＷ程度の電圧は、ランダムノイズの影響を受けやすい。ランダムノイズとしては、大きく分けて回路ノイズとショットノイズとがある。回路ノイズは、抵抗から生じる熱雑音や基板が放射ノイズを拾うことにより生じるノイズであり、通常は数ｍＶ程度である。ショットノイズは、光量計測に伴う白色雑音であり、光量の時間平均の平方根に比例し、感度が高い場合や外乱光が強い場合には数十ｍＶを超える。従って、ショットノイズは回路ノイズより問題になりやすい。また、ノイズの大きさが光量の時間平均の平方根に比例することから分かるように、ショットノイズはＤＣ光検出の際にも白色雑音として生じる。 In the distance measurement mounted on the moving body, a distance that can be measured on the order of 100 m is required. When the amount of reflected light 69 returned from an object existing 100 m ahead is converted into an electric signal, it is generally about several nW to several tens of nW. That is, it is required that the voltage corresponding to several nW can be detected with high accuracy. A voltage of about several nW is easily affected by random noise. Random noise is roughly divided into circuit noise and shot noise. The circuit noise is thermal noise generated from a resistor or noise generated by the substrate picking up radiated noise, and is usually about several mV. The shot noise is white noise associated with the measurement of the amount of light, and is proportional to the square root of the time average of the amount of light, and exceeds several tens of mV when the sensitivity is high or when the ambient light is strong. Therefore, shot noise is more problematic than circuit noise. Further, as can be seen from the fact that the magnitude of noise is proportional to the square root of the time average of the amount of light, shot noise is also generated as white noise during DC light detection.
図８は、周囲の照度が比較的小さい場合における反射光６９の検出電圧の波形を例示するグラフである。図９は、周囲の照度が比較的大きい場合における反射光６９の検出電圧の波形を例示するグラフである。照度が小さい場合（太陽光が弱い場合等）には、図８に示すように、反射光６９の受光に対応するターゲットピーク８５以外のノイズは目立たない。これに対し、照度が大きい場合（太陽光が強い場合等）には、図９に示すように、ＤＣ成分が増大するだけでなく、ターゲットピーク８５以外のランダムノイズ（ショットノイズ）も増大する。ＤＣ成分についてはハイパスフィルタ等により除去することができるが、ランダムノイズについてはハイパスフィルタでは除去することができない。
FIG. 8 is a graph illustrating a waveform of the detection voltage of the reflected light 69 when the ambient illuminance is relatively small. FIG. 9 is a graph illustrating a waveform of the detection voltage of the reflected light 69 when the ambient illuminance is relatively large. When the illuminance is low (such as when the sunlight is weak), as shown in FIG. 8, noise other than the
図１０は、周囲の照度が比較的大きい場合であってＤＣ成分を除去した場合における反射光６９の検出電圧の波形を例示するグラフである。図１０に示すように、反射光６９の受光を検出するための閾値電圧（検出閾値）をランダムノイズの上限値より大きい値に設定することにより、ターゲットピーク８５のみを検出することが可能となる。
FIG. 10 is a graph illustrating a waveform of the detection voltage of the reflected light 69 when the ambient illuminance is relatively large and the DC component is removed. As shown in FIG. 10, by setting the threshold voltage (detection threshold) for detecting the reception of the reflected light 69 to a value larger than the upper limit of the random noise, it is possible to detect only the
しかし、実際の車両の走行環境においては、太陽光が窓ガラス、ボンネット等の高反射物体により反射され、周囲の照度が特に大きく、特に強い太陽光が受光光学系１２に入射する場合がある。図１１は、周囲の照度が特に大きい場合であってＤＣ成分を除去した場合における反射光６９の検出電圧の波形を例示するグラフである。このような場合、ショットノイズにより生じる電圧（ノイズ電圧）が増大し、ノイズ電圧が閾値電圧を超えて誤検出が発生する。特に、高反射物体が受光光学系１２に近い位置にある場合には、ノイズ電圧は更に大きくなり、誤検出の頻度が高くなる。
However, in an actual vehicle traveling environment, sunlight may be reflected by a highly reflective object such as a window glass or a bonnet, and the ambient illuminance may be particularly large, and particularly strong sunlight may enter the light receiving
上記のように、閾値電圧を基準としてターゲットピーク８５を検出する方式では、ノイズ電圧による誤検出を防ぐために閾値電圧をノイズ電圧より十分大きい値に設定する必要がある。通常、閾値電圧はノイズ電圧が最大となる場合（照度が特に大きい場合等）を想定して決定される。そのため、ノイズ電圧が比較的小さい場合（照度が比較的小さい場合等）には、閾値電圧が過剰に大きくなり、ターゲットピーク８５を検知可能な距離、すなわち測距可能距離が小さくなってしまう。従って、閾値電圧は、ノイズ電圧による誤検出が発生しない範囲内で最小に設定されることが望ましい。
As described above, in the method of detecting the
以下に、対象物までの距離（対象物距離）がターゲットピーク８５とノイズ電圧との関係に及ぼす影響について記述する。図１２は、対象物距離が比較的小さい場合におけるターゲットピーク８５とノイズ電圧との関係を例示するグラフである。図１３は、対象物距離が比較的大きい場合におけるターゲットピーク８５とノイズ電圧との関係を例示するグラフである。
The influence of the distance to the object (object distance) on the relationship between the
図１２に示すように、対象物距離が比較的小さい場合（本例では１０ｍ〜４０ｍ）には、ノイズ電圧が大きい場合であっても、ターゲットピーク８５も大きくなるため、ターゲットピーク８５とノイズ電圧との判別は容易となる。対象物の光反射率が大きい場合にもターゲットピーク８５は大きくなる。このような場合には、閾値電圧の設定は容易である。一方、図１３に示すように、対象物距離が比較的大きい場合（本例では５０ｍ〜７０ｍ）には、ターゲットピーク８５が小さくなるため、ターゲットピーク８５とノイズ電圧との判別が困難となる。対象物の光反射率が小さい場合には、更に両者の判別が困難となる。このような場合には、閾値電圧の設定は非常に困難となる。
As shown in FIG. 12, when the object distance is relatively small (10 m to 40 m in this example), the
図１４は、対象物距離、ターゲットピーク８５のピーク強度、及びノイズ電圧の推定範囲の関係を例示するグラフである。本例に係るノイズ電圧の推定範囲は、西日等の強い太陽光を想定している。ノイズ電圧の推定範囲はエラーバー１５１の長さで表示されており、この例では、０ｍＶから３００ｍＶである。ターゲットピーク８５のピーク強度の電圧は、近距離（１０ｍ〜２０ｍ程度）での測距において飽和している。ノイズ電圧による誤測距を避けて閾値電圧を設定する場合、図１４のように、例えば４００ｍＶに閾値電圧を設定することになるが、これでは５０ｍ以上遠距離の測距においてはピーク強度が閾値電圧よりも小さくなるため、測距できなくなることが分かる。すなわち、測距可能距離を大きくするためには、閾値電圧を低く設定し、且つノイズ電圧とターゲットピーク８５とを判別する技術が必要となる。
FIG. 14 is a graph illustrating the relationship between the object distance, the peak intensity of the
反射光６９の受光を誤検出するその他の要因として、雨、霧等がある。この場合もショットノイズと同様に、雨、霧等に起因するノイズ電圧が閾値電圧を超える可能性がある。図１５は、ターゲットピーク８５と雨に起因するノイズピーク９５とを含む検出電圧の波形を例示するグラフである。本例では、時間「０」が走査光６８の照射タイミングであり、雨１〜３に起因する３つのノイズピーク９５と、正規の対象物に起因する１つのターゲットピーク８５とが検出されている。ノイズピーク９５を危険情報とは認識せずにターゲットピーク８５のみを危険情報と認識する必要があるが、図１５に示すような情報のみからではそのような認識をすることができない。
Other factors that erroneously detect the received light of the reflected light 69 include rain, fog, and the like. In this case as well, the noise voltage caused by rain, fog, etc. may exceed the threshold voltage as in the case of shot noise. FIG. 15 is a graph illustrating a waveform of a detection voltage including a
そこで、本実施形態においては、ターゲットピーク８５とノイズピーク９５とを判別するために、検出電圧が閾値電圧を超えている時間を示すパルス幅を利用する。
Therefore, in the present embodiment, in order to discriminate between the
図１６は、パルス幅Ｗｔ，Ｗｎ１〜Ｗｎ３を例示するグラフである。図１６に示すグラフは、横軸を照射タイミングからの経過時間とし、縦軸を検出系１３（ＰＤ出力検出部３２）から出力される検出電圧とした波形である。図１６に示す波形には、１つのターゲットピーク８５と、３つのノイズピーク９５−１〜９５−３と、ターゲットピーク８５に対応するパルス幅（ターゲットパルス幅）Ｗｔと、各ノイズピーク９５−１〜９５−３に対応する３つのパルス幅（ノイズパルス幅）Ｗｎ１〜Ｗｎ３とが示されている。各パルス幅Ｗｔ，Ｗｎ１〜Ｗｎ３は、各ピーク８５，９５−１〜９５−３の検出電圧が閾値電圧を超えている時間を示している。付言すると、閾値電圧における立ち上がりから立ち下がりまでが、パルス幅である。
FIG. 16 is a graph illustrating pulse widths Wt, Wn1 to Wn3. In the graph shown in FIG. 16, the horizontal axis represents the elapsed time from the irradiation timing, and the vertical axis represents the detection voltage output from the detection system 13 (PD output detection unit 32). The waveform shown in FIG. 16 includes one
上記のような波形は、有効走査領域への１回の走査につき１つ取得される。従って、同一の有効走査領域に対して複数回の走査を行うことにより、複数の波形が取得される。各波形におけるピーク８５，９５−１〜９５−３の位置及び形状、並びにパルス幅Ｗｔ，Ｗｎ１〜Ｗｎ３は、有効走査領域内の状況の変化、すなわち対象物の変化（他車両、障害物等の相対距離の変化等）及びノイズの変化（日光、雨等のノイズ要因の発生又は消滅等）に応じて変化する。
One waveform as described above is acquired for each scan to the effective scan area. Therefore, a plurality of waveforms can be acquired by performing a plurality of scans on the same effective scanning region. The positions and shapes of
同一の有効走査領域に対して複数回の走査を行う場合、通常、走査実行間の時間間隔は短いため、対象物の変化量は比較的小さくなる。これに対し、当該時間間隔内におけるノイズの変化量は、一般的に対象物の変化量より大きくなる。日光、雨、霧、回路内の電気的状況等のノイズ要因は瞬時に変化する場合が多いからである。従って、複数の走査を行った場合、複数のオシロ波形間におけるノイズパルス幅Ｗｎ１〜Ｗｎ３の変化量は、ターゲットパルス幅Ｗｔの変化量より大きく現れることとなる。従って、複数回の走査に対応する複数のオシロ波形におけるパルス幅の変化、ばらつき等を監視することにより、ターゲットパルス幅Ｗｔに対応するターゲットピーク８５と、ノイズパルス幅Ｗｎ１〜Ｗｎ３に対応するノイズピーク９５とを判別することが可能となる。
When scanning the same effective scanning area a plurality of times, the amount of change in the object is relatively small because the time interval between scanning executions is usually short. On the other hand, the amount of change in noise within the time interval is generally larger than the amount of change in the object. This is because noise factors such as sunlight, rain, fog, and electrical conditions in circuits often change instantaneously. Therefore, when a plurality of scans are performed, the amount of change in the noise pulse widths Wn1 to Wn3 between the plurality of oscilloscope waveforms appears larger than the amount of change in the target pulse width Wt. Therefore, by monitoring changes and variations in pulse width in a plurality of oscilloscope waveforms corresponding to a plurality of scans, a
図１７は、第１の実施形態に係る時間算出部１５の機能構成を例示するブロック図である。本実施形態に係る時間算出部１５は、ピーク検出部１０１、ヒストグラム生成部１０２、パルス幅検出部１０３、ノイズ判別部１０４、及び光飛行時間算出部１０５を含む。
FIG. 17 is a block diagram illustrating the functional configuration of the
ピーク検出部１０１は、検出電圧（検出系１３のＰＤ出力検出部３２から出力される検出信号、例えば図１６に示すような波形）を監視し、検出電圧が閾値電圧を超えたピークを検出する。
The
ヒストグラム生成部１０２は、光飛行時間（例えば図１６に示す波形の横軸の値）又は光飛行時間から算出された前記対象物までの距離を階級とし、前記ピーク検出部１０１により検出されたピーク（例えば図１６に示すターゲットピーク８５及びノイズピーク９５−１〜９５−３）の数を度数とするヒストグラムを生成する。
The
パルス幅検出部１０３は、ピーク検出部１０１により検出されたピークの検出電圧が閾値電圧を超えている時間を示すパルス幅（例えば図１６に示すターゲットパルス幅Ｗｔ及びノイズパルス幅Ｗｎ１〜Ｗｎ３）を検出する。
The pulse
ノイズ判別部１０４は、ヒストグラム生成部１０２により生成されたヒストグラムと、複数回の走査においてパルス幅検出部１０３により検出されたパルス幅の変化とに基づいて、反射光６９以外の要因であるノイズに起因する偽の光飛行時間を判別する。
The noise discrimination unit 104 determines noise that is a factor other than the reflected light 69 based on the histogram generated by the
光飛行時間算出部１０５は、ノイズ判別部１０４による判別結果に基づいて、反射光６９による真の光飛行時間を算出する。 The light flight time calculation unit 105 calculates the true light flight time by the reflected light 69 based on the discrimination result by the noise discrimination unit 104.
上記各部１０１〜１０５は、例えば１又は複数の集積回路により実現される。各部１０１〜１０５は、ＣＰＵ等のプロセッサにプログラムを実行させること、すなわちソフトウェアにより実現されてもよい。また、各部１０１〜１０５は、専用のＩＣ等のプロセッサ、すなわちハードウェアにより実現されてもよい。また、各部１０１〜１０５は、ソフトウェア及びハードウェアを併用して実現されてもよい。複数のプロセッサを用いる場合、各プロセッサは、各部１０１〜１０５のうちの１つを実現してもよいし、各部１０１〜１０５のうちの２以上を実現してもよい。
Each of the
以下に、表１〜表３を参照して本実施形態に係るノイズ判別処理を詳細に説明する。下記表１は、階級幅を２ｍとし、走査回数（以下、フレーム数と表現する場合がある）を５とした場合におけるヒストグラムデータを例示する表である。 Hereinafter, the noise discrimination process according to the present embodiment will be described in detail with reference to Tables 1 to 3. Table 1 below is a table illustrating histogram data when the class width is 2 m and the number of scans (hereinafter, may be expressed as the number of frames) is 5.
先ず、任意の距離で階級を区切る。表１の例では、１つの階級幅が２ｍとなっている。１回目の走査においては、２０ｍ−２２ｍの階級に１つのピーク（度数１）が入っており、３０ｍ−３２ｍの階級に１つのピークが入っている。２回目の走査においては、２４ｍ−２６ｍの階級に１つのピークが入っており、３０ｍ−３２ｍの階級に１つのピークが入っている。同様に５回の走査により同様のデータを取得して合計度数を算出すると、３０ｍ−３２ｍの階級の合計度数が５となり、その他のいくつかの階級において合計度数が１又は２となっている。 First, divide the class at any distance. In the example of Table 1, one class width is 2 m. In the first scan, one peak (frequency 1) is contained in the 20m-22m class, and one peak is contained in the 30m-32m class. In the second scan, there is one peak in the 24m-26m class and one peak in the 30m-32m class. Similarly, when the same data is acquired by scanning five times and the total frequency is calculated, the total frequency of the 30m-32m class is 5, and the total frequency is 1 or 2 in some other classes.
このように複数回の走査を行うと、ターゲットピークは１つの階級に集中して出現し、ノイズピークは複数の階級に分散して出現する。これは、走査中における対象物の移動量は微小であることが多いのに対し、ショットノイズは瞬間的且つランダムな場所に出現することが多いからである。従って、最も度数が大きい階級に対応するピークがターゲットピークであり、その他のピークはノイズピークであると類推することができる。従って、表１の例では、３０ｍ−３２ｍの階級に含まれる５つのピークに対応する５つの距離又は時間の平均値を計算することにより、確度の高い距離又は時間（光飛行時間）を求めることができる。このような測定処理を、便宜上「フレーム間処理」と称する。 When the scanning is performed a plurality of times in this way, the target peaks appear concentrated in one class, and the noise peaks appear dispersed in a plurality of classes. This is because the amount of movement of the object during scanning is often very small, whereas shot noise often appears in instantaneous and random places. Therefore, it can be inferred that the peak corresponding to the class with the highest frequency is the target peak, and the other peaks are noise peaks. Therefore, in the example of Table 1, the distance or time (light flight time) with high accuracy is obtained by calculating the average value of the five distances or times corresponding to the five peaks included in the 30m-32m class. Can be done. Such measurement processing is referred to as "interframe processing" for convenience.
ここで、上記のようなフレーム間処理では、階級幅の設定やフレーム数の設定に配慮が必要である。表２は、階級幅を１ｍとし、フレーム数を３とした場合におけるヒストグラムデータを例示する表である。 Here, in the inter-frame processing as described above, it is necessary to consider the setting of the class width and the setting of the number of frames. Table 2 is a table illustrating histogram data when the class width is 1 m and the number of frames is 3.
階級幅を狭くすると、検出されたピークの距離又は時間が階級の境界近くに分散している場合に、ターゲットピークが誤差により真の階級（表２の例では３１ｍ−３２ｍ）の隣の階級（３０ｍ−３１ｍ）に入ってしまう可能性が高くなる。また、フレーム数を少なくすると、ターゲットピークが属する真の階級とは異なる偽の階級（表２の例では２７ｍ−２８ｍ）にターゲットピークと同数のノイズピークが偶然入ってしまう可能性が高くなる。このような現象が発生すると、ターゲットピークとノイズピークとを判別することができなくなる。特に、車両等の移動体に搭載される距離測定装置１（時間測定装置２）においては、有効走査領域内の状況が時々刻々と変化すると共に、適切な運転制御を実現させるために迅速な測距処理が必要となるため、フレーム数を多くすることができない場合が多い。 When the class width is narrowed, the target peak is located next to the true class (31m-32m in the example of Table 2) due to an error when the distance or time of the detected peaks is dispersed near the class boundary (31m-32m in the example of Table 2). There is a high possibility that it will enter (30m-31m). Further, if the number of frames is reduced, there is a high possibility that the same number of noise peaks as the target peak will accidentally enter a false class (27 m-28 m in the example of Table 2) different from the true class to which the target peak belongs. When such a phenomenon occurs, it becomes impossible to distinguish between the target peak and the noise peak. In particular, in the distance measuring device 1 (time measuring device 2) mounted on a moving body such as a vehicle, the situation in the effective scanning area changes from moment to moment, and rapid measurement is performed in order to realize appropriate driving control. Since distance processing is required, it is often not possible to increase the number of frames.
そこで、本実施形態においては、フレーム数を増加させることなく、高精度なノイズ判別処理を実現するために、複数のピークのパルス幅の標準偏差σに基づいて、ターゲットピークが属する真の階級とノイズピークが属する偽の階級とを判別する。表３は、階級幅を１ｍとし、フレーム数を３とし、パルス幅の標準偏差σを用いた判別を行う場合におけるヒストグラムデータを例示する表である。 Therefore, in the present embodiment, in order to realize highly accurate noise discrimination processing without increasing the number of frames, the true class to which the target peak belongs is determined based on the standard deviation σ of the pulse widths of a plurality of peaks. Distinguish from the fake class to which the noise peak belongs. Table 3 is a table exemplifying histogram data in the case where the class width is 1 m, the number of frames is 3, and the discrimination is performed using the standard deviation σ of the pulse width.
ショットノイズに起因するノイズピークの検出電圧はランダムな大きさで閾値電圧を超えるため、複数のフレーム間におけるノイズピークのパルス幅（図１６中Ｗｎ１〜Ｗｎ３）の標準偏差σは、複数のフレーム間におけるターゲットピークのパルス幅（図１６中Ｗｔ）の標準偏差σより大きくなる可能性が高い。従って、表３又は表２に例示するように、度数が同一の２つの階級（２７ｍ−２８ｍ及び３１ｍ−３２ｍ）が競合した場合、それぞれの階級に属するピークのパルス幅の標準偏差σを比較し、標準偏差σが小さい方が真の階級であると判断することができる。このような測定処理を、便宜上「σ検閲フレーム間処理」と称する。 Since the detection voltage of the noise peak caused by shot noise exceeds the threshold voltage with a random magnitude, the standard deviation σ of the noise peak pulse widths (Wn1 to Wn3 in FIG. 16) between a plurality of frames is between a plurality of frames. There is a high possibility that the pulse width of the target peak (Wt in FIG. 16) will be larger than the standard deviation σ. Therefore, as illustrated in Table 3 or Table 2, when two classes with the same frequency (27m-28m and 31m-32m) compete, the standard deviation σ of the pulse widths of the peaks belonging to each class are compared. , The one with the smaller standard deviation σ can be judged to be the true class. Such measurement processing is referred to as "σ censorship inter-frame processing" for convenience.
なお、表３の例では、標準偏差σが１以下である場合にのみ真の階級となる権利が与えられている。車両等の移動体に搭載される距離測定装置１においては、有効走査領域内に他車両等の真の対象物が存在する場合に、その対象物に起因するピークのパルス幅の標準偏差σが１より大きくなることはほとんどないからである。しかし、真の階級の標準偏差σは必ずしも１以下でなくてもよい。例えば、真の階級の候補が複数存在する場合であって、いずれの標準偏差σも１より大きい場合には、標準偏差σが最も小さい階級を真の階級と判断してもよい。
In the example of Table 3, the right to become a true class is given only when the standard deviation σ is 1 or less. In the
図１８は、第１の実施形態に係る距離測定装置１におけるノイズ判別処理を例示するフローチャートである。ノイズ判別部１０４は、ヒストグラム生成部１０２により生成されたヒストグラムを参照し、度数が２以上の階級があるか否かを判断する（Ｓ１０１）。度数が２以上の階級がない場合（Ｓ１０１：Ｎｏ）、距離又は光飛行時間の測定は不可能であると判断し（Ｓ１０２）、所定の処理を行う。一方、度数が２以上の階級がある場合（Ｓ１０１：Ｙｅｓ）、ノイズ判別部１０４は最も度数が大きい階級を特定し（Ｓ１０３）、最も度数が大きい階級に属するピークのパルス幅の標準偏差σを算出する（Ｓ１０４）。このとき、最も度数が大きい階級が複数存在する場合（例えば度数が３の階級が２つ以上存在する場合等）、それらの全ての階級について標準偏差σを算出する。
FIG. 18 is a flowchart illustrating the noise discrimination process in the
その後、ノイズ判別部１０４は、標準偏差σが１以下である階級が１つ以上あるか否かを判断する（Ｓ１０５）。標準偏差σが１以下である階級が１つ以上ない場合（Ｓ１０５：Ｎｏ）、換言すれば、全ての標準偏差σが１より大きい場合、ノイズ判別部１０４は、最も度数が大きい階級を偽の階級と判断し（Ｓ１０６）、再びステップＳ１０１を実行する。一方、標準偏差σが１以下である階級が１つ以上ある場合（Ｓ１０５：Ｙｅｓ）、ノイズ判別部１０４は、標準偏差σが１以下である階級をＡ階級とし（Ｓ１０７）、Ａ階級が１つのみであるか否かを判断する（Ｓ１０８）。 After that, the noise discrimination unit 104 determines whether or not there is one or more classes having a standard deviation σ of 1 or less (S105). If there is no one or more classes with a standard deviation σ of 1 or less (S105: No), in other words, if all the standard deviations σ are greater than 1, the noise discriminator 104 falsely sets the class with the highest frequency. The class is determined (S106), and step S101 is executed again. On the other hand, when there is one or more classes having a standard deviation σ of 1 or less (S105: Yes), the noise discriminating unit 104 sets the class having a standard deviation σ of 1 or less as class A (S107), and class A is 1. It is determined whether or not there is only one (S108).
Ａ階級が１つのみである場合（Ｓ１０８：Ｙｅｓ）、ノイズ判別部１０４は、Ａ階級を真の階級と判断し（Ｓ１０９）、真の階級の距離の平均値又は光飛行時間の平均値を算出する（Ｓ１１０）。一方、Ａ階級が１つのみでない場合（Ｓ１０８：Ｎｏ）、標準偏差σが最も小さい階級を真の階級と判断し（Ｓ１１１）、ステップＳ１１０を実行する。 When there is only one A class (S108: Yes), the noise discriminating unit 104 determines that the A class is a true class (S109), and determines the average value of the distances of the true classes or the average value of the light flight time. Calculate (S110). On the other hand, when there is not only one A class (S108: No), the class having the smallest standard deviation σ is determined to be the true class (S111), and step S110 is executed.
なお、上記においては、パルス幅の標準偏差を利用してターゲットピークとノイズピークとを判別する例を示したが、パルス幅の利用方法はこれに限られるものではなく、例えばパルス幅の平均値等を利用して判別することも可能である。 In the above, an example of discriminating between a target peak and a noise peak by using the standard deviation of the pulse width is shown, but the method of using the pulse width is not limited to this, for example, the average value of the pulse width. It is also possible to make a determination using the above.
上記距離測定装置１又は時間測定装置２の機能を実現するプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、メモリカード、ＣＤ−Ｒ及びＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記憶媒体に記憶されてコンピュータ・プログラム・プロダクトとして提供される。
The program that realizes the functions of the
また、プログラムをインターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、プログラムをダウンロードさせずにインターネット等のネットワーク経由で提供するように構成してもよい。また、プログラムをＲＯＭ等の適宜な記憶装置に予め組み込んで提供するように構成してもよい。また、プログラムは上記複数の機能のうちプログラムにより実現可能な機能を含むモジュール構成となっていてもよい。プログラムにより実現される機能は、記憶媒体からプログラムを読み出して実行することによりＲＡＭ等の主記憶装置にロードされる。すなわち、プログラムにより実現される機能は主記憶装置上に生成される。 Further, the program may be stored on a computer connected to a network such as the Internet and provided by downloading via the network. Further, the program may be configured to be provided via a network such as the Internet without being downloaded. Further, the program may be configured to be provided by being incorporated in an appropriate storage device such as a ROM in advance. Further, the program may have a module configuration including a function that can be realized by the program among the above-mentioned plurality of functions. The function realized by the program is loaded into a main storage device such as RAM by reading the program from the storage medium and executing the program. That is, the functions realized by the program are generated on the main memory.
以上のように、本実施形態によれば、ヒストグラムとパルス幅とに基づいてノイズを判別することにより、反射光の受光を検出する閾値電圧を比較的低く設定し、且つフレーム数（走査回数）を比較的少なくした場合であっても、高精度にノイズを判別することが可能となる。これにより、測距可能距離の向上、測定精度の向上、及び測定処理の高速化を同時に実現することが可能となる。 As described above, according to the present embodiment, the threshold voltage for detecting the reception of reflected light is set relatively low by discriminating noise based on the histogram and the pulse width, and the number of frames (number of scans). Even when the number of noises is relatively small, it is possible to discriminate noise with high accuracy. As a result, it is possible to improve the distance that can be measured, improve the measurement accuracy, and speed up the measurement process at the same time.
（実施例１）
以下に、第１の実施形態に係る実施例１について説明する。上記第１の実施形態に係る距離測定装置１を用いて、１ｍ四方の反射率が１０％（＠８７０ｎｍ）の黒幕を対象物として距離を測定した。このとき、走査光６８から１５μｓ遅延した場所でのショットノイズをオシロスコープにより観察し、人口太陽灯（セリック株式会社製 SOLAX XC-500E）を距離測定装置１の正面に設置してショットノイズの標準偏差が１００ｍＶとなるように調整した。人口太陽灯の設置は、西日を正面から入射するという条件を想定したものである。
(Example 1)
The first embodiment according to the first embodiment will be described below. Using the
図１９は、実施例１に係る対象物距離とピーク強度との関係を例示するグラフである。図１９のグラフには、上記対象物に反射された反射光６９の検出電圧をオシロスコープで観察したときのピーク強度と、ショットノイズの範囲を示すエラーバー１５１とが示されている。
FIG. 19 is a graph illustrating the relationship between the object distance and the peak intensity according to the first embodiment. The graph of FIG. 19 shows the peak intensity when the detection voltage of the reflected light 69 reflected on the object is observed with an oscilloscope, and the
ショットノイズの標準偏差が１００ｍＶである場合、ショットノイズの範囲は３００ｍＶであった。本実施例では、閾値電圧が４００ｍＶに設定されている。反射光６９のピーク強度は、図１９及び図１２〜図１４に示すように、距離が遠くになるに従って小さくなった。 When the standard deviation of shot noise was 100 mV, the range of shot noise was 300 mV. In this embodiment, the threshold voltage is set to 400 mV. As shown in FIGS. 19 and 12 to 14, the peak intensity of the reflected light 69 decreased as the distance increased.
図１９に示すように、閾値電圧を４００ｍＶとすると、ショットノイズが閾値電圧を超えることは略なくなるが、対象物距離が５０ｍ程度になったときにピーク強度が閾値電圧を下回り、測距ができなくなる。また、３００ｍＶはショットノイズの範囲の上限値であるから、閾値電圧を３００ｍＶとする場合、ある一定の割合でショットノイズが閾値電圧を超えることが予測される。また、閾値電圧を１００ｍＶ又は２００ｍＶとすると、図１９に示すように、測距可能距離は伸びるが、ショットノイズが閾値電圧を超える割合がかなり高くなる。従って、閾値電圧を下げる場合には、ショットノイズと反射光６９のピーク強度とを判別する技術が必要となる。
As shown in FIG. 19, when the threshold voltage is 400 mV, the shot noise hardly exceeds the threshold voltage, but when the object distance reaches about 50 m, the peak intensity falls below the threshold voltage and the distance can be measured. It disappears. Further, since 300 mV is the upper limit value of the shot noise range, when the threshold voltage is set to 300 mV, it is predicted that the shot noise exceeds the threshold voltage at a certain rate. Further, when the threshold voltage is 100 mV or 200 mV, as shown in FIG. 19, the distance-measurable distance is extended, but the ratio of shot noise exceeding the threshold voltage is considerably high. Therefore, when lowering the threshold voltage, a technique for discriminating between shot noise and the peak intensity of the reflected
本実施例では、閾値電圧を１００ｍＶ〜４００ｍＶに設定し、それぞれの閾値電圧について測距成功率を調査した。測距成功率とは、実際の対象物距離と距離測定装置１により測定された測定値とが略一致した場合（誤差が所定範囲内である場合）に成功とし、実際の対象物距離と測定値とが一致しない場合（誤差が所定範囲外である場合）又は測距不可能な場合（例えば、反射光６９のピーク強度が閾値電圧より低い場合等）に失敗とし、全結果に対する成功の割合を示すものである。
In this example, the threshold voltage was set to 100 mV to 400 mV, and the distance measurement success rate was investigated for each threshold voltage. The distance measurement success rate is defined as success when the actual object distance and the measured value measured by the
使用したオシロスコープはアジレント製ＤＳＣ−Ｘ ３０５４Ａであり、サンプリングレートを４ＧＳａ/ｓ、横軸を２μＳ／ｄｉｖとしてショットノイズの標準偏差を算出した。測距を１０ｍから１００ｍまで１０ｍ間隔で行い、フレーム間処理のフレーム数（走査回数）を３とし、図１８に示すフローチャートと同じ手順によりパルス幅の標準偏差σを用いた検閲を行った。ここではパルス幅の標準偏差σが１．０以下であれば真の値（ターゲットピーク）が属する真の階級であるとし、真の階級に属する複数の距離の平均値を最終的な距離とした。なお、本実施例では距離を求めているが、光飛行時間を求めるようにしてもよい。パルス幅の標準偏差σが１．０以下の階級が２つ以上ある場合には、最も低いパルス幅の標準偏差σを有する階級を真の階級とした。本実施例に用いられた投光系１１等は、図２〜図４に示した構成と同様であり、回転ミラー６３は５００ｒｐｍで回転するものであった。すなわち、１つのフレームは６０ｍｓであり、３つのフレームに要する時間は１８０ｍｓであった。ヒストグラムの階級幅を１ｍとし、測距成功率を算出するための試験回数Ｎを１００とした。
The oscilloscope used was an Agilent DSC-X 3054A, and the standard deviation of shot noise was calculated with a sampling rate of 4 GSa / s and a horizontal axis of 2 μS / div. Distance measurement was performed from 10 m to 100 m at intervals of 10 m, the number of frames (number of scans) of inter-frame processing was set to 3, and censorship was performed using the standard deviation σ of the pulse width by the same procedure as the flowchart shown in FIG. Here, if the standard deviation σ of the pulse width is 1.0 or less, it is assumed that the true value (target peak) belongs to the true class, and the average value of a plurality of distances belonging to the true class is used as the final distance. .. Although the distance is calculated in this embodiment, the light flight time may be calculated. When there are two or more classes having a pulse width standard deviation σ of 1.0 or less, the class having the lowest pulse width standard deviation σ is defined as the true class. The
図２０は、実施例１に係る対象物距離と測距成功率との関係を例示するグラフである。図２０には、閾値電圧を１００ｍＶ、２００ｍＶ、３００ｍＶ、又は４００ｍＶに設定し、上記σ検閲フレーム間処理を行った場合の測距成功率の変化が示されている。図２０に示すように、閾値電圧を比較的低い値１００ｍＶ又は２００ｍＶに設定した場合、西日を想定した大きなショットノイズが存在する環境下であっても、対象物距離が５０ｍ程度まで８０％以上の高い測距成功率を得ることができた。また、このように閾値電圧を１００ｍＶ〜２００ｍＶの比較的低い値に設定することができれば、測距可能距離を長くすることができる。図２０には、閾値電圧を１００ｍＶに設定した場合、対象物距離１００ｍまでの測距成功率が５０％以上になることが示されている。 FIG. 20 is a graph illustrating the relationship between the object distance and the distance measurement success rate according to the first embodiment. FIG. 20 shows a change in the distance measurement success rate when the threshold voltage is set to 100 mV, 200 mV, 300 mV, or 400 mV and the above-mentioned σ censorship inter-frame processing is performed. As shown in FIG. 20, when the threshold voltage is set to a relatively low value of 100 mV or 200 mV, the object distance is 80% or more up to about 50 m even in an environment where there is a large shot noise assuming the west sun. We were able to obtain a high success rate of distance measurement. Further, if the threshold voltage can be set to a relatively low value of 100 mV to 200 mV in this way, the distance-measurable distance can be lengthened. FIG. 20 shows that when the threshold voltage is set to 100 mV, the distance measurement success rate up to an object distance of 100 m is 50% or more.
図２１は、比較例１に係る対象物距離と測距成功率との関係を例示するグラフである。図２１には、閾値電圧を１００ｍＶ、２００ｍＶ、３００ｍＶ、又は４００ｍＶに設定し、上記フレーム間処理（パルス幅の標準偏差σを考慮しない処理方法）を行った場合の測距成功率の変化が示されている。図２１に示すように、閾値電圧を比較的低い値１００ｍＶ又は２００ｍＶに設定した場合、西日を想定した大きなショットノイズが存在する環境下であっても、対象物距離が５０ｍ程度まで５０％以上の測距成功率を得ることができた。 FIG. 21 is a graph illustrating the relationship between the object distance and the distance measurement success rate according to Comparative Example 1. FIG. 21 shows changes in the distance measurement success rate when the threshold voltage is set to 100 mV, 200 mV, 300 mV, or 400 mV and the above-mentioned inter-frame processing (processing method that does not consider the standard deviation σ of the pulse width) is performed. Has been done. As shown in FIG. 21, when the threshold voltage is set to a relatively low value of 100 mV or 200 mV, the object distance is 50% or more up to about 50 m even in an environment where there is a large shot noise assuming the west sun. I was able to obtain the success rate of distance measurement.
図２２は、比較例２に係る対象物距離と測距成功率との関係を例示するグラフである。本比較例は、フレーム間処理及びσ検閲フレーム間処理のいずれも行わず、通常の閾値電圧設定だけを行う測距方法による測距成功率を示している。図２２には、ショットノイズの電圧より十分高い閾値電圧（例えば３００ｍＶ以上）を設定すると、近距離での測距成功率は図２０に示す実施例１（σ検閲フレーム間処理）における結果及び図２１に示す比較例１（フレーム間処理）における結果とほとんど相違ないが、ショットノイズの電圧に近い閾値電圧（例えば２００ｍＶ以下）を設定すると、測距成功率が急激に下がることが示されている。 FIG. 22 is a graph illustrating the relationship between the object distance and the distance measurement success rate according to Comparative Example 2. This comparative example shows the distance measurement success rate by the distance measurement method in which neither the inter-frame processing nor the σ censorship inter-frame processing is performed and only the normal threshold voltage setting is performed. In FIG. 22, when a threshold voltage (for example, 300 mV or more) sufficiently higher than the shot noise voltage is set, the distance measurement success rate at a short distance is the result and the figure in Example 1 (σ censorship inter-frame processing) shown in FIG. Although it is almost the same as the result in Comparative Example 1 (interframe processing) shown in 21, it is shown that the distance measurement success rate drops sharply when a threshold voltage (for example, 200 mV or less) close to the shot noise voltage is set. ..
図２３は、フレーム数と測距成功率との関係についてフレーム間処理とσ検閲フレーム間処理との比較結果を例示するグラフである。ここでは対象物距離を４０ｍとし、ヒストグラムの階級幅を１ｍとした場合が示されている。表２及び表３において、フレーム間処理において生じる問題の要因の１つとして、フレーム数が少ないことを挙げた。図２３に示すように、フレーム間処理及びσ検閲フレーム間処理共に、フレーム数が５程度であれば高い測距成功率が望まれる。しかし、上記のように、１フレームあたり６０ｍｓ程度の時間が必要であるため、実用上十分な処理速度を得るためにはフレーム数ができるだけ少ないことが望ましい。図２３に示すように、フレーム間処理においてはフレーム数が３のときの測距成功率が５０％程度となるが、σ検閲フレーム間処理においてはフレーム数が３のときの測距成功率が８０％程度となる。このように、σ検閲フレーム間処理を利用することにより、少ないフレーム数でも高い測距成功率を得ることができ、測定処理の高速化を図ることが可能となる。 FIG. 23 is a graph illustrating the comparison result between the inter-frame processing and the σ censorship inter-frame processing regarding the relationship between the number of frames and the distance measurement success rate. Here, the case where the object distance is 40 m and the class width of the histogram is 1 m is shown. In Tables 2 and 3, it was pointed out that the number of frames was small as one of the causes of the problems that occurred in the inter-frame processing. As shown in FIG. 23, when the number of frames is about 5, a high distance measurement success rate is desired for both the inter-frame processing and the σ censorship inter-frame processing. However, as described above, since a time of about 60 ms is required for each frame, it is desirable that the number of frames is as small as possible in order to obtain a practically sufficient processing speed. As shown in FIG. 23, in the inter-frame processing, the distance measurement success rate when the number of frames is 3, is about 50%, but in the σ censorship inter-frame processing, the distance measurement success rate when the number of frames is 3. It will be about 80%. In this way, by using the σ censorship inter-frame processing, a high distance measurement success rate can be obtained even with a small number of frames, and the measurement processing can be speeded up.
図２４は、ヒストグラムの階級幅と測距成功率との関係についてフレーム間処理とσ検閲フレーム間処理との比較結果を例示するグラフである。ここでは対象物距離を４０ｍとし、フレーム数を３とした場合が示されている。表２及び表３において、フレーム間処理において生じる問題の要因の１つとして、ヒストグラムの階級幅が狭いことを挙げた。図２４に示すように、フレーム間処理及びσ検閲フレーム間処理共に、階級幅が２ｍ程度であれば高い測距成功率を望める。しかし、階級幅が広すぎるとターゲットピークが属する階級にノイズピークが含まれてしまう可能性が高くなるため、階級幅はある程度狭いことが望ましい。図２４に示すように、フレーム間処理においては階級幅が１ｍ程度のときの測距成功率が５０％程度となるが、σ検閲フレーム間処理においては階級幅が１ｍ程度のときの測距成功率が８０％前後となる。このように、σ検閲フレーム間処理を利用することにより、階級幅を狭くしても高い測距成功率を得ることができ、測距精度を向上させることが可能となる。 FIG. 24 is a graph illustrating the comparison result between the inter-frame processing and the σ censorship inter-frame processing regarding the relationship between the class width of the histogram and the distance measurement success rate. Here, the case where the object distance is 40 m and the number of frames is 3 is shown. In Tables 2 and 3, it was pointed out that the class width of the histogram is narrow as one of the causes of the problems that occur in the inter-frame processing. As shown in FIG. 24, a high success rate of distance measurement can be expected if the class width is about 2 m for both the inter-frame processing and the σ censorship inter-frame processing. However, if the class width is too wide, there is a high possibility that the noise peak will be included in the class to which the target peak belongs, so it is desirable that the class width is narrow to some extent. As shown in FIG. 24, in the inter-frame processing, the distance measurement success rate is about 50% when the class width is about 1 m, but in the σ censorship inter-frame processing, the distance measurement is successful when the class width is about 1 m. The rate will be around 80%. In this way, by using the σ censorship inter-frame processing, a high distance measurement success rate can be obtained even if the class width is narrowed, and the distance measurement accuracy can be improved.
以下に、他の実施形態について図面を参照して説明するが、第１の実施形態と同一又は同様の作用効果を奏する箇所については同一の符号を付してその説明を省略する。 Hereinafter, other embodiments will be described with reference to the drawings, but the same reference numerals will be given to the parts that exhibit the same or similar effects as those of the first embodiment, and the description thereof will be omitted.
（第２の実施形態）
第２の実施形態に係る距離測定装置１のノイズ判別部１０４は、ヒストグラムの階級のパルス幅の標準偏差σを算出する際に、対象となる階級（第１階級）に隣接する階級（第２階級）に属するデータを考慮に入れる。ターゲットピークが隣接する２つの階級の境界に位置する場合、異なるフレーム間で当該ターゲットピークに関するデータが隣接する２つの階級に分散されてしまう可能性がある。このような現象は、パルス幅の標準偏差σ、延いては対象物距離又は光飛行時間の測定精度が低下する要因となる。そこで、本実施形態においては、このようにデータが隣接する階級に分散される現象を救済することを目的とする。
(Second Embodiment)
When calculating the standard deviation σ of the pulse width of the class of the histogram, the noise discrimination unit 104 of the
下記表４は、階級幅を１ｍとし、フレーム数を３とし、隣接する階級に属する値を考慮してパルス幅の標準偏差σを算出する第１の例に係るヒストグラムデータを例示する表である。 Table 4 below is a table exemplifying the histogram data according to the first example in which the class width is 1 m, the number of frames is 3, and the standard deviation σ of the pulse width is calculated in consideration of the values belonging to the adjacent classes. ..
表４に示す例では、ターゲットピークに対応するデータ（検出電圧）が３０ｍ−３１ｍの階級と３１ｍ−３２ｍの階級とにそれぞれ１つずつ含まれ、ノイズピークに対応するデータが２６ｍ−２７ｍの階級と２７ｍ−２８ｍの階級とにそれぞれ１つずつ含まれている。このような場合、各階級にはそれぞれ１つずつしかデータが入っていないため、パルス幅の標準偏差σを算出することができない。そこで、本実施形態では、隣接する２つの階級に含まれる全てのデータを用いてパルス幅の標準偏差σを算出し、当該標準偏差σが閾値（例えば１．０）以下であれば当該全てのデータをターゲットピークに対応するデータと判断する。これにより、３０ｍ−３１ｍの階級と３１ｍ−３２ｍの階級とに含まれるデータから導き出された距離（平均距離）３１．１ｍが真の値と判断され、２６ｍ−２７ｍの階級と２７ｍ−２８ｍの階級とに含まれるデータから導き出された距離２７．５ｍが偽の値と判断される。 In the example shown in Table 4, one data (detection voltage) corresponding to the target peak is included in each of the 30m-31m class and one 31m-32m class, and the data corresponding to the noise peak is included in the 26m-27m class. It is included in each of the 27m-28m class and one each. In such a case, since only one data is stored in each class, the standard deviation σ of the pulse width cannot be calculated. Therefore, in the present embodiment, the standard deviation σ of the pulse width is calculated using all the data included in the two adjacent classes, and if the standard deviation σ is equal to or less than the threshold value (for example, 1.0), all the data are included. Judge the data as the data corresponding to the target peak. As a result, the distance (average distance) 31.1m derived from the data included in the 30m-31m class and the 31m-32m class is judged to be the true value, and the 26m-27m class and the 27m-28m class are judged to be true values. The distance of 27.5 m derived from the data included in and is judged to be a false value.
下記表５は、階級幅を１ｍとし、フレーム数を３とし、隣接する階級に属する値を考慮してパルス幅の標準偏差σを算出する第２の例に係るヒストグラムデータを例示する表である。 Table 5 below is a table exemplifying the histogram data according to the second example in which the class width is 1 m, the number of frames is 3, and the standard deviation σ of the pulse width is calculated in consideration of the values belonging to the adjacent classes. ..
表５に示す例では、３１ｍ−３２ｍの階級にターゲットピークのデータが２つ含まれ、２７ｍ−２８ｍの階級にノイズピークのデータが２つ含まれている。そして、３１ｍ−３２ｍの階級のパルス幅の標準偏差σ及び２７ｍ−２８ｍの階級のパルス幅の標準偏差σは共に１．０以下となっている。このような場合にも、どちらが真の階級か判断することが困難となる。そこで、本実施形態では、ターゲットピークのデータが隣接する階級に含まれていることを想定し、標準偏差σを算出した階級（２７ｍ−２８ｍ及び３１ｍ−３２ｍ）に隣接する階級に含まれるデータを利用して真の値を判断する。 In the example shown in Table 5, two target peak data are included in the 31 m-32 m class, and two noise peak data are included in the 27 m-28 m class. The standard deviation σ of the pulse width of the 31 m-32 m class and the standard deviation σ of the pulse width of the 27 m-28 m class are both 1.0 or less. Even in such a case, it becomes difficult to determine which is the true class. Therefore, in the present embodiment, assuming that the data of the target peak is included in the adjacent class, the data included in the class adjacent to the class (27m-28m and 31m-32m) for which the standard deviation σ is calculated is used. Use it to determine the true value.
本例では、先ず標準偏差σを算出した階級に属するパルス幅の平均値Ｗａを算出し、当該平均値Ｗａを基準とする所定範囲内（本例では±２０％以内）に、隣接する階級に属するパルス幅が入っているか否かに基づいて、値の真偽を判別する。表５に示す例では、３１ｍ−３２ｍの階級のパルス幅の平均値Ｗａが４．５ｍであり、その±２０％の範囲が３．６ｍ−５．４ｍであり、隣接する階級（３０ｍ−３１ｍ）のパルス幅３．９ｍが当該範囲に入っているため、３０ｍ−３１ｍの階級のデータ（度数）を３１ｍ−３２ｍの階級に取り込み、取り込み後のデータに基づいて算出される距離３１．１ｍ又は光飛行時間を真の値と判断する。一方、２７ｍ−２８ｍの階級のパルス幅の平均値Ｗａは３．６ｍであり、その±２０％の範囲は２．９ｍ−４．３ｍであり、隣接する階級（２６ｍ−２７ｍ）のパルス幅２．２ｍは当該範囲に入っていないため、２６ｍ−２７ｍの階級のデータは２７ｍ−２８ｍの階級に取り込まれない。これにより、２７ｍ−２８ｍの階級の度数（２）は３１ｍ−３２ｍの階級の度数（３）より小さくなるため、２７ｍ−２８ｍの階級は偽の階級と判断される。
In this example, first, the average value Wa of the pulse width belonging to the class in which the standard deviation σ is calculated is calculated, and within a predetermined range (within ± 20% in this example) based on the average value Wa, the adjacent classes are placed. The truth of the value is determined based on whether or not the pulse width to which it belongs is included. In the example shown in Table 5, the average value Wa of the pulse width of the 31m-32m class is 4.5m, the range of ± 20% is 3.6m-5.4m, and the adjacent class (30m-31m). ) Has a pulse width of 3.9 m within the range, so the data (frequency) of the 30 m-31 m class is imported into the 31 m-32 m class, and the distance calculated based on the captured data is 31.1 m or Judge the light flight time as the true value. On the other hand, the average value Wa of the pulse widths of the 27m-28m class is 3.6m, the range of ± 20% is 2.9m-4.3m, and the
なお、表４に示す第１の例のように隣接する階級に含まれる全てのデータを用いて標準偏差σを算出しない理由は、隣接する階級のデータを取り入れることの影響が、度数に応じて異なるからである。上記のような測定処理を、便宜上「隣接階級取り込み処理」と称する。 The reason why the standard deviation σ is not calculated using all the data included in the adjacent classes as in the first example shown in Table 4 is that the influence of incorporating the data of the adjacent classes depends on the frequency. Because they are different. The measurement process as described above is referred to as "adjacent class uptake process" for convenience.
図２５及び図２６は、第２の実施形態に係る距離測定装置１におけるノイズ判別処理を例示するフローチャートである。ノイズ判別部１０４は、ヒストグラム生成部１０２により生成されたヒストグラムを参照し、度数が２以上の階級があるか否かを判断する（Ｓ２０１）。度数が２以上の階級がない場合（Ｓ２０１：Ｎｏ）、図２６に示すステップＳ２２１以降の処理を実行する。度数が２以上の階級がある場合（Ｓ２０１：Ｙｅｓ）、ノイズ判別部１０４は最も度数が大きい階級を特定し（Ｓ２０２）、最も度数が大きい階級に属するピークのパルス幅の標準偏差σを算出する（Ｓ２０３）。このとき、最も度数が大きい階級が複数存在する場合（例えば度数が３の階級が２つ以上存在する場合等）、それらの全ての階級について標準偏差σを算出する。
25 and 26 are flowcharts illustrating the noise discrimination process in the
その後、ノイズ判別部１０４は、標準偏差σが１以下である階級が１つ以上あるか否かを判断する（Ｓ２０４）。標準偏差σが１以下である階級が１つ以上ない場合（Ｓ２０４：Ｎｏ）、換言すれば、全ての標準偏差σが１より大きい場合、ノイズ判別部１０４は、最も度数が大きい階級を偽の階級と判断し（Ｓ２０５）、再びステップＳ２０１を実行する。一方、標準偏差σが１以下である階級が１つ以上ある場合（Ｓ２０４：Ｙｅｓ）、ノイズ判別部１０４は、標準偏差σが１以下である階級をＡ階級とし（Ｓ２０６）、Ａ階級が１つのみであるか否かを判断する（Ｓ２０７）。 After that, the noise discrimination unit 104 determines whether or not there is one or more classes having a standard deviation σ of 1 or less (S204). If there is no one or more classes with a standard deviation σ of 1 or less (S204: No), in other words, if all the standard deviations σ are greater than 1, the noise discriminator 104 falsely sets the class with the highest frequency. The class is determined (S205), and step S201 is executed again. On the other hand, when there is one or more classes having a standard deviation σ of 1 or less (S204: Yes), the noise discriminating unit 104 sets the class having a standard deviation σ of 1 or less as class A (S206), and class A is 1. It is determined whether or not there is only one (S207).
Ａ階級が１つのみである場合（Ｓ２０７：Ｙｅｓ）、ノイズ判別部１０４はＡ階級を真の階級と判断し（Ｓ２０８）、真の階級の距離の平均値又は光飛行時間の平均値を算出する（Ｓ２０９）。一方、Ａ階級が１つのみでない場合（Ｓ２０７：Ｎｏ）、ノイズ判別部１０４は、各Ａ階級に隣接する階級に度数があるか否かを判定する（Ｓ２１０）。隣接する階級に度数がない場合（Ｓ２１０：Ｎｏ）、標準偏差σが最も小さい階級を真の階級と判断し（Ｓ２１１）、ステップＳ２０９を実行する。 When there is only one A class (S207: Yes), the noise discriminator 104 determines that the A class is a true class (S208), and calculates the average value of the distances of the true classes or the average value of the light flight time. (S209). On the other hand, when there is not only one A class (S207: No), the noise discrimination unit 104 determines whether or not there is a frequency in the class adjacent to each A class (S210). If there is no frequency in the adjacent class (S210: No), the class with the smallest standard deviation σ is determined to be the true class (S211), and step S209 is executed.
一方、隣接する階級に度数がある場合（Ｓ２１０：Ｙｅｓ）、Ａ階級に属するパルス幅の平均値Ｗａを算出し、更に平均値Ｗａの±２０％の範囲を算出する（Ｓ２１２）。その後、ノイズ判別部１０４は、Ａ階級に隣接する階級に属するパルス幅Ｗが平均値Ｗａの±２０％の範囲に入っているか否かを判断する（Ｓ２１３）。隣接する階級に属するパルス幅Ｗが平均値Ｗａの±２０％の範囲に入っていない場合（Ｓ２１３：Ｎｏ）、ノイズ判別部１０４はステップＳ２１１を実行する。一方、隣接する階級に属するパルス幅Ｗが平均値Ｗａの±２０％の範囲に入っている場合（Ｓ２１３：Ｙｅｓ）、ノイズ判別部１０４は、平均値Ｗａの±２０％以内となったパルス幅Ｗに対応するデータ（距離データ又は光飛行時間データ）をＡ階級に取り込む（Ｓ２１４）。その後、ノイズ判別部１０４は、Ａ階級が１つのみであるか否かを判断し（Ｓ２１５）、Ａ階級が１つのみでない場合（Ｓ２１５：Ｎｏ）、ステップＳ２１１を実行し、Ａ階級が１つのみである場合（Ｓ２１５：Ｙｅｓ）、ステップＳ２０８を実行する。 On the other hand, when there is a frequency in the adjacent class (S210: Yes), the average value Wa of the pulse width belonging to the A class is calculated, and further, the range of ± 20% of the average value Wa is calculated (S212). After that, the noise discrimination unit 104 determines whether or not the pulse width W belonging to the class adjacent to the A class is within the range of ± 20% of the average value Wa (S213). When the pulse width W belonging to the adjacent class is not within the range of ± 20% of the average value Wa (S213: No), the noise discrimination unit 104 executes step S211. On the other hand, when the pulse width W belonging to the adjacent class is within the range of ± 20% of the average value Wa (S213: Yes), the noise discriminating unit 104 has the pulse width within ± 20% of the average value Wa. Data corresponding to W (distance data or optical flight time data) is taken into the A class (S214). After that, the noise discrimination unit 104 determines whether or not there is only one A class (S215), and if there is not only one A class (S215: No), executes step S211 and sets the A class to 1. If there is only one (S215: Yes), step S208 is executed.
度数が２以上の階級がない場合（Ｓ２０１：Ｎｏ）、ノイズ判別部１０４は、図２６に示すように、度数が１の階級が隣接して存在しているか否かを判断する（Ｓ２２１）。例えば、表４において、２６ｍ−２７ｍの階級と２７ｍ−２８ｍの階級との関係、及び３０ｍ−３１ｍの階級と３１ｍ−３２ｍの階級との関係が、「度数が１の階級が隣接して存在している」ことに相当する。 When there is no class having a frequency of 2 or more (S201: No), the noise discriminating unit 104 determines whether or not a class having a frequency of 1 exists adjacent to each other (S221). For example, in Table 4, the relationship between the 26m-27m class and the 27m-28m class, and the relationship between the 30m-31m class and the 31m-32m class are as follows: Is equivalent to ".
度数が１の階級が隣接して存在している場合（Ｓ２２１：Ｙｅｓ）、ノイズ判別部１０４は、隣接する階級（例えば、表４における３０ｍ−３１ｍの階級）を含めて基の階級（例えば、表４における３１ｍ−３２ｍの階級）の標準偏差σを算出し（Ｓ２２２）、標準偏差σが１以下となる階級が１つであるか否かを判断する（Ｓ２２３）。標準偏差σが１以下となる階級が１つである場合（Ｓ２２３：Ｙｅｓ）、ノイズ判別部１０４は、隣接する階級に属するデータ（距離データ又は光飛行時間データ）を基の階級に取り込み（Ｓ２２４）、基の階級の距離又は光飛行時間の平均値を算出する（Ｓ２２５）。一方、標準偏差σが１以下となる階級が１つでない場合（Ｓ２２３：Ｎｏ）、ノイズ判別部１０４は、標準偏差σが最も小さい階級を真の階級と判断し（Ｓ２２６）、真の階級の距離又は光飛行時間の平均値を算出する（Ｓ２２７）。 When there are adjacent classes with a frequency of 1 (S221: Yes), the noise discriminator 104 includes the adjacent classes (for example, the 30m-31m class in Table 4) and the base class (for example, 30m-31m). The standard deviation σ of the 31m-32m class in Table 4) is calculated (S222), and it is determined whether or not there is one class in which the standard deviation σ is 1 or less (S223). When there is one class in which the standard deviation σ is 1 or less (S223: Yes), the noise discriminating unit 104 takes in the data belonging to the adjacent class (distance data or optical flight time data) into the base class (S224). ), Calculate the average value of the distance of the base class or the light flight time (S225). On the other hand, when there is not one class in which the standard deviation σ is 1 or less (S223: No), the noise discriminating unit 104 determines that the class having the smallest standard deviation σ is the true class (S226), and is the true class. Calculate the average value of distance or light flight time (S227).
また、度数が１の階級が隣接して存在しない場合（Ｓ２２１：Ｎｏ）、ノイズ判別部１０４は、度数が１の階級が１つだけ存在するか否かを判断する（Ｓ２２８）。度数が１の階級が１つも存在しない場合（Ｓ２２８：Ｎｏ）、距離又は光飛行時間の測定は不可能であると判断し（Ｓ２２９）、所定の処理を行う。一方、度数が１の階級が１つだけ存在する場合（Ｓ２２８：Ｙｅｓ）、当該階級の距離又は光飛行時間を真の値と判断する（Ｓ２３０）。 Further, when there are no classes having a frequency of 1 adjacent to each other (S221: No), the noise discrimination unit 104 determines whether or not there is only one class having a frequency of 1 (S228). When there is no class having a frequency of 1 (S228: No), it is determined that the distance or the light flight time cannot be measured (S229), and a predetermined process is performed. On the other hand, when there is only one class having a frequency of 1 (S228: Yes), the distance or light flight time of the class is determined to be a true value (S230).
以上のように、本実施形態によれば、ヒストグラムの階級のパルス幅の標準偏差を算出する際に、隣接する階級に属するデータが考慮される。これにより、ターゲットピークが隣接する２つの階級の境界に位置し、ターゲットピークに関するデータが隣接する２つの階級に分散される現象を救済することが可能となる。これにより、距離又は光飛行時間の測定精度を向上させることが可能となる。 As described above, according to the present embodiment, when calculating the standard deviation of the pulse width of the class of the histogram, the data belonging to the adjacent class is taken into consideration. This makes it possible to relieve the phenomenon that the target peak is located at the boundary between two adjacent classes and the data on the target peak is distributed to the two adjacent classes. This makes it possible to improve the measurement accuracy of distance or light flight time.
（実施例２）
以下に、第２の実施形態に係る実施例２について説明する。上記第２の実施形態に係る距離測定装置１を用い、上記実施例１と同様の条件で距離を測定した。
(Example 2)
The second embodiment according to the second embodiment will be described below. Using the
図２７は、実施例２に係る対象物距離と測距成功率との関係を例示するグラフである。図２７には、閾値電圧を１００ｍＶ、２００ｍＶ、３００ｍＶ、又は４００ｍＶに設定し、上記隣接階級取り込み処理を行った場合の測距成功率の変化が示されている。図２７に示すように、閾値電圧を比較的低い値１００ｍＶ又は２００ｍＶに設定した場合、西日を想定した大きなショットノイズが存在する環境下であっても、対象物距離が４０ｍ程度まで８０％以上の高い測距成功率を得ることができた。また、このように閾値電圧を１００ｍＶ〜２００ｍＶの比較的低い値に設定することができれば、測距可能距離を長くすることができる。図２７には、閾値電圧を１００ｍＶに設定した場合、対象物距離１００ｍまでの測距成功率が６０％以上になることが示されている。 FIG. 27 is a graph illustrating the relationship between the object distance and the distance measurement success rate according to the second embodiment. FIG. 27 shows a change in the distance measurement success rate when the threshold voltage is set to 100 mV, 200 mV, 300 mV, or 400 mV and the adjacent class capture process is performed. As shown in FIG. 27, when the threshold voltage is set to a relatively low value of 100 mV or 200 mV, the object distance is 80% or more up to about 40 m even in an environment where there is a large shot noise assuming the west sun. We were able to obtain a high success rate of distance measurement. Further, if the threshold voltage can be set to a relatively low value of 100 mV to 200 mV in this way, the distance-measurable distance can be lengthened. FIG. 27 shows that when the threshold voltage is set to 100 mV, the distance measurement success rate up to an object distance of 100 m is 60% or more.
図２８は、フレーム数と測距成功率との関係についてフレーム間処理とσ検閲フレーム間処理と隣接階級取り込み処理との比較結果を例示するグラフである。ここでは対象物距離を４０ｍとし、ヒストグラムの階級幅を１ｍとした場合が示されている。図２８に示すように、隣接階級取り込み処理によれば、少ないフレーム数であっても、σ検閲フレーム間処理より更に高い測距成功率を得ることが可能となる。これにより、測定精度の向上と測定処理の高速化とを高いレベルで両立させることが可能となる。 FIG. 28 is a graph illustrating the results of comparison between the inter-frame processing, the σ censorship inter-frame processing, and the adjacent class capture processing regarding the relationship between the number of frames and the distance measurement success rate. Here, the case where the object distance is 40 m and the class width of the histogram is 1 m is shown. As shown in FIG. 28, according to the adjacent class capture process, it is possible to obtain a higher distance measurement success rate than the σ censorship inter-frame process even with a small number of frames. As a result, it is possible to achieve both improvement of measurement accuracy and speeding up of measurement processing at a high level.
図２９は、ヒストグラムの階級幅と測距成功率との関係についてフレーム間処理とσ検閲フレーム間処理と隣接階級取り込み処理との比較結果を例示するグラフである。ここでは対象物距離を４０ｍとし、フレーム数を３とした場合が示されている。図２９に示すように、隣接階級取り込み処理によれば、階級幅を狭く設定した場合であっても、σ検閲フレーム間処理より更に高い測距成功率を得ることが可能となる。これにより、測定精度を更に向上させることが可能となる。 FIG. 29 is a graph illustrating the comparison results between the inter-frame processing, the σ censorship inter-frame processing, and the adjacent class capture processing regarding the relationship between the class width of the histogram and the distance measurement success rate. Here, the case where the object distance is 40 m and the number of frames is 3 is shown. As shown in FIG. 29, according to the adjacent class capture process, even when the class width is set narrow, it is possible to obtain a higher distance measurement success rate than the σ censorship inter-frame processing. This makes it possible to further improve the measurement accuracy.
上記実施形態に係る距離測定装置１又は時間測定装置２を車両等の移動体に搭載することにより、移動体の自動運転システム等の性能を大きく向上させることが可能となる。距離測定装置１又は時間測定装置２は、例えば車両のバンパー付近、バックミラー付近等に取り付けることができる。
By mounting the
自動運転システムは、距離測定装置１又は時間測定装置２の測定結果に基づいて、対象物の形状や大きさの推定、対象物の位置情報の算出、移動情報の算出、対象物の種類の認識等を行い、危険の有無を判断する。自動運転システムは、危険が有ると判断した場合には、警報音等による操縦者への注意喚起、ハンドルやブレーキの自動操作等の危険回避行動を実行するための指令を移動体のＥＣＵ５１に出力する。
The automatic driving system estimates the shape and size of the object, calculates the position information of the object, calculates the movement information, and recognizes the type of the object based on the measurement result of the
自動運転システムは、距離測定装置１又は時間測定装置２と一体的に構成されてもよいし、距離測定装置１又は時間測定装置２とは別体に構成されてもよい。自動運転システムは、ＥＣＵ５１が行う制御の少なくとも一部を行ってもよい。
The automatic driving system may be integrally configured with the
上記実施形態では、距離測定装置１が搭載される移動体として自動車を例にとって説明したが、移動体は自動車以外の車両、航空機、無人航空機、船舶、ロボット等であってもよい。
In the above embodiment, an automobile is described as an example of a moving body on which the
以上の説明で用いた具体的な数値、形状等は一例であって、本発明の趣旨を逸脱しない範囲で適宜変更可能であることは言うまでもない。 It goes without saying that the specific numerical values, shapes, etc. used in the above description are examples and can be appropriately changed without departing from the spirit of the present invention.
上記実施形態の距離測定装置１又は時間測定装置２は、パルス光が照射された対象物の２Ｄ画像を取得する集積回路を有し、パルス光の反射を利用して３Ｄ読み出しを行うことにより対象物までの距離を求めるＴＯＦ法に利用されてもよい。これにより、ＴＯＦ法でのフレームレートをさらに向上させることができる。また、上記実施形態の距離測定装置１又は時間測定装置２は、移動体におけるセンシングの他、モーションキャプチャ技術、測距計、３次元形状計測技術等の幅広い分野に応用することが可能なものである。
The
以上、本発明の実施形態を説明したが、上記実施形態は例として提示したものであり、発明の範囲を限定することを意図するものではない。この新規な実施形態はその他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更、及び組み合わせを行うことができる。この実施形態及びその変形は発明の範囲及び要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。 Although the embodiments of the present invention have been described above, the above-described embodiments are presented as examples and are not intended to limit the scope of the invention. This novel embodiment can be implemented in various other embodiments and can be variously omitted, replaced, modified and combined without departing from the gist of the invention. This embodiment and its modifications are included in the scope and gist of the invention, and are included in the scope of the invention described in the claims and the equivalent scope thereof.
１ 距離測定装置
２ 時間測定装置
５ 測定制御部
６ 対象物認識部
１１ 投光系
１２ 受光光学系
１３ 検出系
１４ 同期系
１５ 時間算出部
２１ ＬＤ
２２ ＬＤ駆動部
２３ 投光光学系
３１ 時間測定ＰＤ
３２ ＰＤ出力検出部
４１ 同期検知ＰＤ
４２ ＰＤ出力検出部
５１ ＥＣＵ
６１ カップリングレンズ
６２ 反射ミラー
６３ 回転ミラー
６４Ａ，６４Ｂ 反射面
６６ 集光レンズ
６８ 走査光
６９ 反射光
７３ 集光レンズ
７５ ウィンドウ
８１，８３ 照射パルス
８２，８４ 受光パルス
８５ ターゲットピーク
９５，９５−１，９５−２，９５−３ ノイズピーク
１０１ ピーク検出部
１０２ ヒストグラム生成部
１０３ パルス幅検出部
１０４ ノイズ判別部
１０５ 光飛行時間算出部
１５１ エラーバー
ｔ１ 照射タイミング
ｔ２ 受光タイミング
Ｔ１ 開始時間
Ｔ２ パルス間隔
Ｔｓ 同期検知間隔
Ｗｎ１，Ｗｎ２，Ｗｎ３ （ノイズ）パルス幅
Ｗｔ （ターゲット）パルス幅
Δｔ 光飛行時間
1
22
32
42 PD output detector 51 ECU
61
Claims (17)
前記測定を複数回行い、
前記検出信号の幅を、前記測定を行う毎に検出し、
前記時間又は前記時間に基づく値を所定単位で区切られた複数の階級に区分し、前記測定における前記検出信号を対応する階級に分類し、
前記複数の階級のそれぞれに分類された複数回の前記測定における前記検出信号の幅の変化と、前記複数の階級のそれぞれに分類された前記検出信号の数と、に基づいて、複数回の前記測定により得られた複数の前記時間の中から、前記対象物に反射された反射光を測定した時間を抽出する、
時間測定装置。 The time from irradiation of the light to acquisition of the detection signal is obtained by irradiating the scanning region with light and receiving the reflected light reflected by the object existing in the scanning region. It is a time measuring device that measures
The above measurement is performed multiple times.
The width of the detection signal is detected each time the measurement is performed.
The time or a value based on the time is divided into a plurality of classes divided by a predetermined unit, and the detection signal in the measurement is classified into the corresponding classes.
The plurality of times said, based on the change in the width of the detected signal in the plurality of measurements classified into each of the plurality of classes and the number of the detected signals classified into each of the plurality of classes. From the plurality of times obtained by the measurement, the time when the reflected light reflected by the object is measured is extracted.
Time measuring device.
請求項１に記載の時間測定装置。 Based on the standard deviation of the widths of the plurality of detection signals, the class including the time when the reflected light reflected by the object is measured is extracted from the plurality of classes.
The time measuring device according to claim 1.
請求項２に記載の時間測定装置。 Among the plurality of classes, the class in which the standard deviation is larger than the threshold value is defined as a class that does not include the time when the reflected light reflected by the object is measured.
The time measuring device according to claim 2.
請求項２又は３に記載の時間測定装置。 Among the plurality of classes, the class in which the most detection signals are classified and the standard deviation is the smallest is defined as the class including the time when the reflected light reflected by the object is measured.
The time measuring device according to claim 2 or 3.
請求項１〜４のいずれか１項に記載の時間測定装置。 For only the detection signal whose peak value of the detection signal exceeds the threshold value, the width of the detection signal is extracted every time the measurement is performed.
The time measuring device according to any one of claims 1 to 4.
前記測定を複数回行い、
前記検出信号の幅を、前記測定を行う毎に検出し、
前記時間又は前記時間に基づく値を所定単位で区切られた複数の階級に区分し、前記測定における前記検出信号を対応する階級に分類し、
前記複数の階級における第１階級に分類された第１検出信号の幅と、前記第１階級に隣接する第２階級に分類された第２検出信号の幅と、前記複数の階級のそれぞれに分類された前記検出信号の数と、に基づいて、複数回の前記測定により得られた複数の前記時間の中から、前記対象物に反射された反射光を測定した時間を抽出する、
時間測定装置。 The time from irradiation of the light to acquisition of the detection signal is obtained by irradiating the scanning region with light and receiving the reflected light reflected by the object existing in the scanning region. It is a time measuring device that measures
The above measurement is performed multiple times.
The width of the detection signal is detected each time the measurement is performed.
The time or a value based on the time is divided into a plurality of classes divided by a predetermined unit, and the detection signal in the measurement is classified into the corresponding classes.
The width of the first detection signal classified into the first class in the plurality of classes, the width of the second detection signal classified into the second class adjacent to the first class, and the width of each of the plurality of classes. Based on the number of the detected signals obtained, the time for measuring the reflected light reflected by the object is extracted from the plurality of times obtained by the plurality of measurements.
Time measuring device.
前記第１階級及び前記第２階級を１つの階級として扱い、
前記複数の階級のうち、最も多くの前記検出信号が分類されている階級を前記対象物に反射された反射光を測定した時間を含む階級とする、
請求項６に記載の時間測定装置。 When the number of the first detection signals is 1, the second detection signal exists, and the variation between the width of the first detection signal and the width of the second detection signal is within a predetermined range.
Treating the first class and the second class as one class,
Among the plurality of classes, the class in which the most detection signals are classified is defined as the class including the time when the reflected light reflected by the object is measured.
The time measuring device according to claim 6.
前記第１階級及び前記第２階級を１つの階級として扱い、
前記複数の階級のうち、最も多くの前記検出信号が分類されている階級を前記対象物に反射された反射光を測定した時間を含む階級とする、
請求項６に記載の時間測定装置。 There are a plurality of the first classes in which the number of the first detection signals is two or more, the second detection signal classified into the second class adjacent to the first class exists, and the second detection signal is present. When the width of is within a predetermined range based on the average value of the widths of two or more of the first detection signals classified into the first class.
Treating the first class and the second class as one class,
Among the plurality of classes, the class in which the most detection signals are classified is defined as the class including the time when the reflected light reflected by the object is measured.
The time measuring device according to claim 6.
前記第１検出信号の幅及び前記第２検出信号の幅のばらつきが最も小さい階級を前記対象物に反射された反射光を測定した時間を含む階級とする、
請求項７又は８に記載の時間測定装置。 There are two or more sets of the first class and the second class treated as the one class, and the total number of the first detection signal and the second detection signal classified into each of these sets is If the numbers are the same and the classes that make up these sets are the classes in which the most detection signals are classified,
The class in which the width of the first detection signal and the width of the second detection signal have the smallest variation is defined as the class including the time when the reflected light reflected by the object is measured.
The time measuring device according to claim 7 or 8.
請求項６〜９のいずれか１項に記載の時間測定装置。 For only the detection signal whose peak value of the detection signal exceeds the threshold value, the width of the detection signal is extracted every time the measurement is performed.
The time measuring device according to any one of claims 6 to 9.
請求項１〜１０のいずれか１項に記載の時間測定装置。 Claims 1 to 10 for averaging the time obtained by a plurality of the measurements included in the class including the time when the reflected light reflected by the object is measured from the plurality of classes. The time measuring device according to any one item.
前記測定を複数回行い、
前記検出信号の幅を、前記測定を行う毎に検出し、
前記時間又は前記時間に基づく値を階級と定義し、前記検出信号の数を度数と定義するとき、前記階級と、前記度数と、複数回の前記測定における前記検出信号の幅の変化と、に基づいて、複数回の前記測定により得た複数の前記時間の中から、前記対象物に反射された反射光を測定した時間を抽出する、
時間測定方法。 The time from irradiation of the light to acquisition of the detection signal is obtained by irradiating the scanning region with light and receiving the reflected light reflected by the object existing in the scanning region. It is a time measurement method to measure
The above measurement is performed multiple times.
The width of the detection signal is detected each time the measurement is performed.
When the time or a value based on the time is defined as a class and the number of the detected signals is defined as a frequency, the class, the frequency, and the change in the width of the detected signal in the plurality of measurements are defined as. Based on this, the time for measuring the reflected light reflected on the object is extracted from the plurality of times obtained by the plurality of measurements.
Time measurement method.
前記測定を複数回行い、
前記検出信号の幅を、前記測定を行う毎に検出し、
前記時間又は前記時間に基づく値を所定単位で区切られた複数の階級に区分し、前記測定における前記検出信号を対応する階級に分類し、
前記複数の階級における第１階級に分類された第１検出信号の幅と、前記第１階級に隣接する第２階級に分類された第２検出信号の幅と、前記複数の階級のそれぞれに分類された前記検出信号の数と、に基づいて、複数回の前記測定により得られた複数の前記時間の中から、前記対象物に反射された反射光を測定した時間を抽出する、
時間測定方法。 The time from irradiation of the light to acquisition of the detection signal is obtained by irradiating the scanning region with light and receiving the reflected light reflected by the object existing in the scanning region. It is a time measurement method to measure
The above measurement is performed multiple times.
The width of the detection signal is detected each time the measurement is performed.
The time or a value based on the time is divided into a plurality of classes divided by a predetermined unit, and the detection signal in the measurement is classified into the corresponding classes.
The width of the first detection signal classified into the first class in the plurality of classes, the width of the second detection signal classified into the second class adjacent to the first class, and the width of each of the plurality of classes. Based on the number of the detected signals obtained, the time for measuring the reflected light reflected by the object is extracted from the plurality of times obtained by the plurality of measurements.
Time measurement method.
請求項１４又は１５に記載の時間測定方法。 For only the detection signal whose peak value of the detection signal exceeds the threshold value, the width of the detection signal is detected every time the measurement is performed.
The time measuring method according to claim 14 or 15.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017160388A JP6874592B2 (en) | 2017-08-23 | 2017-08-23 | Time measuring device, distance measuring device, moving object, time measuring method, and distance measuring method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017160388A JP6874592B2 (en) | 2017-08-23 | 2017-08-23 | Time measuring device, distance measuring device, moving object, time measuring method, and distance measuring method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019039715A JP2019039715A (en) | 2019-03-14 |
| JP6874592B2 true JP6874592B2 (en) | 2021-05-19 |
Family
ID=65725535
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017160388A Active JP6874592B2 (en) | 2017-08-23 | 2017-08-23 | Time measuring device, distance measuring device, moving object, time measuring method, and distance measuring method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6874592B2 (en) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7255259B2 (en) * | 2019-03-19 | 2023-04-11 | 株式会社リコー | detector, rangefinder, time measurement method, program, moving object |
| WO2020193313A1 (en) * | 2019-03-22 | 2020-10-01 | Ams International Ag | Time-of-flight to distance calculator |
| EP4105597A4 (en) * | 2020-02-14 | 2023-08-09 | Sony Semiconductor Solutions Corporation | Distance measurement device and distance measurement method |
| JP2021152536A (en) * | 2020-03-24 | 2021-09-30 | 株式会社デンソー | Ranging device |
| WO2022218397A1 (en) * | 2021-04-16 | 2022-10-20 | 杭州宏景智驾科技有限公司 | Measurement method for laser radar |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3193148B2 (en) * | 1992-09-24 | 2001-07-30 | マツダ株式会社 | Distance detection device |
| JPH0862331A (en) * | 1994-08-26 | 1996-03-08 | Nikon Corp | Laser rader |
| JP3520016B2 (en) * | 2000-01-27 | 2004-04-19 | 三菱電機株式会社 | Radar signal processing equipment |
| JP4055563B2 (en) * | 2002-11-29 | 2008-03-05 | 株式会社デンソー | Intrusion detection device |
| JP6225411B2 (en) * | 2012-10-16 | 2017-11-08 | 株式会社豊田中央研究所 | Optical distance measuring device |
-
2017
- 2017-08-23 JP JP2017160388A patent/JP6874592B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019039715A (en) | 2019-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6874592B2 (en) | Time measuring device, distance measuring device, moving object, time measuring method, and distance measuring method | |
| US10398006B2 (en) | Object detection apparatus and moveable apparatus | |
| JP6942966B2 (en) | Object detection device and mobile device | |
| US11150345B2 (en) | Object detector, sensing device, and mobile object apparatus | |
| EP3540460B1 (en) | Light receiving apparatus, object detection apparatus, distance measurement apparatus, mobile object apparatus, noise measuring method, object detecting method, and distance measuring method | |
| JP7069629B2 (en) | Distance measuring device, moving object, distance measuring method and program | |
| JP6739746B2 (en) | Object detection device, sensing device, and object detection method | |
| EP3128346B1 (en) | Pulsed light detector, object detector, sensor, movable device, and pulsed light detecting method | |
| MX2014003119A (en) | Improved laser rangefinder sensor. | |
| JP6700586B2 (en) | Circuit device, photodetector, object detection device, sensing device, mobile device, signal detection method and object detection method | |
| JP2003302468A (en) | Distance measuring equipment | |
| JP5540217B2 (en) | Laser scan sensor | |
| JP7375789B2 (en) | distance measuring device | |
| US11961306B2 (en) | Object detection device | |
| US10139477B2 (en) | Erroneous detection restraining circuit for laser range finder | |
| JP2002257934A (en) | Road surface condition detector for vehicle and range- finder for vehicle | |
| JP5263692B2 (en) | Laser scan sensor | |
| US20230065210A1 (en) | Optical distance measuring device | |
| JP7005994B2 (en) | Distance measuring device and distance measuring method | |
| JP3947905B2 (en) | Ranging device for vehicles | |
| JP6930415B2 (en) | Distance measuring device, mobile device and distance measuring method | |
| JP7040042B2 (en) | Time measuring device, distance measuring device, moving body device, time measuring method and distance measuring method | |
| US20230336876A1 (en) | Vehicle-mounted sensing system and gated camera | |
| WO2022035573A1 (en) | Techniques for detecting and mitigating interference among multiple lidar sensors | |
| CN115698756A (en) | Distance measuring device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200604 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20210208 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210315 |
|
| 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: 20210323 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210405 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 6874592 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |