JP7463297B2 - 車載用イメージング装置、車両用灯具、自動車 - Google Patents

Description

本発明は、車載用イメージング装置に関する。

自動運転やヘッドランプの配光の自動制御のために、車両の周囲に存在する物体の位置および種類をセンシングする物体識別システムが利用される。物体識別システムは、センサと、センサの出力を解析する演算処理装置を含む。センサは、カメラ、ＬｉＤＡＲ（Light Detection and Ranging、Laser Imaging Detection and Ranging）、ミリ波レーダ、超音波ソナーなどの中から、用途、要求精度やコストを考慮して選択される。

イメージング装置（センサ）のひとつとして、ゴーストイメージングの原理を利用したものが知られている。ゴーストイメージングは、参照光の強度分布（パターン）をランダムに切り替えながら物体に照射し、各ランダムパターンと対応付けて、反射光の光検出強度を測定する。光検出強度はある平面にわたるエネルギーあるいは強度の積分値であり、強度分布ではない。そして、対応するパターンと光検出強度との相関をとることにより、物体の復元画像を再構成（reconstruct）する。

特許第６４１２６７３号公報

本発明者らは、車載用のイメージング装置について検討した結果、以下の課題を認識するに至った。

イメージング装置の従来の用途である細胞観察などの分野では、イメージング装置と被写体との距離はおおよそ一定であり、言い換えれば被写体が存在する奥行き方向の範囲は著しく制限されている。測定時間を短縮するために、あるいはフレームレートを高くするためには、参照光のランダムパターンとランダムパターンの間のインターバル（休止期間）は極力短いことが望ましいが、被写体が存在する範囲が狭ければ、インターバルが短くても問題は生じない。

一方、車載のイメージング装置の場合、被写体（物体）までの距離がさまざまである。言い換えれば、物体が位置する奥行き方向の範囲は非常に広い。図１は、従来のイメージング装置１による物体の測定を説明する図である。照明装置２は、非常に短いインターバル（実質的にゼロ）で、参照光Ｓ１のパターンＰＴＮをランダムに切り替える。たとえばパターンの切り替え周波数を４００Ｈｚとした場合、１つのパターンは２ｍｓの照射時間Ｔ_ＩＬＭ、持続する。光検出器４は、所定の検出期間（露光時間あるいは積分期間）Ｔ_ＤＥＴの間、物体ＯＢＪ１，ＯＢＪ２からの反射光Ｓ２＿１，Ｓ２＿２を測定する。

図２は、図１の状況におけるイメージング装置１の動作を説明するタイムチャートである。異なる距離に複数の物体が存在する場合、遠い物体ほど、同じタイミングに出射した参照光Ｓ１が物体ＯＢＪにより反射され、反射光Ｓ２が光検出器４に到達するまでの時間（ラウンドトリップ時間）は長くなる。図１の例では、物体ＯＢＪ１、物体ＯＢＪ２までの距離はそれぞれ１．５ｍ、６０ｍであり、光のラウンドトリップ時間は１０ｎｓ、４００ｎｓである。したがって、反射光Ｓ２＿２は、反射光Ｓ２＿１に対して遅れて光検出器４に入射する。その結果、２番目の検出期間Ｔ_ＤＥＴ２の先頭部分において、過去のパターンＰＴＮ_１が物体ＯＢＪ２で反射した反射光Ｓ２＿２の成分（ハッチングを付す）が検出される。つまり時間的に隣接するランダムパターンが干渉するため、画質の劣化を引き起こす。

本発明は係る状況においてなされたものであり、そのある態様の例示的な目的のひとつは、車載用イメージング装置における画質の改善にある。

本発明のある態様は、車載用イメージング装置に関する。車載用イメージング装置は、照射期間ごとに切り替わるランダムパターンを有する参照光を照射する照明装置と、物体からの反射光を測定する光検出器と、光検出器が出力する検出信号にもとづく検出強度と参照光の強度分布の相関をとることにより物体の復元画像を再構成する演算処理装置と、を備える。照射期間と照射期間の間に、強度がゼロである、または空間強度分布が均一であるインターバル期間が挿入され、インターバル期間は、車載用イメージング装置の奥行き方向のセンシング距離の上限をＬ_ＭＡＸ、光速をｃとするとき、２×Ｌ_ＭＡＸ／ｃ以上である。これにより、異なるランダムパターンに跨がる干渉を防止でき、画質を改善できる。

演算処理装置は、検出信号がしきい値より大きい期間において得られた検出強度を、復元画像の再構成に利用してもよい。

演算処理装置は、検出信号がしきい値を超えると、検出期間を開始してもよい。相関計算に使用する検出強度は、検出期間において得られた検出信号にもとづいて生成される。検出信号の上昇は、最も近い物体からの反射光の到達を表すから、それを検出強度の生成開始のトリガーとすることで、余計な光の取り込みを低減し、ひいてはノイズ等の影響を低減できる。

演算処理装置は、検出信号がしきい値を下回ると、検出期間を終了してもよい。検出信号の下降は、最も遠い物体からの反射光の到達を表すから、それを検出強度の生成終了のトリガーとすることで、余計な光の取り込みを低減し、ひいてはノイズ等の影響を低減できる。

しきい値は、インターバル期間において得られた検出信号にもとづいて設定されてもよい。

インターバル期間における参照光の強度はゼロであってもよい。演算処理装置は、インターバル期間において得られた検出信号を用いて、復元画像の再構成に用いる検出強度を補正してもよい。インターバル期間において得られる検出信号は、環境光によるノイズ成分であるから、それを用いてランダムパターンに対応する検出強度を補正することで、環境光の影響を低減でき、画質を改善できる。

照射期間とインターバル期間の長さは等しくてもよい。この場合、ノイズ補正の処理を簡素化できる。

本発明によれば、車載用イメージング装置の画質を改善できる。

従来のイメージング装置による物体の測定を説明する図である。 図１の状況におけるイメージング装置の動作を説明するタイムチャートである。 実施の形態に係るイメージング装置を示す図である。 イメージング装置による物体の測定を説明する図である。 イメージング装置の動作を説明するタイムチャートである。 変形例１に係るイメージング装置の動作を説明するタイムチャートである。 変形例２に係るイメージング装置の動作を説明するタイムチャートである。 物体識別システムのブロック図である。 物体識別システムを備える自動車のブロック図である。 物体検出システムを備える車両用灯具を示すブロック図である。

（実施の形態）
以下、本発明を好適な実施の形態をもとに図面を参照しながら説明する。各図面に示される同一または同等の構成要素、部材、処理には、同一の符号を付するものとし、適宜重複した説明は省略する。また、実施の形態は、発明を限定するものではなく例示であって、実施の形態に記述されるすべての特徴やその組み合わせは、必ずしも発明の本質的なものであるとは限らない。

本明細書における「強度分布がランダム」とは、完全なランダムであることを意味するものではなく、ゴーストイメージングにおいて画像を再構築できる程度に、ランダムであればよい。したがって本明細書における「ランダム」は、その中にある程度の規則性を内包することができる。また「ランダム」は、完全に予測不能であることを要求するものではなく、予想可能、再生可能であってもよい。

図３は、実施の形態に係るイメージング装置１００を示す図である。イメージング装置１００はゴーストイメージングの原理を用いたイメージセンサであり、照明装置１１０、光検出器１２０および演算処理装置１３０を備える。イメージング装置１００を、量子レーダカメラとも称する。

照明装置１１０は、疑似熱光源であり、実質的にランダムとみなしうる強度分布Ｉ（ｘ，ｙ）を有する参照光Ｓ１を生成し、物体ＯＢＪに照射する。物体ＯＢＪへの参照光Ｓ１の照射は、その強度分布を複数のＭ回、ランダムに変化させながら行われる。

照明装置１１０は、光源１１２、パターニングデバイス１１４およびパターン発生器１３２を含む。光源１１２は、均一な強度分布を有する光Ｓ０を生成する。光源１１２は、レーザや発光ダイオードなどを用いてもよい。参照光Ｓ１の波長やスペクトルは特に限定されず、複数のあるいは連続スペクトルを有する白色光であってもよいし、所定の波長を含む単色光であってもよい。参照光Ｓ１の波長は、赤外あるいは紫外であってもよい。

パターニングデバイス１１４は、マトリクス状に配置される複数の画素を有し、複数の画素のオン、オフの組み合わせにもとづいて、光の強度分布Ｉを空間的に変調可能に構成される。本明細書においてオン状態の画素をオン画素、オフ状態の画素をオフ画素という。なお、以下の説明では理解の容易化のために、各画素は、オンとオフの２値（１，０）のみをとるものとするがその限りでなく、中間的な階調をとってもよい。

パターニングデバイス１１４としては、反射型のＤＭＤ（Digital Micromirror Device）や透過型の液晶デバイスを用いることができる。パターニングデバイス１１４には、パターン発生器１３２が発生するパターン信号ＰＴＮ（画像データ）が与えられている。

パターン発生器１３２は、参照光Ｓ１の強度分布Ｉ_ｒを指定するパターン信号ＰＴＮ_ｒを発生し、時間とともにパターン信号ＰＴＮ_ｒを切り替える（ｒ＝１，２，…Ｍ）。

光検出器１２０は、物体ＯＢＪからの反射光を測定し検出信号Ｄ_ｒを出力する。検出信号Ｄ_ｒは、強度分布Ｉ_ｒを有する参照光を物体ＯＢＪに照射したときに、光検出器１２０に入射する光エネルギー（あるいは強度）の空間的な積分値である。したがって光検出器１２０は、シングルピクセルの光検出器（フォトディテクタ）を用いることができる。光検出器１２０からは、複数Ｍ通りの強度分布Ｉ_１～Ｉ_Ｍそれぞれに対応する複数の検出信号Ｄ_１～Ｄ_Ｍが出力される。

演算処理装置１３０は、パターン発生器１３２と再構成処理部１３４を含む。再構成処理部１３４は、複数の強度分布（ランダムパターンともいう）Ｉ_１～Ｉ_Ｍと、複数の検出強度ｂ_１～ｂ_Ｍの相関をとることにより、物体ＯＢＪの復元画像Ｇ（ｘ，ｙ）を再構成する。

検出強度ｂ_１～ｂ_Ｍは、検出信号Ｄ_１～Ｄ_Ｍにもとづいている。検出強度と検出信号の関係は、光検出器１２０の種類や方式などを考慮して定めればよい。

ある強度分布Ｉ_ｒの参照光Ｓ１を、ある照射期間Ｔ_ＩＬＭにわたり照射するとする。また検出信号Ｄ_ｒは、ある時刻（あるいは微小時間）の受光量、すなわち瞬時値を表すとする。この場合、照射期間Ｔ_ＩＬＭに対応する検出期間Ｔ_ＤＥＴにおいて検出信号Ｄ_ｒを複数回サンプリングし、検出強度ｂ_ｒを、検出信号Ｄ_ｒの全サンプリング値の積分値、平均値あるいは最大値としてもよい。あるいは、全サンプリング値のうちのいくつかを選別し、選別したサンプリング値の積分値や平均値、最大値を用いてもよい。複数のサンプリング値の選別は、たとえば最大値から数えて序列ｘ番目からｙ番目を抽出してもよいし、任意のしきい値より低いサンプリング値を除外してもよいし、信号変動の大きさが小さい範囲のサンプリング値を抽出してもよい。

光検出器１２０として、カメラのように露光時間が設定可能であり、露光のスタートを指定可能なデバイスを用いる場合には、光検出器１２０の出力Ｄ_ｒをそのまま、検出強度ｂ_ｒとすることができる。

検出信号Ｄ_ｒから検出強度ｂ_ｒへの変換は、演算処理装置１３０が実行してもよいし、演算処理装置１３０の外部で行ってもよい。

相関には、式（１）の相関関数が用いられる。Ｉ_ｒは、ｒ番目の強度分布であり、ｂ_ｒはｒ番目の検出強度の値である。

演算処理装置１３０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）、マイコンなどのプロセッサ（ハードウェア）と、プロセッサ（ハードウェア）が実行するソフトウェアプログラムの組み合わせで実装することができる。演算処理装置１３０は、複数のプロセッサの組み合わせであってもよい。あるいは演算処理装置１３０はハードウェアのみで構成してもよい。

本実施の形態において、ランダムパターンとランダムパターンの間に、空間強度分布がゼロである（すなわち全画素がオフである）インターバル期間が挿入される。このインターバル期間Ｔ_ＩＮＴは、イメージング装置１００の奥行き方向のセンシング距離の上限をＬ_ＭＡＸ、光速をｃとするとき、２×Ｌ_ＭＡＸ／ｃより長く定められる。

以上がイメージング装置１００の構成である。続いてその動作を説明する。

図４は、イメージング装置１００による物体ＯＢＪの測定を説明する図である。イメージング装置１００の奥行き方向の測定範囲は、仕様としてＬ_ＭＩＮ～Ｌ_ＭＡＸに制限されるものとする。

センシング距離の上限Ｌ_ＭＡＸに位置する物体ＯＢＪ２へのラウンドトリップ時間（最大ラウンドトリップ時間）Ｔ_ＭＡＸは、Ｔ_ＭＡＸ＝２×Ｌ_ＭＡＸ／ｃである。センシング距離の下限Ｌ_ＭＩＮに位置する物体ＯＢＪ１へのラウンドトリップ時間（最小ラウンドトリップ時間）Ｔ_ＭＩＮは、Ｔ_ＭＩＮ＝２×Ｌ_ＭＩＮ／ｃである。

一例としてＬ_ＭＩＮ＝１．５ｍ、Ｌ_ＭＡＸ＝６０ｍとすると、最小ラウンドトリップ時間Ｔ_ＭＩＮは、２×１．５／（３×１０^８）＝１０ｎｓ、最大ラウンドトリップ時間Ｔ_ＭＡＸは、２×６０／（３×１０^８）＝４００ｎｓとなる。インターバル期間Ｔ_ＩＮＴの長さは、最大ラウンドトリップ時間Ｔ_ＭＡＸと等しいか、それより長く定められる。

図５は、イメージング装置１００の動作を説明するタイムチャートである。時刻ｔ_１～ｔ_２の間、ランダムパターンＰＴＮ_１が照射される。時刻ｔ_１に照明装置１１０を出発した参照光Ｓ１は、手前の物体ＯＢＪ１で反射し、時刻ｔ_１からＴ_ＭＩＮ経過後の時刻ｔ_３に反射光Ｓ２＿１として光検出器１２０に戻ってくる。時刻ｔ_１に照明装置１１０を出発した参照光Ｓ１は、奥側の物体ＯＢＪ２で反射し、時刻ｔ_１からＴ_ＭＡＸ経過後の時刻ｔ_４に反射光Ｓ２＿２として光検出器１２０に戻ってくる。

時刻ｔ_２に照明装置１１０を出発した参照光Ｓ１は、手前の物体ＯＢＪ１で反射し、時刻ｔ_２からＴ_ＭＩＮ経過後の時刻ｔ_５に反射光Ｓ２＿１として光検出器１２０に戻ってくる。時刻ｔ_２に照明装置１１０を出発した参照光Ｓ１は、奥側の物体ＯＢＪ２で反射し、時刻ｔ_２からＴ_ＭＡＸ経過後の時刻ｔ_６に反射光Ｓ２＿２として光検出器１２０に戻ってくる。

そして、時刻ｔ_２からインターバル期間Ｔ_ＩＮＴの経過後の時刻ｔ_７に、次のランダムパターンＰＴＮ_２の照射がスタートする。

たとえばＴ_ＩＮＴはＴ_ＭＡＸより長く設定することができる。上限は特になく、インターバル期間Ｔ_ＩＮＴを長くとればとるほど、測定範囲外の物体の反射光の影響を低減することができるが、インターバル期間Ｔ_ＩＮＴが長すぎると、照射時間Ｔ_ＩＬＭが短くなるか、フレームレートが低下する。たとえば、Ｔ_ＭＡＸ＝４００ｎｓのとき、Ｔ_ＩＮＴ＝０．５ｍｓとしてもよい。ランダムパターンの切り替え周波数を４００Ｈｚとする場合、Ｔ_ＩＬＭ＝２．５ｍｓ－０．５ｍｓ＝２ｍｓとなる。

Ｔ_ＩＮＴ＞Ｔ_ＭＡＸの関係が成り立つとき、物体ＯＢＪ２の反射光Ｓ２＿２は、時刻ｔ_７より前に、光検出器１２０に戻ってくる。したがって、期間ｔ_１～ｔ_７の間に検出期間Ｔ_ＤＥＴ１を設定すれば、同じランダムパターンＰＴＮ_１のみにもとづく反射光Ｓ２＿１、Ｓ２＿２が検出される。言い換えれば、時間的に隣接するランダムパターンの干渉を取り除くことができ、画質を改善することができる。

なお、各検出サイクルにおける検出期間Ｔ_ＤＥＴの始点は、ｔ_１～ｔ_３の間に設定すればよく、検出期間Ｔ_ＤＥＴの終点は、ｔ_６～ｔ_７の間に設定すればよい。

厳密に言えば、インターバル期間Ｔ_ＩＮＴの長さは、Ｔ_ＭＡＸ－Ｔ_ＭＩＮより長ければよい。

続いて、イメージング装置１００によるセンシングの変形例を説明する。

（変形例１）
検出期間Ｔ_ＤＥＴの始点を、物体ＯＢＪまでの距離に応じて動的に決定してもよい。具体的には、イメージング装置１００から最も近い物体ＯＢＪからの反射光が光検出器１２０に到達した時刻を検出期間Ｔ_ＤＥＴの始点としてもよい。

図６は、変形例１に係るイメージング装置１００の動作を説明するタイムチャートである。インターバル期間Ｔ_ＩＮＴにおいて参照光Ｓ１は完全にオフするものとする。そうすると、インターバル期間Ｔ_ＩＮＴの間、照明装置１１０には反射光Ｓ２は入射せず、環境光（外乱ノイズ）のみが入射する。つまり、インターバル期間Ｔ_ＩＮＴにおける検出信号Ｄはランダムパターンの反射光Ｓ２が入射する期間に比べて小さいと言える。言い換えれば、検出信号Ｄがある時刻において急激に上昇したことは、物体ＯＢＪからの反射光Ｓ２が光検出器１２０に入射したことと示す。

そこで、演算処理装置１３０は、光検出器１２０の出力信号Ｄを監視し、ノイズレベルから有意な信号レベルまで増大したタイミングを、検出期間Ｔ_ＤＥＴの始点に設定する。たとえば演算処理装置１３０は、ノイズレベルと有意な信号レベルの間にしきい値ＴＨを設定し、Ｄ＞ＴＨとなると、検出期間Ｔ_ＤＥＴを開始してもよい。

また、演算処理装置１３０は、光検出器１２０の出力信号Ｄを監視し、有意な信号レベルからノイズレベルまで低下するしたタイミングを、検出期間Ｔ_ＤＥＴの終点に設定してもよい。たとえば演算処理装置１３０は、Ｄ＜ＴＨとなると、検出期間Ｔ_ＤＥＴを終了してもよい。

たとえば演算処理装置１３０は、このように設定した検出期間Ｔ_ＤＥＴｒの間、検出信号Ｄをサンプリングして取り込み、複数のサンプリング値にもとづいて検出強度ｂ_ｒを生成する。

ここで演算処理装置１３０は、しきい値ＴＨを動的に変化させてもよい。たとえば、インターバル期間Ｔ_ＩＮＴの間に、ノイズをセンシングするためのノイズ検出期間Ｔ_ＮＳを設け、ノイズ検出期間Ｔ_ＮＳにおいて測定された検出信号Ｄを、ノイズレベルとし、このノイズレベルにもとづいて、次の検出期間Ｔ_ＤＥＴのためのしきい値ＴＨを設定してもよい。たとえばノイズレベルを所定幅、オフセットしてしきい値ＴＨとしてもよいし、ノイズレベルを所定数倍してしきい値ＴＨとしてもよい。

変形例１によれば、余計な光の取り込みを低減し、ひいてはノイズ等の影響を低減できる。

（変形例２）
図７は、変形例２に係るイメージング装置１００の動作を説明するタイムチャートである。変形例２においても、インターバル期間Ｔ_ＩＮＴにおける参照光Ｓ１の強度はゼロである。反射光Ｓ２が戻ってこない期間（非検出期間という）の間にノイズ検出期間Ｔ_ＮＳを設け、検出信号Ｄのノイズレベルを測定し、測定されたノイズレベルにもとづいて、検出信号Ｄひいては検出強度ｂを補正する。変形例１の技術を用いて検出期間Ｔ_ＤＥＴを設定し、それ以外を非検出期間としてもよい。

たとえば検出期間Ｔ_ＤＥＴにおいてサンプリングされた検出信号Ｄから、ノイズ検出期間Ｔ_ＮＳにおいてサンプリングされた検出信号Ｄの値（すなわちノイズレベル）を減算し、減算後の検出信号Ｄにもとづいて、検出強度ｂ_ｒを生成してもよい。

あるいは、ノイズ検出期間Ｔ_ＮＳにおいてサンプリングされた検出信号Ｄの値を積算し、積算値にもとづいてノイズ補正値Ｎを生成する。また、検出期間Ｔ_ＤＥＴにおいてサンプリングされた検出信号Ｄを積算して、ノイズを含む検出強度ｂ_ｒを生成する。そして、ノイズを含む検出強度ｂ_ｒから、ノイズ補正値Ｎを減算することにより、補正後の検出強度ｂ_ｒを生成してもよい。ノイズ補正値Ｎは、検出期間Ｔ_ＤＥＴとノイズ検出期間Ｔ_ＮＳの長さの比率にもとづいてスケーリングされる。

たとえば照射期間Ｔ_ＩＬＭとインターバル期間Ｔ_ＩＮＴの長さを等しく設定してもよい。この場合、検出期間Ｔ_ＤＥＴと非検出期間を同じ長さとすることができる。そして非検出期間をノイズ検出期間Ｔ_ＮＳとしてもよい。この場合、検出期間Ｔ_ＤＥＴとノイズ検出期間Ｔ_ＮＳが等しくなるため、ノイズ補正値Ｎのスケーリングは不要となるため処理を簡素化できる。

（用途）
続いてイメージング装置１００の用途を説明する。図８は、物体識別システム１０のブロック図である。この物体識別システム１０は、自動車やバイクなどの車両に搭載され、車両の周囲に存在する物体ＯＢＪの種類（カテゴリ）を判定する。

物体識別システム１０は、イメージング装置１００と、演算処理装置４０を備える。イメージング装置１００は、上述のように、物体ＯＢＪに参照光Ｓ１を照射し、反射光Ｓ２を測定することにより、物体ＯＢＪの復元画像Ｇを生成する。

演算処理装置４０は、イメージング装置１００の出力画像Ｇを処理し、物体ＯＢＪの位置および種類（カテゴリ）を判定する。

演算処理装置４０の分類器４２は、画像Ｇを入力として受け、それに含まれる物体ＯＢＪの位置および種類を判定する。分類器４２は、機械学習によって生成されたモデルにもとづいて実装される。分類器４２のアルゴリズムは特に限定されないが、ＹＯＬＯ（You Only Look Once）とＳＳＤ（Single Shot MultiBox Detector）、R-CNN（Region-based Convolutional Neural Network）、SPPnet（Spatial Pyramid Pooling）、Faster R-CNN、DSSD（Deconvolution -SSD）、Mask R-CNNなどを採用することができ、あるいは、将来開発されるアルゴリズムを採用できる。

以上が物体識別システム１０の構成である。物体識別システム１０のセンサとして、イメージング装置１００を用いることで、以下の利点を得ることができる。

イメージング装置１００すなわち量子レーダカメラを用いることで、ノイズ耐性が格段に高まる。たとえば、降雨時、降雪時、あるいは霧の中を走行する場合、肉眼では物体ＯＢＪを認識しにくいが、イメージング装置１００を用いることで、雨、雪、霧の影響を受けずに、物体ＯＢＪの復元画像Ｇを得ることができる。

また実施の形態に係るイメージング装置１００を用いることを特徴とするで、時間的に隣接するランダムパターンの干渉を防止でき、画質を改善できる。

図９は、物体識別システム１０を備える自動車のブロック図である。自動車３００は、前照灯３０２Ｌ，３０２Ｒを備える。イメージング装置１００は、前照灯３０２Ｌ，３０２Ｒの少なくとも一方に内蔵される。前照灯３０２は、車体の最も先端に位置しており、周囲の物体を検出する上で、イメージング装置１００の設置箇所として最も有利である。

図１０は、物体検出システム２１０を備える車両用灯具２００を示すブロック図である。車両用灯具２００は、車両側ＥＣＵ３０４とともに灯具システム３１０を構成する。車両用灯具２００は、光源２０２、点灯回路２０４、光学系２０６を備える。さらに車両用灯具２００には、物体検出システム２１０が設けられる。物体検出システム２１０は、上述の物体識別システム１０に対応しており、イメージング装置１００および演算処理装置４０を含む。

演算処理装置４０が検出した物体ＯＢＪに関する情報は、車両用灯具２００の配光制御に利用してもよい。具体的には、灯具側ＥＣＵ２０８は、演算処理装置４０が生成する物体ＯＢＪの種類とその位置に関する情報にもとづいて、適切な配光パターンを生成する。点灯回路２０４および光学系２０６は、灯具側ＥＣＵ２０８が生成した配光パターンが得られるように動作する。

また演算処理装置４０が検出した物体ＯＢＪに関する情報は、車両側ＥＣＵ３０４に送信してもよい。車両側ＥＣＵは、この情報にもとづいて、自動運転を行ってもよい。

以上、本発明について、実施の形態をもとに説明した。この実施の形態は例示であり、それらの各構成要素や各処理プロセスの組み合わせにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。以下、こうした変形例について説明する。

実施の形態では、照明装置１１０を、光源１１２とパターニングデバイス１１４の組み合わせで構成したがその限りでない。たとえば照明装置１１０は、マトリクス状に配置される複数の半導体光源（ＬＥＤ（発光ダイオード）やＬＤ（レーザダイオード））のアレイで構成し、個々の半導体光源のオン、オフ（あるいは輝度）を制御可能に構成してもよい。

実施の形態において、ゴーストイメージング（あるいはシングルピクセルイメージング）の手法として、相関計算を用いた手法を説明したが、画像の再構築の手法はそれに限定されない。いくつかの実施の形態では、相関計算に変えて、フーリエ変換やアダマール逆変換を使用した解析的手法や、スパースモデリングなどの最適化問題を解く手法、およびＡＩ・機械学習を利用したアルゴリズムによって、画像を再構築してもよい。

実施の形態にもとづき、具体的な語句を用いて本発明を説明したが、実施の形態は、本発明の原理、応用の一側面を示しているにすぎず、実施の形態には、請求の範囲に規定された本発明の思想を逸脱しない範囲において、多くの変形例や配置の変更が認められる。

本発明は、車載用イメージング装置に関する。

ＯＢＪ 物体
１０ 物体識別システム
４０ 演算処理装置
４２ 分類器
１００ イメージング装置
１１０ 照明装置
１１２ 光源
１１４ パターニングデバイス
１２０ 光検出器
１３０ 演算処理装置
１３２ パターン発生器
１３４ 再構成処理部
２００ 車両用灯具
２０２ 光源
２０４ 点灯回路
２０６ 光学系
３００ 自動車
３０２ 前照灯
３１０ 灯具システム
３０４ 車両側ＥＣＵ

Claims (6)

1. 車載用イメージング装置であって、
   所定の長さの照射期間ごとに切り替わるランダムパターンを有する参照光を照射する照明装置と、
   物体からの反射光を測定する光検出器と、
   前記光検出器が出力する検出信号にもとづく検出強度と前記参照光の強度分布にもとづいて前記物体の復元画像を再構成する演算処理装置と、
   を備え、
   前記照射期間と前記照射期間の間に、強度がゼロまたは強度分布が均一であるインターバル期間が挿入され、前記車載用イメージング装置の奥行き方向のセンシング距離の上限をＬ_ＭＡＸ、光速をｃとするとき、前記インターバル期間は２×Ｌ_ＭＡＸ／ｃ以上であり、
   前記演算処理装置は、前記検出信号がしきい値を超えると検出期間を開始し、所定の長さを有する前記検出期間において得られた前記検出信号にもとづく前記検出強度を使用して、式（１）にもとづいて前記物体の復元画像を再構成することを特徴とする車載用イメージング装置。
   

   

   ただし、ｂ _ｒ はｒ回目の照射に対応する検出強度、Ｉ _ｒ はｒ番目のランダムパターンの強度分布、Ｍは照射回数。
2. 前記しきい値は、前記インターバル期間において得られた前記検出強度にもとづいて設定されることを特徴とする請求項１に記載の車載用イメージング装置。
3. 前記インターバル期間における前記参照光の強度はゼロであり、
   前記演算処理装置は、前記インターバル期間において得られた前記検出強度を用いて、前記復元画像の再構成に用いる前記検出強度を補正することを特徴とする請求項１または２に記載の車載用イメージング装置。
4. 前記照射期間と前記インターバル期間の長さは等しいことを特徴とする請求項３に記載の車載用イメージング装置。
5. 請求項１から４のいずれかに記載の車載用イメージング装置を備えることを特徴とする車両用灯具。
6. 請求項１から４のいずれかに記載の車載用イメージング装置を備えることを特徴とする自動車。

Images