JPH08211148A

JPH08211148A - 対象物識別方法

Info

Publication number: JPH08211148A
Application number: JP7280747A
Authority: JP
Inventors: Martin Vossiek; フォシークマルティン
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 1994-10-28
Filing date: 1995-10-27
Publication date: 1996-08-20
Also published as: DE4438643C2; EP0709693A1; DE4438643A1

Abstract

(57)【要約】【課題】識別すべき対象物の高さが場合により異なっ
ていてもこの高さを検出することのでき、測定が障害の
影響を受けにくく、例えば空気変動の影響が小さく、バ
ックグラウンドを基準にした対象物の位置が少数の条件
しか有さず、計算コストが最小である対象物の識別方法
を提供する。【解決手段】偏位修正された信号から、記憶されてい
る特徴と比較される少なくとも１つの特徴を取り出す。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、対象物の識別方法
に関する。

【０００２】

【従来の技術】空中で使用するための超音波センサは、
その簡単で安価な測定原理に基づき、適用性に問題なし
に工業環境において、特に軸方向の対象物構造体をセン
サから対象物までの方向で分解することができるという
理由から、ロボット工学やコンピュータ支援オートメー
ションの分野で多様に使用することができる。ますます
複雑になる製造プロセスでのキー要素として、超音波セ
ンサは環境情報および状体情報を得るための集積センサ
として用いられる。これらのセンサにより例えば、工具
を識別し、ぞの位置および場合による損傷を検知するこ
とができる。このことは結局、自律性、いわゆる“マシ
ンインテリジェンス”の上昇に対する基礎である。

【０００３】オートマチック製造システムおよびフレキ
シブル製造システムに対して、工具の識別および位置決
めは重要な課題である。対象物識別のための高性能の超
音波センサシステムは、対象物をその位置および配向に
できるだけ依存しないで識別することができなければな
らない。Ermert, H. ,Schmolke, J. ,Weth, G. , "AnAd
aptive Sensor for Objekt Identification" in IEEE
Ultrasonics Symposium, Williamsburg, pp. 555-558,
1986 に記載されたシステムは固定の超音波変換器対を
有するが、この条件を満たすことができないか、多大な
学習コストおよび分類コストをかけてのみこの条件を満
たすことができる。したがって、このシステムは第１に
検査システムに適する。検査システムでは対象物の正確
な位置決めを前提とすることができるからである。

【０００４】比較的に大きな対象領域を検出するために
有利には合成アパーチャを有する装置を、ホログラフィ
ックな再生方法を適用して使用することができる。Lac
h, M., Ermert, H., "object recognition using an ul
trasonic sensor System in Acoustical Imaging, Boch
um, Plenum Press, pp. 957-962, 1992。ここで適用さ
れる変換器は弱い指向性を有し、横方向に拡がる信号を
検出することができる。ここで発生するミラー反射は、
尖鋭に束ねられた変換器を有するスキャンシステムの場
合よりも事象において格段にクリティカルでない。この
スキャンシステムは、Vossiek, M., Eccardt, P.-C. ,M
agori, V. ,Ermert, H. ,"IntelligenteSignalverarbei
tung durch Kombination von Fazzy-Logik und Klassis
cher Signalvorverarbeitung am Beispiel eines Luftu
ltraschallsystems zur Platinenbestueckungskontroll
e" in VDE-Fachtragung Technische Anwendungen von F
azzy-Systemen, Dortmund, pp. 71-80, 12.-13. Nov. 1
992 に記載されている。複数の超音波変換器を使用する
場合は、高速の信号記録という利点の他に、個別の変換
器装置を機械的に運動される場合よりも格段に広範の情
報獲得が可能である。マルチ変換器システムでは対象物
を高次元の神経回路網と結合して回転や並進運動に依存
しないで識別する。このマルチ変換器システムは、Wata
nabe, S.,Yoneyama, M., "An Ultrasonic robot eye fo
r object identification using neural network" in I
EEE Ultrasonics sysmposium, Montreal, Canada, pp.
1083-1086, Oct. 1989 に紹介されている。個々の固定
の変換器により音波照射された対象物シーンの反射信号
はここでは８×８受信変換器マトリクスにより検知され
る。広帯域ホログラフィックに再現された３次元データ
セットは直接、引き続く分類に対する入力データとして
使用される。ホログラフィック法の欠点は３次元再現に
極端な計算コストのかかることであり、現在の工業的に
使用可能なハードウェアプラットホームではリアルタイ
ムで実現することはほとんどできない。とりわけ、伝播
媒体が空気である反射条件はホログラフィックな方法に
まったく適さない。強いミラー性反射とエコーでの大き
なダイナミック特性差のため、比較的大きな平坦な対象
物構造の再現性が悪くなる。

【０００５】

【発明が解決しようとする課題】本発明の課題は、識別
すべき対象物の高さが場合により異なっていてもこの高
さを検出することのでき、測定が障害の影響を受けにく
く、例えば空気変動の影響が小さく、バックグラウンド
を基準にした対象物の位置条件がわずかであり、計算コ
ストが最小である対象物の識別方法を提供することであ
る。

【０００６】

【課題を解決するための手段】上記課題は本発明によ
り、１．１１群の超音波変換器を送信変換器と受信変換器
とに分配し、１．２送信変換器の１つが信号を送信し、１．３受信変換器が、対象物またはバックグラウンド
で反射された信号を受信し、１．４別の送信変換器が信号を送信し、１．５受信変換器が、対象物またはバックグラウンド
で反射された信号を受信し、１．６前記ステップ１．４と１．５を、各送信変換器
が少なくとも１度信号を送信するまで繰り返し、１．７各受信した信号を偏位修正し、当該偏位修正
は、各任意の高さ毎に伝搬時間を算出することにより行
い、ここで該伝搬時間は、信号がミラー反射される際に
送信変換器から対象物および受信変換器までの戻りに必
要とするものであり、算出された伝搬時間について、相
応する振幅を受信した信号から検出し、高さおよび振幅
が偏位修正された信号を表し、１．８偏位修正された信号から、記憶されている特徴
と比較される少なくとも１つの特徴を取り出すことによ
り解決される。

【０００７】本発明の有利な発展形態は従属請求項に記
載されている。

【０００８】従属請求項に記載された方法により、対象
物識別の精度がさらに改善される。

【０００９】請求項２の方法により、付加的に対象物の
面の大きさを検出することができる。

【００１０】

【発明の実施の形態】以下本発明を図面に基づき説明す
る。

【００１１】測定装置の構成図１には測定装置の基本構成が示されている。測定装置
の中心部材は８つの別個の送信および受信ユニットを形
成する。各送信および受信ユニットは１つの８ビットデ
ジタル／アナログ変換器およびアナログ／デジタル変換
器の他に、データ記録の制御のための高性能チューナお
よびトリガ論理回路を有する。Ｄ／Ａ変換器およびＡ／
Ｄ変換器は送信信号および受信信号に対して所属のメモ
リを有する。すべてのユニットはバスシステムに接続さ
れており、このバスシステムは専用に開発されたインタ
ーフェースを介して直接、制御コンピュータのバスシス
テムと接続されている。パーソナルコンピュータは、測
定経過の制御の他に測定信号の評価に用いる。

【００１２】システムは、８つの広帯域ＰＶＤＦ（Plyv
inylidenefluoride）超音波送受信変換器ペアにより動
作する。これは、Manthey, W., Kroemer, N. , Magori,
V.,"Ultrasonic transducers and transducer arrays
for application in air" Meas. Sci. Technol., Vol.
3(3), pp. 249-261, 1992 に記載されている。変換器は
マトリクス状に２１×２１mm²の面に配置されている。
図２参照。変換器の平均周波数は２１０ｋＨｚである。
これの絶対帯域幅は２００ｋＨｚであり、開口角度は約
１５゜である。送信変換器はシーケンシャルに線形の周
波数変調信号、いわゆるChirpsにより励起される。６４
の伝送経路はすべて別個に記録される。パルス圧縮およ
びシステム伝送特性を補償するために、受信信号は反転
ろ波される。平坦なバックグラウンド（ここに通常は対
象物がある）に対する初期基準測定は、伝送関数の検出
の他に、基準平面のセンサ平面に対する相対位置の検出
にも用いられる。

【００１３】図２からわかるように、空間的走査スキー
マおよび送信変換器ＳＷの位置ａ_tiと受信変換器ＥＷの
位置ａ_rkはサンプリングマトリクスＶにより表すことが
できる。

【００１４】

【数４】

【００１５】ここでｎ₁，ｎ₂＝０、１、２、．．．７ｔ＝伝送ｉ＝指数送信変換器ｋ＝指数受信変換器受信された音波フィールドが空間境界周波数Ω_maxに制
限されていれば、２次元サンプリング定理が満たされる
場合に、フィールド散乱を正確にサンプリング点から再
生することができる。サンプリング定理は、Dudgeon,
D.E. ,Mersereau, R.M., Multidimensional Digital Si
gnal Prosseing. Prentice-Hall SignalProcessing Ser
ies, ed. A.V. Oppenheim, Englewood Cliffs, New Jer
sey: Prentice-Hall, Inc., 1984 に記載されている。
実施例の装置に対しては、

【００１６】

【数５】

【００１７】が要求される。

【００１８】ここで、 Δａ＝２つの超音波変換器の間隔ｃ＝空気中の音波速度 Ω_max＝空間周波数最大で発生する空間周波数Ω_maxは、最大信号周波数に
よっても、アパーチャから任意の対象点までの最小仰角
Ф_minによっても設定することができる。

【００１９】

【数６】

【００２０】ここで、ｆ_max＝信号周波数対象物が１つの変換器によってしか照射されないなら、
２次元サンプリング条件を、瞬時の変換器パラメータを
考慮して満たすことはできない。なぜなら、そのために
は変換器間の間隔Δａがその寸法よりも小さくなければ
ならないからである（Δａ＜３ｍｍ）。しかし複数の送
信変換器ＳＷが対象物Ｏｂｊをシーケンシャルに種々異
なるアパーチャ位置から照射すれば、対象物表面上の各
ポイント散乱箇所のフィールドが各変換器ごとに異なる
位相条件で走査される。付加的な走査点は等間隔で分散
されていない。しかし適切な再現アルゴリズムを使用す
ることにより、付加的情報を有利に使用することができ
る。

【００２１】実験で示すことができたように、変換器間
隔がΔａ＝１４ｍｍの場合でも、特記すべきエイリアス
効果は再現された画像関数に発生しない。

【００２２】前述の記録および走査スキーマが、ただ１
つの送信変換器と受信変換器マトリクスと機械的スキャ
ンシステムを有するシステムに対して有利であることは
明らかである。ここでは、比較的に少数の超音波変換器
と測定位置によって、比較的に大きな対象物領域を検出
することができ、最適の情報を獲得することができる。

【００２３】対象物特性の再現広帯域ホログラム図３は、位置ａ_tiにおいて指数ｉを有する送信変換器Ｓ
Ｗからポイント散乱箇所Ｐ（ｒ）までの伝送経路、およ
び指数ｋを有する受信変換器ＥＷまでの戻り伝送経路を
ａ_rkに位置決めして示す。公知の広帯域ホログラフィッ
ク再現原理に基づいて、画像関数を次式で表すことがで
きる。

【００２４】

【数７】

【００２５】ここで、Ｉ＝画像関数、ｘ，ｙ，ｚ＝デカルト座標ｒ＝ベクトル、送信体の位置ｒ＝（ｘ，ｙ，ｚ）ｆ_RIK＝送信器ｉから受信器ｋまでの受信信号音波速度が既知であれば、位置ｒ＝（ｘ，ｙ，ｚ）_Tに
おいて指数ｉの送信変換器ＳＷから仮想のポイント散乱
箇所まで、および指数ｋの受信変換器ＥＷまでの戻りの
伝搬時間τ_ikは次式で算出される。

【００２６】

【数８】

【００２７】ここで、Ｒ_ik＝送信器ｉから受信器ｋまでの音波経路の値（区
間）ｒ_ti＝指数ｉの送信変換器ＳＷと対象物反射点との間隔ｒ_rk＝対象物反射点と指数ｋの受信変換器との間隔である。

【００２８】式４は、受信され、引き続き逆フィルタリ
ング処理された分析信号（虚数部分により拡張されてい
る）をすべての送信および受信位置について伝搬時間通
りに合計した和を表す。

【００２９】実際に散乱中心点が位置ｒにあれば、この
散乱中心点のエコーは伝搬時間通りコヒーレントに加算
することができる。このことは大きな画像振幅に結びつ
く。これに対し、散乱体（これは位置ｒにはない）のエ
コーはコヒーレントに重畳される。複数のエコー信号の
インコヒーレントな重畳により振幅の小さくなることを
確実にするためには、とりわけ、多数の測定点と、ほぼ
均等に分散された多数の散乱箇所（同等の反射性を有す
る）が存在する必要がある。しかしこの種の反射条件
は、工具の空気中超音波測定の場合、非常に非典型的な
ものある。むしろ通常の工具は比較的に大きな平坦な表
面から統合されている。強いミラー反射性のため、受信
された測定データセットは僅かなエコーしか含んでいな
い。この理由から、障害画像へのインコヒーレントな加
算により、真の対象物パターンと同等の比較可能な強度
を得ることができる。スペクトル帯域幅の制限と、シス
テムダイナミックによりこの問題が増強される。ホログ
ラフィックな方法では図示の条件の下では特に、軸状の
構造体を正確に分解し、距離を正確に測定することは不
可能である。このことは簡単な従来の超音波距離センサ
と同じである。

【００３０】簡単な再現式軸状の対象物構造体を簡単に分解するためには、各反射
条件を利用することができる。この反射条件は広帯域の
ホログラフィックな再現を阻止する。以下の測定条件は
通常の工具の空間超音波結像に対して典型的なものであ
り、さらに前提とされるものである。

【００３１】・対象物が平坦なバックグラウンドにあ
り、センサに対するその相対的位置は、例えば基準測定
から既知である。

【００３２】・生ずる対象物の量は既知であり、制限さ
れている。

【００３３】・典型的工具は、ほとんどの場合相対的に
簡単な幾何形状を有する。これは例えば、対称特性、矩
形状構成または平行部分表面であり、少なくともエッジ
はいくつかの波長よりの長く、バックグラウンドに対し
て平行である（例えば、六角形、円筒形、リング、円盤
等）。

【００３４】これらの条件の下で、センサマトリクスに
より検知されるエネルギーの大部分はミラー性反射によ
って引き起こされる。これに対し、横方向の反射は非常
に小さな振幅を有するか、またはアパーチャ面が制限さ
れているため検知することができない。そのため、軸状
対象物構造体を再現するためには音波経路を考慮するだ
けで十分である。この音波経路はミラー性反射に属す
る。センサ幾何構成に基づき、図４に示すように（図４
ではｖＳＰにより仮想ミラー音波源が、ＳＰＥによりミ
ラー面が、ＳＥによりセンサ面が示されている）、次の
再現規則が示される。

【００３５】

【数９】

【００３６】音響的に堅い面で反射した場合には、音波
の入射角は出射角に相応するから、高さｚ’の面で反射
された音波信号の伝搬時間は簡単な幾何的重畳に基づい
て算出される。

【００３７】

【数１０】

【００３８】ここで、 γ＝センサ面とｚ’軸との角度Ａ＝２つの超音波変換器間の間隔変換器から基準面（バックグラウンドＵＧとしても示さ
れている）までの距離、およびセンサ面ＳＥの傾き角γ
は平坦なバックグラウンドＵＧへの基準測定から既知で
ある。

【００３９】信号はこのようにして、共通の時間軸また
は高さ軸に投影される。偏位修正された信号はエコー信
号と比較することができる。エコー信号はバックグラウ
ンドＵＧに対して垂直に配向された測定方向（送信器／
受信器駆動部の個々の変換器がバックグラウンドＵＧの
上で垂直である）で得られることとなる。したがって偏
位修正された信号は対象物構造体の高さを検出するため
に直接使用することができる。同じように、この信号の
別の特徴、例えばエコーの形状または振幅を対象物Ｏｂ
ｊを表すために、または位置検出のために使用すること
ができる。

【００４０】偏位修正したすべての受信信号の包絡曲線
を加算すると、反射プロフィールが得られる。この反射
プロフィールはバックグラウンドＵＧに対して平行な対
象物構造体の高さおよび反射に関する正確な情報を含
む。このプロフィールは対象物Ｏｂｊの並進および回転
に依存しない。

【００４１】

【数１１】

【００４２】Ｐ_sum＝和プロフィールまたは和信号とも
称される。

【００４３】別の情報を導出するために、偏位修正され
た受信信号が付加的に最大演算と結合される。

【００４４】

【数１２】

【００４５】Ｐ_max＝最大プロフィールまたは最大信号
とも称される。

【００４６】最大プロフィールを和プロフィールと比較
することにより、対象物表面の幾何形状に関する予測を
行うことができる。強い指向性のため、例えば扁平な対
象物（例えば、直方体、図５ａ参照）は最大プロフィー
ルを基準にすれば、湾曲した対象物（例えば円筒形、図
５ｃ参照）よりも和プロフィールは小さい。図５ａには
さらに、簡単化した再現式の軸方向分解が明瞭に示され
ている。これに対し、図５ｂには、比較的大きく平坦な
対象物構造体の軸方向分解における問題がホログラフィ
ックな再現により示されている。円筒体の反射プロフィ
ールが図５ｃに示されている。この円筒体はセンサマト
リクスの検出領域の外縁部にある。表面が湾曲している
ため、明瞭な側反射が期待される。しかし図示のように
この極端に不利な測定条件の下でも最大プロフィールだ
けがわずかに、比較的にやや長い伝搬時間を有する反射
経路によって歪んでいるだけである。

【００４７】良好な軸方向分解能に基づき、和プロフィ
ールの算出コンセプトはとくに補正度の距離センサに適
する。空間的に分散された複数の測定経路の信号を結合
することにより、提案された測定評価原理が外部の障害
の影響を非常に受けにくくなる。外部の音響的障害ノイ
ズも空気の渦による位相変動も非常に効率的に抑圧され
る。実験が示すように、極端な空気の渦も和プロフィー
ルにはほとんど影響を与えない。これは、測定信号中の
障害が、音波伝送経路が空間的に分散されているため相
関しないか、または非常に僅かしか相関しないからであ
る。センサ面から対象物までの距離が超音波変換器間の
間隔よりも非常に大きければ、対象物表面が平坦で平行
に配向されていなければならないという条件を無視する
ことができる。

【００４８】注意すべきことは、本来の再現の前にバッ
クグラウンドのエコーを抑圧することである。したがっ
て、バックグラウンドエコーは図５ａ，ｂ，ｃ，ｅのプ
ロフィールには存在していない。このことは比較的簡単
である。なぜなら、バックグラウンドエコーの形状と位
置が基準測定から既知だからである。バックグラウンド
エコー抑圧は次のステップで行われる。

【００４９】１）基準測定：平坦なバックグラウンド
（対象物なし）のエコーを記録し記憶する。

【００５０】２）対象物による測定最大の位置と振幅を、基準測定で検出された最大の位置
の周囲（半波長左と右）で検出する。

【００５１】３）瞬時の振幅に正規化され、瞬時の位置
に対してずらされた基準エコーを受信信号から減算す
る。

【００５２】簡単化した再現式により偏位修正されたエ
コーが比較的に大きな平坦な対象物構造体に属するとい
う前提のため、このエコーを横方向構造体の分解に使用
することはできない。しかし反射プロフィールは対象物
面を検出するために使用することができる。この対象物
面には重要な反射性の構造体が存在する。この興味の対
象である対象物面にだけホログラフィックな再現が実行
されれば、計算コストのかかる３次元再現を回避するこ
とができる。その際に、甚だしい情報損失を甘受する必
要もない。典型的な工具は通常は非常に少数の主面を有
するから、この処置により非常に広範な対象物記述が可
能であり、計算コストが著しく低減される。

【００５３】図６は、典型的な工具の主反射面の断層画
像を示す。図６ａの円筒体の画像は装置のポイント画像
関数と一致する。側方分解能（ポイント画像関数の６ｄ
Ｂ幅）はこの条件下では約５ｍｍである。画像関数のサ
ブマキシマムはセンサマトリクスの制限された大きさに
より強調されている。

【００５４】図６ｂには、図６ａと同じように円筒体が
結像されている。ただしここではバックグラウンドエコ
ーは補償されていない。ここでも、低いところにある反
射体が非違か九滴に高いところにある面の画像結果を損
なうことがわかる。低いところにある対象物構造体によ
る障害は、実施例の適用では許容することができる。な
ぜなら、画像提示を目的とするのではなく、この障害は
対象物に対して特徴的だからである。バックグラウンド
エコー抑圧によって、対象物の主反射面をほとんど障害
なしに再現することができる。

【００５５】断層画像を分類する前に、この画像は標準
化され、動き平均化フィルタにより平滑化され、閾値演
算が行われる。この画像処理ステップの結果は２つの工
具の結像に見られる。すなわち、図６ｃのナットＭ６と
図６ｄの直方体１５×２×２ｍｍ³である。

【００５６】同じように、光学系を有する側方対象物構
造体、例えばカメラを記録することもできる。ここで
は、カメラは、超音波センサ群とまったく同じように、
基準面上に垂直に設けられている。対象物の得られた平
面図は非常に良好に側方対象物寸法の検出、並びに位置
および回転位置の検知に用いることができる。これは以
下の超音波画像に対する説明と同じである。ここでは超
音波装置による場合湯織りも明らかに改善された側方分
解能が期待される。

【００５７】さらに対象物描写においては、超音波測定
で検出された和プロフィールを平面図で記録された光学
的画像と結合すると、実際の適用に対して非常に有利で
ある。この場合、超音波装置の良好な軸方向分解能をカ
メラ装置の良好の側方分解能と結合することができ、こ
れにより非常に正確な３次元拡張と対象物位置を得るこ
とができ、最高の対象物選択性を保証することができ
る。

【００５８】特徴抽出偏位修正された信号または２つの反射プロフィール、す
なわち和プロフィールと最大プロフィールの特徴は、そ
の平均値、重心またはその最大値の位置と高さと同じよ
うに、位置に依存しない分類に直接使用することができ
る。

【００５９】これに対して断層画像の分類は面倒であ
る。面倒な分類を回避する有利な手段では、断層画像か
ら位置に依存しない少数の特徴を抽出し、この特徴によ
り正確な画像描写を行うのである。対象物の位置および
配向を基準にした不変モーメントを古典的モーメントま
たはゼルニケ・モーメントに基づいて用いることができ
る。

【００６０】ゼルニケ・モーメントゼルニケ・モーメントＡ_nmはデジタル画像関数Ｉ
（ｘ’，ｙ’）を多項式の直交セットに投影する。ここ
でこの多項式は単位円ｘ’²＋ｙ’²≦１内に定義され
る。

【００６１】

【数１３】

【００６２】ゼルニケ多項式Ｖ_nm（ｘ’，ｙ’）の形は
次の通りである。

【００６３】

【数１４】

【００６４】ここで、ｎ：正の整数の指数またはゼロｍ：整数、ｎ−｜ｍ｜は偶数かつ｜ｍ｜＜ｎ ρ：原点から画素（ｘ’，ｙ’）までのベクトルの長さ θ：ベクトルρとｘ’軸との角度Ｒ_nm（ρ）：以下のように定義されるラジアル多項式

【００６５】

【数１５】

【００６６】断層画像のゼルニケ・モーメントＡ_nmを算
出するために、これの中心点（重心）が検出され、画像
がこの重心を中心に単位円の領域に投影される。この単
位円内にあるすべてのポイントがゼルニケ・モーメント
Ａ_nmの計算に用いられる。画像関数Ｉ（ｘ’，ｙ’）の
中心点は古典的モーメントｍ_pqに基づいて検出される。

【００６７】

【数１６】

【００６８】ここで、ｘ’_s＝ｍ₁₀／ｍ₀₀ かつｙ’_s＝ｍ₀₁／ｍ₀₀ （１３）ｐ，ｑ＝正の整数またはゼロ画像の重心を表す重心を中心にしてずらすことにより、ゼルニケ・モーメ
ントＡ_nmを計算するための入力パターンは対象物の位置
に依存しない。このように計算された執心はとりわけ側
方対象物位置の検出に適する。

【００６９】さらに対象物の回転角を高次の古典的モー
メントにより検出することができる。このことは対象物
の取り扱いの点で重要である。

【００７０】ゼルニケ・モーメントの利点は、その絶対
値｜Ａ_nm｜がパターンの配向に依存しないことである。
さらに強調すべきことは、その直交性である。これによ
りパターンを少数のモーメントで描写に表すことができ
る。

【００７１】システムの分解能とそのＳ／Ｎ比を考慮す
れば、７つのモーメント（４次まで）だけで描写には十
分である。

【００７２】神経網による分類すでに述べたように、反射プロフィールの特徴は対象物
の特性（例えば反射面の高さまたは大きさ）と直接結び
つく非常に正確な量である。したがって、この特徴を簡
単な間隔測定分類または統計的分類により分析すること
ができる。

【００７３】しかしゼルニケ・モーメントの分類は明ら
かに高い要求を課す。一方では、画像関数は一般的に所
定の変動を前提とする。この変動は例えば空気運動によ
る受信信号中に弱い位相変調によって惹起される。さら
に画像面が制限されているため、本来の対象物パターン
のサブマキシマムが対象物の位置によって、画像領域内
にあったり外にあったりする。生じた種々異なるゼルニ
ケ・モーメントはなるほど常に対象物に対して特徴的で
ある。しかし一般化能力のある分類器が必要である。

【００７４】神経網は一般化することも関連して割り当
てることもでき、さらに間隔測定分類器の機能、例えば
“ｋ−最近傍分類器”のような機能を果たすこともでき
る。そのため、神経網は目的とする分類課題に対して非
常に適する。神経網の別の利点はその学習能力である。

【００７５】対象物を識別するために、簡単な３層知覚
ネットワークが使用された。このネットワークは逆伝播
アルゴリズムを用いてトレーニングされる。このネット
ワークは２６個の入力ノードと、１５個の中間ノード
と、２５個の出力ノードとからなる。入力ノードにはそ
れぞれ１つの特徴が配属される。各出力ノードは対象物
を表す。分類は２つの対象面の特徴に基づくものであ
り、この２つの対象面は最大の信号エネルギーを反射す
る。したがって、１４個のゼルニケ・モーメントと、反
射プロフィールの１２個の特徴が使用される。

【００７６】システムは、２５個の典型的な工具セット
により検査された。すなわち、ナットＭ４〜Ｍ６（横た
わっているものと直立しているもの）、同じ大きさの六
角形（横たわっているもの）ワッシャーＭ４〜Ｍ６、円
筒体、直方体、おうび２ｍｍから１５ｍｍの大きさ領域
のステップにより検査された。神経回路網は２５０の例
測定（各対象物に対して１０の位置）のデータによりト
レーニングされた。トレーニングフェーズに続いて、２
５００回の測定が実施され、分類結果が評価された。各
対象物はシステムに、全検出領域（２５×２５ｍｍ²）
に渡って００に分散された位置で提示された。対象物が
部分的に非常に似た反射特性を有しているにもかかわら
ず、システムは工具をその位置と配向に依存しないで９
９％以上の識別確率で同定することができた。信号記録
および分類全体は従来のパーソナルコンピュータでもわ
ずか数秒であり、高性能のハードウェアプラットホー
ム、例えばシグナルプロセッサシステムではリアルタイ
ムで変換することができる。

【００７７】ワッシャーＭ４とＭ５はその高さの点では
０．１ｍｍ、面積では約２５ｍｍ²しか違わない。側方
の構造差は明らかに、ホログラフィックな再現の分解能
限界よりも低い。さらにワッシャーは容易に湾曲する。
そのため、ワッシャーの乗っている側面によってフォー
カシングまたはデフォーカシング作用が発生する。この
ため反射プロフィールの振幅は所定の変動幅を有する。
幾何形状差が僅かであっても、ワッシャーＭ５は大きな
確率でワッシャーＭ４から区別される。

【図面の簡単な説明】

【図１】対象物識別のための超音波測定装置の構成を示
す概略図である。

【図２】超音波変換器の構成を示す概略図である。

【図３】ホログラフィックな再現での幾何関係を示す概
略図である。

【図４】ミラー性反射の際の音波伝送経路と、簡単化し
た再現式の基礎となる幾何関係を示す概略図である。

【図５】ａ）は、簡単化した再現式により再現されたス
テップの和プロフィールと最大プロフィールの線図。
ｂ）は、広帯域ホログラフィックに再現されたステップ
の和プロフィールと最大プロフィールの線図（すべての
ホログラフィックな再現スキャンを基準面、すなわち図
４のｚ’方向に対して垂直に結合）。ｃ）は、簡単化し
た再現式により再現された円筒体の和プロフィールと最
大プロフィールの線図であり、この円筒体はバックグラ
ウンド上で、検出領域の外縁部にある。ｄ）は、簡単化
した再現式により再現されたステップの和プロフィール
を示す線図であり、バックグラウンドエコーを抑圧して
いない。ｅ）は、簡単化した再現式により再現されたス
テップの和プロフィールを示す線図であり、図５ａのよ
うにバックグラウンドエコーを抑圧している。

【図６】ａ）は、バックグラウンドに直立する円筒体の
主反射面を広帯域ホログラフィックに再現した断層画像
であり、この円筒体の寸法は直径３ｍｍ×５ｍｍであ
り、バックグラウンドエコーを抑圧している。ｂ）は、
バックグラウンドに直立する円筒体の主反射面を広帯域
ホログラフィックに再現した断層画像であり、この円筒
体の寸法は直径３ｍｍ×５ｍｍであり、バックグラウン
ドエコーを抑圧していない。ｃ）は、バックグラウンド
に平坦に横たわるナットＭ６の主反射面を広帯域ホログ
ラフィックに再現した断層画像であり、完全な画像処理
の結果である。ｄ）は、バックグラウンドに平坦に横た
わる直方体１５×２×２ｍｍ³の主反射面を広帯域ホロ
グラフィックに再現した断層画像であり、完全な画像処
理の結果である。

Claims

【特許請求の範囲】

【請求項１】１．１１群の超音波変換器を送信変換
器と受信変換器とに分配し、１．２送信変換器の１つが信号を送信し、１．３受信変換器が、対象物またはバックグラウンド
で反射された信号を受信し、１．４別の送信変換器が信号を送信し、１．５受信変換器が、対象物またはバックグラウンド
で反射された信号を受信し、１．６前記ステップ１．４と１．５を、各送信変換器
が少なくとも１度信号を送信するまで繰り返し、１．７各受信した信号（ｆ_Rik）を偏位修正し、当該
偏位修正は、各任意の高さ（ｚ’）毎に伝搬時間【数１】を算出することにより行い、ここで該伝搬時間は、信号がミラー反射される際に送信
変換器から対象物および受信変換器までの戻りに必要と
するものであり、算出された伝搬時間【数２】について、相応する振幅を受信した信号（ｆ_Rik）から
検出し、高さ（ｚ’）および振幅が偏位修正された信号【数３】を表し、１．８偏位修正された信号から、記憶されている特徴
と比較される少なくとも１つの特徴を取り出すことを特
徴とする対象物識別方法。
【請求項２】２．１偏位修正された信号から和信号
を形成し、２．２最大値の発生時点を和信号から検出し、該発生時点は対象物の高さに対する尺度であり、対象物
を識別するための特徴である請求項１記載の方法。
【請求項３】偏位修正された信号において最大値の発
生時点を検出し、該発生時点は対象物の高さに対する尺度であり、対象物
を識別するための特徴である請求項１記載の方法。
【請求項４】最大値の振幅を検出し、該振幅は対象物
を識別するための別の特徴である請求項１または２記載
の方法。
【請求項５】和信号の信号エネルギーを検出し、該信
号エネルギーは対象物を識別するための別の特徴である
請求項２から４までのいずれか１項記載の方法。
【請求項６】和信号の重心を検出し、該重心は対象物
を識別するための別の特徴である請求項２から５までの
いずれか１項記載の方法。
【請求項７】偏位修正された信号のＯＲ結合を用いて
最大信号を形成し、最大信号における最大値の発生時点を検出し、該発生時
点は対象物を識別するための別の特徴である請求項１か
ら６までのいずれか１項記載の方法。
【請求項８】最大値の振幅を検出し、該振幅は対象物
を識別するための別の特徴である請求項７記載の方法。
【請求項９】最大信号の信号エネルギーを検出し、該
信号エネルギーは対象物を識別するための別の特徴であ
る請求項７または８記載の方法。
【請求項１０】最大信号の重心を検出し、該重心は対
象物を識別するための別の特徴である請求項７から９ま
でのいずれか１項記載の方法。
【請求項１１】最大信号と和信号との関係を生成し、
該関係は対象物を識別するための別の特徴である請求項
７から１０までのいずれか１項記載の方法。
【請求項１２】検出された高さに面を割り当て、当該
面毎にそれぞれ１つのホログラフィックな断層画像を形
成し、該断層画像は対象物を識別するための別の特徴で
ある請求項１から１１までのいずれか１項記載の方法。
【請求項１３】検出された高さに面を割り当て、当該
面毎にそれぞれ１つのホログラフィックな断層画像を形
成し、それぞれの断層画像を描写するゼルニケ・モーメント
（Ａ_nm）を検出し、該ゼルニケ・モーメントは対象物を
識別するための別の特徴である請求項１から１１までの
いずれか１項記載の方法。
【請求項１４】光学系を用いて対象物の平面像を形成
し、該平面像は対象物を識別するための別の特徴である
請求項１から１１までのいずれか１項記載の方法。
【請求項１５】光学的を用いて対象物の平面像を形成
し、該平面像は対象物を識別するための別の特徴であ
り、画像を描写するゼルニケ・モーメント（Ａ_nm）を検出
し、該ゼルニケ・モーメントは対象物を識別するための
別の特徴である請求項１から１１までのいずれか１項記
載の方法。
【請求項１６】神経ネットワークを用いて比較を実行
する請求項１から１５までのいずれか１項記載の方法。
【請求項１７】間隔測定分類器または統計的分類器を
用いて比較を実行する請求項１から１５までのいずれか
１項記載の方法。