JPWO2019176084A1 - 物体検出装置、物体検出システム、物体検出方法及びプログラム - Google Patents

物体検出装置、物体検出システム、物体検出方法及びプログラム Download PDF

Info

Publication number
JPWO2019176084A1
JPWO2019176084A1 JP2020506075A JP2020506075A JPWO2019176084A1 JP WO2019176084 A1 JPWO2019176084 A1 JP WO2019176084A1 JP 2020506075 A JP2020506075 A JP 2020506075A JP 2020506075 A JP2020506075 A JP 2020506075A JP WO2019176084 A1 JPWO2019176084 A1 JP WO2019176084A1
Authority
JP
Japan
Prior art keywords
irradiation
irradiation region
feature
extracted
sensor
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.)
Granted
Application number
JP2020506075A
Other languages
English (en)
Other versions
JP6897862B2 (ja
Inventor
聡 辻
聡 辻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2019176084A1 publication Critical patent/JPWO2019176084A1/ja
Application granted granted Critical
Publication of JP6897862B2 publication Critical patent/JP6897862B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
    • G01P3/68—Devices characterised by the determination of the time taken to traverse a fixed distance using optical means, i.e. using infrared, visible, or ultraviolet light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

物体の移動に関する移動パラメータを精度よく算出することが可能な物体検出装置を提供する。物体検出装置（１）は、特徴抽出部（２）と算出部（４）とを有する。特徴抽出部（２）は、照射光を照射して物体の表面の一部の特徴を検出するように構成された第１センサ及び第２センサの照射光のそれぞれの照射領域を物体が通過したときに、複数の照射領域それぞれにおける物体の特徴を抽出する。算出部（４）は、複数の照射領域それぞれにおいて抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、複数の照射領域の間における物体の移動パラメータを算出する。

Description

本発明は、物体検出装置、物体検出システム、物体検出方法及びプログラムに関し、特に、センサを用いて物体を検出する物体検出装置、物体検出システム、物体検出方法及びプログラムに関する。
センサを用いて物体を検出する技術がある。このような技術に関連し、特許文献１は、複数のレーザセンサにより通行人の位置座標を検知し、サーバがその検知データを座標変換して統合し、リアルタイムかつ広範囲での通行人の軌跡の抽出を行う、通行人軌跡抽出装置を開示する。特許文献１にかかる通行人軌跡抽出装置は、通行人の位置や物体を検知する複数のレーザセンサに対応して設けられた複数のクライアントを制御する。通行人軌跡抽出装置は、同期手段と、統合手段と、軌跡抽出手段とを有する。同期手段は、複数のレーザセンサの検知時間を同期する。統合手段は、複数のレーザセンサによって検知したデータから、複数のクライアントが抽出した通行人の位置座標を１つの座標系に統合する。軌跡抽出手段は、統合手段によって得られた通行人の位置座標から該通行人の移動軌跡を抽出する。
また、特許文献２は、対象物の画像を計測する画像計測装置を開示する。特許文献２にかかる画像計測装置は、それぞれが少なくとも異なる視点に設けられた第１および第２の撮像手段、三次元位置検出手段、運動モデルデータ記憶手段、及び、動作認識手段を有する。三次元位置検出手段は、第１および第２の撮像手段の出力画像から対象物内の特徴点の三次元位置を検出する。運動モデルデータ記憶手段は、対象物の運動モデルの各動作および姿勢に関するデータを記憶する。動作認識手段は、検出された対象物内の特徴点の三次元位置またはその時間的変化と、運動モデルデータ記憶手段に記憶されている対象物の動作および姿勢に関連するデータとを時系列的に比較し、当該対象物の動作および姿勢を認識する。
特開２００４−１９１０９５号公報 特開平０６−２１３６３２号公報
上記の特許文献では、複数のセンサ（撮像手段）を用いて物体の動作（移動軌跡）を検出している。ここで、複数のセンサを用いて物体の動作を検出する場合、複数のセンサそれぞれで検出される物体が同じである必要がある。つまり、複数のセンサそれぞれで検出される物体が異なる可能性がある場合、物体の取り違えにより、物体の動作を誤って検出するおそれがある。ここで、上記の特許文献では、複数のセンサそれぞれで検出される物体が同じであるか否かといったことを検出することは、開示されていない。したがって、上記の特許文献では、複数の物体が存在し得る環境下では、物体の動作を誤って検出するおそれがある。
本開示の目的は、このような課題を解決するためになされたものであり、物体の移動に関する移動パラメータを精度よく算出することが可能な物体検出装置、物体検出システム、物体検出方法及びプログラムを提供することにある。
本開示にかかる物体検出装置は、照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサの前記照射光の複数の照射領域それぞれを物体が通過したときに、前記複数の照射領域それぞれにおける前記物体の特徴を抽出する特徴抽出手段と、前記複数の照射領域それぞれにおいて前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、前記複数の照射領域の間における前記物体の移動に関する移動パラメータを算出する算出手段とを有する。
また、本開示にかかる物体検出システムは、照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサと、物体検出装置とを有し、前記物体検出装置は、照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサの前記照射光の複数の照射領域それぞれを物体が通過したときに、前記複数の照射領域それぞれにおける前記物体の特徴を抽出する特徴抽出手段と、前記複数の照射領域それぞれにおいて前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、前記複数の照射領域の間における前記物体の移動に関する移動パラメータを算出する算出手段とを有する。
また、本開示にかかる物体検出方法は、照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサの前記照射光の複数の照射領域それぞれを物体が通過したときに、前記複数の照射領域それぞれにおける前記物体の特徴を抽出し、前記複数の照射領域それぞれにおいて前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、前記複数の照射領域の間における前記物体の移動に関する移動パラメータを算出する。
また、本開示にかかるプログラムは、照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサの前記照射光の複数の照射領域それぞれを物体が通過したときに、前記複数の照射領域それぞれにおける前記物体の特徴を抽出するステップと、前記複数の照射領域それぞれにおいて前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、前記複数の照射領域の間における前記物体の移動に関する移動パラメータを算出するステップとをコンピュータに実行させる。
本開示によれば、物体の移動に関する移動パラメータを精度よく算出することが可能な物体検出装置、物体検出システム、物体検出方法及びプログラムを提供できる。
本開示の実施の形態にかかる物体検出装置の概要を示す図である。 実施の形態１にかかる物体検出システムの構成を示す図である。 実施の形態１にかかる物体検出システムを示す機能ブロック図である。 実施の形態１にかかる物体検出装置によって行われる、物体検出方法を示すフローチャートである。 実施の形態１にかかる移動方向及び移動速度の算出方法を説明するための図である。 第１の例において同じ物体の同じ位置が第１照射領域及び第２照射領域を通過したか否かを判定する方法を示すフローチャートである。 第１の例を説明するための図である。 第２の例において同じ物体の同じ位置が第１照射領域及び第２照射領域を通過したか否かを判定する方法を示すフローチャートである。 第２の例を説明するための図である。 第３の例において同じ物体の同じ位置が第１照射領域及び第２照射領域を通過したか否かを判定する方法を示すフローチャートである。 第３の例を説明するための図である。 第４の例において同じ物体の同じ位置が第１照射領域及び第２照射領域を通過したか否かを判定する方法を示すフローチャートである。 第４の例を説明するための図である。 物体の回転を考慮した、データ群の座標変換について説明するための図である。
（本開示にかかる実施の形態の概要）
本開示の実施形態の説明に先立って、本開示にかかる実施の形態の概要について説明する。図１は、本開示の実施の形態にかかる物体検出装置１の概要を示す図である。
物体検出装置１は、特徴抽出手段として機能する特徴抽出部２と、算出手段として機能する算出部４とを有する。特徴抽出部２は、照射光を照射して物体の表面の一部の特徴を検出するように構成された第１センサ及び第２センサの照射光のそれぞれの照射領域を物体が通過したときに、複数の照射領域それぞれにおける物体の特徴を抽出する。算出部４は、複数の照射領域それぞれにおいて抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、複数の照射領域の間における物体の移動パラメータを算出する。
ここで、照射光は、例えばレーザ光であるが、これに限られない。また、移動パラメータは、物体の移動に関するパラメータである。移動パラメータは、例えば、物体の移動方向及び移動速度であるが、これらに限定されない。また、図１には、２つのセンサ（第１センサ及び第２センサ）が記載されているが、センサの数は１つであっても３つ以上であってもよい。センサの数が１つである場合、１つのセンサが、複数の照射領域を有し得る。例えば、１つのセンサは、時刻ｔ１で第１の照射領域を形成し、時刻ｔ２で第２の照射領域を形成してもよい。
本実施の形態にかかる物体検出装置１は、物体の特徴を用いて移動パラメータを算出しているので、複数の照射領域を同じ物体の同じ位置が通過したときに、移動パラメータを算出することができる。つまり、本実施の形態にかかる物体検出装置１は、移動パラメータを算出する際に、物体の特徴を用いることで、物体を識別することができる。したがって、本実施の形態にかかる物体検出装置１は、物体を取り違えることなく、移動パラメータを精度よく算出することが可能となる。
なお、物体検出装置１によって実行される物体検出方法を用いても、物体を取り違えることなく、移動パラメータを精度よく算出することが可能となる。また、物体検出方法を実行可能なプログラムを用いても、物体を取り違えることなく、移動パラメータを精度よく算出することが可能となる。さらに、物体検出装置１と少なくとも１つのセンサとを有する物体検出システムを用いても、物体を取り違えることなく、移動パラメータを精度よく算出することが可能となる。
（実施の形態１）
次に、実施の形態１について説明する。
図２は、実施の形態１にかかる物体検出システム１０の構成を示す図である。実施の形態１にかかる物体検出システム１０は、第１センサ２０と、第２センサ４０と、物体検出装置１００とを有する。第１センサ２０及び第２センサ４０は、それぞれ、図１に示した第１センサ及び第２センサに対応する。第１センサ２０及び第２センサ４０は、物体までの距離を計測可能な三次元スキャナ、測域センサ、深度センサ、距離センサ、三次元カメラ（ステレオカメラ）等の三次元センサである。第１センサ２０及び第２センサ４０は、例えばライダ（ＬＩＤＡＲ；Light Detection and Ranging）等である。また、第１センサ２０及び第２センサ４０は、物体検出システム１０が存在する三次元空間における三次元座標を認識可能である。なお、三次元空間は、直交座標系で表現されてもよいし、極座標系で表現されてもよい。以下の説明では、三次元空間が（Ｘ，Ｙ，Ｚ）の直交座標系で表現された例を示している。
また、本実施の形態においては、第１センサ２０及び第２センサ４０は物体９０の下方から上方向にレーザ光を照射するとしたが、このような構成に限られない。第１センサ２０及び第２センサ４０がレーザ光を照射する方向は上方向に限らず、任意である。さらに、本実施の形態においては、第１センサ２０及び第２センサ４０の数はそれぞれ１つであるとしたが、このような構成に限られない。第１センサ２０及び第２センサ４０は、それぞれ複数であってもよい。第１センサ２０が複数である場合、物体９０の上方及び下方からレーザ光を照射することによって、物体９０の下側の形状だけでなく物体９０の上側の形状も検出してもよい。このことは、第２センサ４０についても同様である。
第１センサ２０は、照射光を照射して物体９０の表面の一部の特徴を検出するように構成されている。具体的には、第１センサ２０は、第１センサ２０から、物体９０における各点までの距離を計測する。そして、第１センサ２０は、計測された距離を示す距離データを生成する。第１センサ２０は、距離データとして、距離画像（ポイントクラウド）を示す距離画像データを生成する。つまり、距離データは、第１センサ２０に対する距離を示す物体９０の表面の点群を三次元で示す。
第１センサ２０は、レーザ光等の照射光を一定の範囲の第１照射領域２２（第１の照射領域）に走査して、その照射光が物体９０に反射した反射光を受光する。そして、第１センサ２０は、送信時間と受信時間との差分から物体９０までの距離を算出する。そして、第１センサ２０は、第１センサ２０の三次元位置座標と、レーザ光の照射方向と、物体９０までの距離とから、物体９０のレーザ光の反射位置における三次元座標（Ｘ，Ｙ，Ｚ）を算出する。
ここで、第１センサ２０の第１照射領域２２は、平面形状（又は角錐形状）で構成され得る。なお、以下の説明では、第１照射領域２２は、Ｘ軸に垂直な平面上に構成されているとする。言い換えると、第１照射領域２２に垂直な軸をＸ軸とする。そして、鉛直方向をＺ軸とし、Ｘ軸及びＺ軸に垂直な軸をＹ軸とする。このようにして、第１センサ２０は、第１照射領域２２を通過して第２センサ４０の側に侵入した物体９０を検知可能なレーザの壁（レーザウォール）を形成している。
第１センサ２０は、物体９０が第１照射領域２２を通過したときに、第１照射領域２２でレーザ光が物体９０の表面に照射された位置の三次元座標（Ｘ，Ｙ，Ｚ）を検出する。したがって、第１センサ２０によって物体９０に照射された位置に対応する座標データ群（点群）は、矢印Ｃ１で示すように、Ｘ軸に垂直な面上の曲線を形成し得る。
第２センサ４０は、第１センサ２０と同様の方法によって、第２センサ４０の第２照射領域４２（第２の照射領域）を通過した物体９０の形状を検出可能である。つまり、第２センサ４０は、レーザ光等の照射光を一定の照射範囲の第２照射領域４２に走査して、その照射光が物体９０に反射した反射光を受光する。そして、第２センサ４０は、送信時間と受信時間との差分から物体９０までの距離を算出する。これにより、第２センサ４０は、物体９０のレーザ光の反射位置における三次元座標（Ｘ，Ｙ，Ｚ）を算出する。ここで、第２センサ４０の第２照射領域４２は、平面形状（又は角錐形状）で構成され得る。なお、以下の説明では、第２照射領域４２は、Ｘ軸に垂直な平面上に構成されているとするが、このような構成に限られない。つまり、第２照射領域４２は、第１照射領域２２と平行でなくてもよい。
物体検出装置１００は、例えばコンピュータである。物体検出装置１００は、第１センサ２０及び第２センサ４０と、有線又は無線を介して通信可能に接続されている。後述するように、物体検出装置１００は、第１センサ２０の第１照射領域２２を物体９０が通過したときに、第１照射領域２２における物体９０の特徴を示す特徴データを抽出する。また、物体検出装置１００は、第２センサ４０の第２照射領域４２を物体９０が通過したときに、第２照射領域４２における物体９０の特徴を示す特徴データを抽出する。そして、物体検出装置１００は、第１照射領域２２で抽出された特徴データと第２照射領域４２で抽出された特徴データの差分が予め定められた閾値を下回ったときに、物体９０の移動パラメータ（移動方向及び移動速度）を算出する。なお、以下の説明では、物体９０は、先に第１照射領域２２を通過し、その後、第２照射領域４２を通過する場合について説明する。しかしながら、物体９０は、先に第２照射領域４２を通過し、その後、第１照射領域２２を通過してもよい。
物体検出装置１００は、主要なハードウェア構成として、ＣＰＵ（Central Processing Unit）１０２と、ＲＯＭ（Read Only Memory）１０４と、ＲＡＭ（Random Access Memory）１０６と、インタフェース部１０８（ＩＦ；Interface）とを有する。ＣＰＵ１０２、ＲＯＭ１０４、ＲＡＭ１０６及びインタフェース部１０８は、データバスなどを介して相互に接続されている。
ＣＰＵ１０２は、制御処理及び演算処理等を行う演算装置としての機能を有する。ＲＯＭ１０４は、ＣＰＵ１０２によって実行される制御プログラム及び演算プログラム等を記憶するための機能を有する。ＲＡＭ１０６は、処理データ等を一時的に記憶するための機能を有する。インタフェース部１０８は、有線又は無線を介して外部と信号の入出力を行う。また、インタフェース部１０８は、ユーザによるデータの入力の操作を受け付け、ユーザに対して情報を表示する。
図３は、実施の形態１にかかる物体検出システム１０を示す機能ブロック図である。物体検出装置１００は、第１特徴抽出部１１０、特徴記憶部１１２、第２特徴抽出部１２０、特徴比較部１２２、方向算出部１３０、及び、速度算出部１３２（以下、「各構成要素」と称する）を有する。第１特徴抽出部１１０及び第２特徴抽出部１２０は、特徴抽出手段として機能する。また、特徴記憶部１１２、特徴比較部１２２、方向算出部１３０、及び、速度算出部１３２は、それぞれ、特徴記憶手段、特徴比較手段、方向算出手段、及び、速度算出手段として機能する。
各構成要素は、例えば、ＣＰＵ１０２がＲＯＭ１０４に記憶されたプログラムを実行することによって実現可能である。また、必要なプログラムを任意の不揮発性記録媒体に記録しておき、必要に応じてインストールするようにしてもよい。なお、各構成要素は、上記のようにソフトウェアによって実現されることに限定されず、何らかの回路素子等のハードウェアによって実現されてもよい。また、上記構成要素の１つ以上は、物理的に別個のハードウェアによってそれぞれ実現されてもよい。なお、各構成要素の具体的な機能については後述する。
図４は、実施の形態１にかかる物体検出装置１００によって行われる、物体検出方法を示すフローチャートである。第１特徴抽出部１１０は、第１センサ２０の第１照射領域２２を通過した物体９０の特徴を示す特徴データを抽出する（ステップＳ１２）。ここで、「特徴データ」は、第１照射領域２２において第１センサ２０によって検出された、物体９０の表面形状に関するデータに対応する。さらに、「特徴データ」とは、第１センサ２０によって検出された、物体９０の三次元形状を示す位置情報に関する。「特徴データ」の具体例については後述する。ここで、第１特徴抽出部１１０は、第１センサ２０によって取得された点群それぞれの位置座標から、特徴データを生成してもよい。
さらに、第１特徴抽出部１１０は、抽出された特徴データを、特徴データが抽出された時刻及び物体９０が第１照射領域２２を通過した位置と対応付けて、特徴記憶部１１２に格納する（ステップＳ１４）。つまり、ある特徴データに「時刻ｔ１」が対応付けられている場合、その特徴データは、時刻ｔ１に第１照射領域２２にあった、物体９０の位置の形状に関する。また、「物体９０が第１照射領域２２を通過した位置」は、第１照射領域２２における物体９０の形状を特徴付ける位置である。例えば、物体検出装置１００（第１特徴抽出部１１０等）は、物体９０が第１照射領域２２を通過したときの第１照射領域２２における座標データ群から、物体９０の第１照射領域２２における位置を検出してもよい。例えば、物体検出装置１００（第１特徴抽出部１１０等）は、物体９０の第１照射領域２２における座標データ群の重心を算出してもよい。
次に、物体９０が第１照射領域２２から第２照射領域４２に移動すると、第２特徴抽出部１２０は、第２センサ４０の第２照射領域４２を通過した物体９０の特徴を示す特徴データを抽出する（ステップＳ１６）。ここでいう「特徴データ」は、第２照射領域４２において第２センサ４０によって検出された、物体９０の表面形状に関するデータに対応する。その他の特徴データの説明についてはＳ１２の場合と同様であるので、省略する。
特徴比較部１２２は、第２特徴抽出部１２０によって抽出された特徴データと、第１特徴抽出部１１０によって抽出され特徴記憶部１１２に格納されている特徴データとの差分を算出する（ステップＳ１８）。特徴の差分の算出方法の具体的な例については後述する。なお、特徴比較部１２２は、第１センサ２０及び第２センサ４０それぞれによって取得された点群のそれぞれの位置座標から、特徴データを生成してもよい。また、第１特徴抽出部１１０及び第２特徴抽出部１２０が、特徴データを生成してもよい。
そして、特徴比較部１２２は、特徴記憶部１１２に格納されている１つ以上の特徴データのうち、第２特徴抽出部１２０によって抽出された特徴データとの差分が予め定められた閾値ＴｈＡを下回るような特徴データがあるか否かを判定する（ステップＳ２０）。つまり、特徴比較部１２２は、第１照射領域２２において第１特徴抽出部１１０によって抽出された特徴と第２照射領域４２において第２特徴抽出部１２０によって抽出された特徴との差分が閾値ＴｈＡを下回るか否かを判定する。ここで、ＴｈＡは、物体９０の特徴が略同じと判定され得る程度に、適宜、設定され得る。第２特徴抽出部１２０によって抽出された特徴データとの差分が閾値ＴｈＡを下回るような特徴データが特徴記憶部１１２に格納されていない、つまり、特徴データの差分が閾値ＴｈＡ以上であると判定された場合（Ｓ２０のＮＯ）、処理はＳ１２に戻る。
一方、特徴データの差分が閾値ＴｈＡを下回ると判定された場合（Ｓ２０のＹＥＳ）、特徴比較部１２２は、同じ物体９０の同じ位置が第１照射領域２２及び第２照射領域４２を通過したと判定する。この場合、方向算出部１３０は、物体９０が第１照射領域２２を通過した位置と物体９０が第２照射領域４２を通過した位置とに基づいて、第１照射領域２２と第２照射領域４２との間における物体９０の移動方向を算出する（ステップＳ２２）。また、速度算出部１３２は、物体９０が第１照射領域２２を通過した時刻及び位置と物体９０が第２照射領域４２を通過した時刻及び位置とに基づいて、第１照射領域２２と第２照射領域４２との間における物体９０の移動速度を算出する（ステップＳ２４）。
つまり、第２特徴抽出部１２０によって抽出された特徴データとの差分が閾値ＴｈＡを下回るような特徴データが特徴記憶部１１２に格納されている場合、特徴比較部１２２は、第１照射領域２２を通過した物体９０が第２照射領域４２を通過したと判定する。言い換えると、特徴比較部１２２は、第１照射領域２２を通過した物体９０のある位置が第２照射領域４２を通過したと判定する。この場合、方向算出部１３０は、その物体９０の移動方向を算出し、速度算出部１３２は、その物体９０の移動速度を算出する。
図５は、実施の形態１にかかる移動方向及び移動速度の算出方法を説明するための図である。第１センサ２０は、Ｘ＝Ｘｓ１の位置で、レーザ光を鉛直上方（Ｚ軸正方向）に走査する。したがって、Ｘ＝Ｘｓ１の位置に第１照射領域２２が形成される。同様に、第２センサ４０は、Ｘ＝Ｘｓ２の位置で、レーザ光を鉛直上方（Ｚ軸正方向）に走査する。したがって、Ｘ＝Ｘｓ２の位置に第２照射領域４２が形成される。なお、説明の明確のため、図５では、Ｘｓ１とＸｓ２との間の距離が物体９０の大きさよりも大きくなるように示されているが、実際には、Ｘｓ１とＸｓ２との間の距離は、物体９０の大きさよりもかなり小さくてもよい。したがって、第１照射領域２２と第２照射領域４２との間における物体９０の姿勢の変化（回転）を、微小なものとして無視することができる。
そして、時刻ｔ１において物体９０が第１照射領域２２を通過して、物体９０の第１照射領域２２における特徴ｆ１（第１の特徴）が抽出される。そして、物体９０が第２照射領域４２の方に移動して、時刻ｔ２において物体９０が第２照射領域４２を通過する。このとき、物体９０の第２照射領域４２における特徴ｆ２（第２の特徴）が抽出される。
この場合において、特徴比較部１２２は、特徴ｆ１と特徴ｆ２との差分が閾値ＴｈＡを下回る（つまり特徴ｆ１と特徴ｆ２とが略同じである）と判定する。このとき、方向算出部１３０は、特徴ｆ１を示す座標データ群（点群）の重心Ｇ１の座標（Ｘｇ１，Ｙｇ１，Ｚｇ１）を算出する。同様に、方向算出部１３０は、特徴ｆ２を示す座標データ群（点群）の重心Ｇ２の座標（Ｘｇ２，Ｙｇ２，Ｚｇ２）を算出する。そして、方向算出部１３０は、重心Ｇ１の座標（Ｘｇ１，Ｙｇ１，Ｚｇ１）と重心Ｇ２の座標（Ｘｇ２，Ｙｇ２，Ｚｇ２）との差から、物体９０の移動方向（矢印Ａ１で示す）を算出する。
また、速度算出部１３２は、重心Ｇ１と重心Ｇ２との距離Ｄを算出する。そして、速度算出部１３２は、距離Ｄを時刻差（ｔ２−ｔ１）で除算することにより、物体９０の速度ｖを算出する。つまり、速度算出部１３２は、ｖ＝Ｄ／（ｔ２−ｔ１）を計算する。
このように、実施の形態１にかかる物体検出装置１００は、特徴データの差分が閾値ＴｈＡを下回った、つまり第１照射領域２２における特徴データと第２照射領域４２における特徴データとが略同一であるときに、物体９０の移動パラメータを算出する。ここで、特徴の差分が閾値ＴｈＡを下回る（つまり特徴ｆ１と特徴ｆ２とが略同じ）ということは、第２照射領域４２を通過した物体９０は、第１照射領域２２を通過した物体９０と同じということである。したがって、このときに物体９０の移動パラメータ（移動方向及び移動速度）を算出することで、物体を取り違えることなく、移動パラメータを精度よく算出することが可能となる。つまり、実施の形態１にかかる物体検出装置１００は、物体の特徴を用いて移動パラメータを算出しているので、物体９０の移動パラメータを精度よく算出することが可能となる。
また、物体９０が飛行体である場合、物体９０の移動方向及び移動速度は一定とは限らないので、１つのレーダ等を用いて物体９０の移動方向及び移動速度を検出することは容易ではない。これに対し、実施の形態１にかかる物体検出装置１００は、三次元センサである第１センサ２０及び第２センサ４０による２つの照射領域（第１照射領域２２及び第２照射領域４２）で抽出された座標データを用いて、移動方向及び移動速度を算出している。ここで、物体９０の特徴を用いることで、物体９０における移動パラメータを算出するための基準位置（例えば物体９０の先頭）が、時刻ｔ１で第１照射領域２２を通過し、時刻ｔ２で第２照射領域４２を通過したことを、容易に判定することができる。つまり、同じ物体９０の同じ位置が第１照射領域２２及び第２照射領域４２を通過したか否かを容易に判定することができる。さらに、第１照射領域２２及び第２照射領域４２それぞれにおいて物体９０が通過した三次元位置は、抽出された座標データから容易に算出され得る。したがって、実施の形態１にかかる物体検出装置１００は、物体９０の移動方向及び移動速度を容易に算出することが可能となる。
（特徴データ及び差分の例）
次に、物体９０の特徴データ及びその差分の具体例について説明する。以下の説明では、第１の例〜第４の例について説明する。なお、これらの説明において、物体９０は、飛行体であるとする。
図６は、第１の例において同じ物体９０の同じ位置が第１照射領域２２及び第２照射領域４２を通過したか否かを判定する方法を示すフローチャートである。図７は、第１の例を説明するための図である。第１の例では、特徴データは、第１照射領域２２及び第２照射領域４２における物体９０の各位置を示すデータの数に対応する。
第１特徴抽出部１１０は、時刻ｔ１で第１照射領域２２におけるデータ群（Ｘ１１，Ｙ１１，Ｚ１１），（Ｘ１２，Ｙ１２，Ｚ１２），・・・，（Ｘ１ｋ，Ｙ１ｋ，Ｚ１ｋ），・・・，（Ｘ１ｍ，Ｙ１ｍ，Ｚ１ｍ）を抽出する（ステップＳ１００）。次に、第２特徴抽出部１２０は、時刻ｔ２（ｔ２＞ｔ１）で第２照射領域４２におけるデータ群（Ｘ２１，Ｙ２１，Ｚ２１），（Ｘ２２，Ｙ２２，Ｚ２２），・・・，（Ｘ２ｋ，Ｙ２ｋ，Ｚ２ｋ），・・・，（Ｘ２ｎ，Ｙ２ｎ，Ｚ２ｎ）を抽出する（ステップＳ１０２）。ここで、各座標の１つ目の添え字は、データが抽出された照射領域に対応する。また、各座標の２つ目の添え字ｋは、各データが取得されたときのレーザ光の走査順に対応する。言い換えると、各座標の２つ目の添え字ｋは、データの取得順（データ番号）に対応する。そして、ｍは、時刻ｔ１で取得された第１照射領域２２におけるデータの個数を示す。また、ｎは、時刻ｔ２で取得された第２照射領域４２におけるデータの個数を示す。つまり、第１照射領域２２における特徴ｆ１は個数ｍに対応し、第２照射領域４２における特徴ｆ２は個数ｎに対応する。
図７の矢印Ｆｇ１に示すように、時刻ｔ１において、第１センサ２０は、Ｘ＝Ｘｓ１の位置で、レーザ光をＹ軸の正方向に走査するとする。この場合、（Ｘ１１，Ｙ１１，Ｚ１１）は、物体９０と第１照射領域２２とが交わった位置においてＹ座標の値が最も小さい位置Ｐ１に対応する。また、（Ｘ１ｍ，Ｙ１ｍ，Ｚ１ｍ）は、物体９０と第１照射領域２２とが交わった位置においてＹ座標の値が最も大きい位置Ｐｍに対応する。
図７の矢印Ｆｇ２に示すように、物体９０が矢印Ａで示すように移動したとき、時刻ｔ２において、第２センサ４０は、Ｘ＝Ｘｓ２の位置で、レーザ光をＹ軸の正方向に走査する。この場合、（Ｘ２１，Ｙ２１，Ｚ２１）は、物体９０と第２照射領域４２とが交わった位置においてＹ座標の値が最も小さい位置Ｐ２に対応する。また、（Ｘ２ｎ，Ｙ２ｎ，Ｚ２ｎ）は、物体９０と第２照射領域４２とが交わった位置においてＹ座標の値が最も大きい位置Ｐｎに対応する。
特徴比較部１２２は、第１照射領域２２で取得されたデータの個数と第２照射領域４２で取得されたデータの個数との差分が予め定められた閾値Ｔｈ１を下回るか否かを判定する（ステップＳ１０４）。つまり、特徴比較部１２２は、｜ｍ−ｎ｜＜Ｔｈ１であるか否かを判定する。Ｔｈ１は、図４に示したＴｈＡに対応する。｜ｍ−ｎ｜≧Ｔｈ１である、つまり第１照射領域２２のデータ数と第２照射領域４２のデータ数との差分が閾値Ｔｈ１以上であると判定された場合（Ｓ１０４のＮＯ）、特徴比較部１２２は、特徴ｆ１と特徴ｆ２とが同一でないと判定する。したがって、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過していないと判定する（ステップＳ１０６）。一方、｜ｍ−ｎ｜＜Ｔｈ１である、つまり第１照射領域２２のデータ数と第２照射領域４２のデータ数との差分が閾値Ｔｈ１を下回ると判定された場合（Ｓ１０４のＹＥＳ）、特徴比較部１２２は、特徴ｆ１と特徴ｆ２とが同一であると判定する。したがって、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過したと判定する（ステップＳ１０８）。したがって、このとき、方向算出部１３０及び速度算出部１３２は、物体９０の移動パラメータを算出する。
物体９０の表面形状は一様でない。したがって、物体９０ごとに、あるいは、同じ物体９０の異なる位置において、形状の特徴は異なり得る。したがって、各照射領域を通過した物体９０（又は同じ物体９０上の位置）が異なれば、物体９０が第１照射領域２２を通過したときに得られたデータ数ｍと、物体９０が第２照射領域４２を通過したときに得られたデータ数ｎは、異なり得る。逆に、同じ物体９０の同じ位置が各照射領域を通過した場合、データ数ｍとデータ数ｎとは、略同じであり得る。したがって、第１照射領域２２で得られたデータ数ｍと、第２照射領域４２で得られたデータ数ｎとの差分を用いて、同じ物体９０の同じ位置が第１照射領域２２及び第２照射領域４２を通過したか否かを判定することができる。
また、第１の例では、第１照射領域２２で取得されたデータの個数と第２照射領域４２で取得されたデータの個数との差分を、物体９０の特徴の差分としている。ここで、データの個数は容易かつ即座に判明する。したがって、第１の例にかかる方法では、物体９０の特徴の差分を、容易かつ即座に算出することが可能である。
図８は、第２の例において同じ物体９０の同じ位置が第１照射領域２２及び第２照射領域４２を通過したか否かを判定する方法を示すフローチャートである。図９は、第２の例を説明するための図である。第２の例では、特徴データは、第１照射領域２２及び第２照射領域４２における物体９０の各位置を示す座標データに対応する。第１特徴抽出部１１０は、Ｓ１００の処理と同じようにして、時刻ｔ１で第１照射領域２２におけるデータ群＃１（Ｘ１１，Ｙ１１，Ｚ１１），（Ｘ１２，Ｙ１２，Ｚ１２），・・・，（Ｘ１ｋ，Ｙ１ｋ，Ｚ１ｋ），・・・，（Ｘ１ｍ，Ｙ１ｍ，Ｚ１ｍ）を抽出する（ステップＳ１１０）。次に、第２特徴抽出部１２０は、Ｓ１０２の処理と同じようにして、時刻ｔ２で第２照射領域４２におけるデータ群＃２（Ｘ２１，Ｙ２１，Ｚ２１），（Ｘ２２，Ｙ２２，Ｚ２２），・・・，（Ｘ２ｋ，Ｙ２ｋ，Ｚ２ｋ），・・・，（Ｘ２ｎ，Ｙ２ｎ，Ｚ２ｎ）を抽出する（ステップＳ１１２）。
特徴比較部１２２は、Ｓ１０４の処理と同じようにして、第１照射領域２２で取得されたデータの個数と第２照射領域４２で取得されたデータの個数との差分が予め定められた閾値Ｔｈ２１を下回るか否かを判定する（ステップＳ１１４）。Ｔｈ２１は、図６に示したＴｈ１に対応する。第１照射領域２２のデータ数と第２照射領域４２のデータ数との差分が閾値Ｔｈ２１以上であると判定された場合（Ｓ１１４のＮＯ）、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過していないと判定する（ステップＳ１１６）。
一方、第１照射領域２２のデータ数と第２照射領域４２のデータ数との差分が閾値Ｔｈ２１を下回ると判定された場合（Ｓ１１４のＹＥＳ）、特徴比較部１２２は、データ群＃１とデータ群＃２との相関係数ｃを算出する（ステップＳ１２０）。例えば、特徴比較部１２２は、データ群＃１において、互いに隣り合う座標データ間の変化量を算出する。同様に、特徴比較部１２２は、データ群＃２において、互いに隣り合う座標データ間の変化量を算出する。
ここで、「変化量」は、例えば、座標データ間の傾き又は距離等である。例えば、デー群＃１について、特徴比較部１２２は、（Ｘ１１，Ｙ１１，Ｚ１１）と（Ｘ１２，Ｙ１２，Ｚ１２）との間の傾きを算出する。また、特徴比較部１２２は、（Ｘ１ｋ，Ｙ１ｋ，Ｚ１ｋ）と（Ｘ１（ｋ＋１），Ｙ１（ｋ＋１），Ｚ１（ｋ＋１））との間の傾きを算出する。そして、特徴比較部１２２は、（Ｘ１（ｍ−１），Ｙ１（ｍ−１），Ｚ１（ｍ−１））と（Ｘ１ｍ，Ｙ１ｍ，Ｚ１ｍ）との間の傾きを算出する。同様に、データ群＃２について、特徴比較部１２２は、隣り合う座標データ間の傾きを算出する。図９は、データ群＃１及びデータ群＃２それぞれについてデータ番号（座標データの２番目の添え字ｋの値）と傾きとの関係を示すグラフである。特徴比較部１２２は、これらの２つのグラフの相関係数ｃを算出する。
特徴比較部１２２は、データ群＃１とデータ群＃２との差分を示す値Δ２＝１−ｃが予め定められた閾値Ｔｈ２２を下回るか否かを判定する（ステップＳ１２２）。つまり、特徴比較部１２２は、１−ｃ＜Ｔｈ２２であるか否かを判定する。ここで、Ｔｈ２２（０＜Ｔｈ２２＜１）は、図４に示したＴｈＡに対応する。１−ｃ≧Ｔｈ２２である、つまり１−ｃが閾値Ｔｈ２２以上であると判定された場合（Ｓ１２２のＮＯ）、特徴比較部１２２は、特徴ｆ１と特徴ｆ２とが同一でないと判定する。したがって、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過していないと判定する（Ｓ１１６）。一方、１−ｃ＜Ｔｈ２２である、つまり１−ｃが閾値Ｔｈ２２を下回ると判定された場合（Ｓ１２２のＹＥＳ）、特徴比較部１２２は、特徴ｆ１と特徴ｆ２とが同一であると判定する。したがって、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過したと判定する（ステップＳ１２４）。したがって、このとき、方向算出部１３０及び速度算出部１３２は、物体９０の移動パラメータを算出する。
物体９０の表面形状は一様でない。したがって、物体９０ごとに、あるいは、同じ物体９０の異なる位置において、形状の特徴は異なり得る。したがって、各照射領域を通過した物体９０（又は同じ物体９０上の位置）が異なれば、物体９０が第１照射領域２２を通過したときに得られたデータ群＃１と、物体９０が第２照射領域４２を通過したときに得られたデータ群＃２との相関は低い。逆に、同じ物体９０の同じ位置が各照射領域を通過した場合、データ群＃１とデータ群＃２との相関は高くなり得る。したがって、第１照射領域２２で得られたデータ群＃１と、第２照射領域４２で得られたデータ群＃２との差分を示すΔ２＝１−ｃ用いて、同じ物体９０の同じ位置が第１照射領域２２及び第２照射領域４２を通過したか否かを判定することができる。
また、第２の例では、第１照射領域２２で取得されたデータ群＃１と第２照射領域４２で取得されたデータ群＃２との差分（１−ｃ）を、物体９０の特徴の差分としている。ここで、第１照射領域２２及び第２照射領域４２のそれぞれにおいてデータ群＃１及びデータ群＃２を抽出してこれらの相関係数を算出することは、比較的容易である。したがって、第２の例にかかる方法では、物体９０の特徴の差分を、容易に算出することが可能である。
なお、上記の例では、特徴比較部１２２は、データ群＃１及びデータ群＃２それぞれにおいて、互いに隣り合う座標データ間の変化量（傾き等）を算出し、その変化量のグラフの相関係数を算出したが、このような構成に限られない。データ群＃１とデータ群＃２との相関係数を算出する方法は、任意である。例えば、特徴比較部１２２は、データ群＃１で形成される曲線とデータ群＃２で形成される曲線との相関係数を算出してもよい。また特徴比較部１２２は、例えばデータ群＃１の重心とデータ群＃２の重心とが一致するように、データ群＃１をＸ＝Ｘｓ２の面に射影（座標変換）したデータ群＃１’とデータ群＃２とについて２つ目の添え字ｋが同じ座標要素の差分を算出してもよい。そして、特徴比較部１２２は、各要素（座標データ）の差分の二乗値の総和を特徴データの差分として、この差分が予め定められた閾値ＴｈＡを下回るか否かを判定してもよい。なお、この場合、特徴比較部１２２は、データ群＃１の１番目のデータとデータ群＃２の１番目のデータとが一致するように座標変換してもよい。
図１０は、第３の例において同じ物体９０の同じ位置が第１照射領域２２及び第２照射領域４２を通過したか否かを判定する方法を示すフローチャートである。図１１は、第３の例を説明するための図である。第３の例では、特徴データは、第１照射領域２２及び第２照射領域４２における物体９０の大きさに対応する。第１特徴抽出部１１０は、Ｓ１００の処理と同じようにして、時刻ｔ１で第１照射領域２２におけるデータ群（Ｘ１１，Ｙ１１，Ｚ１１），（Ｘ１２，Ｙ１２，Ｚ１２），・・・，（Ｘ１ｋ，Ｙ１ｋ，Ｚ１ｋ），・・・，（Ｘ１ｍ，Ｙ１ｍ，Ｚ１ｍ）を抽出する（ステップＳ１３０）。
特徴比較部１２２は、抽出されたデータのうち、Ｙ座標が最大となる点の座標Ｐｍａｘ（Ｘｍａｘ，Ｙｍａｘ，Ｚｍａｘ）及びＹ座標が最小となる点の座標Ｐｍｉｎ（Ｘｍｉｎ，Ｙｍｉｎ，Ｚｍｉｎ）を算出する（ステップＳ１３２）。図１１の矢印Ｆｇ１に示すように、時刻ｔ１において、第１センサ２０は、Ｘ＝Ｘｓ１の位置で、レーザ光をＹ軸の正方向に走査する。この場合、（Ｘ１１，Ｙ１１，Ｚ１１）は、物体９０と第１照射領域２２とが交わった位置においてＹ座標の値が最も小さい位置Ｐｍｉｍ１に対応する。また、（Ｘ１ｍ，Ｙ１ｍ，Ｚ１ｍ）は、物体９０と第１照射領域２２とが交わった位置においてＹ座標の値が最も大きい位置Ｐｍａｘ１に対応する。
特徴比較部１２２は、ＰｍａｘとＰｍｉｎとの距離Ｄ１を算出する（ステップＳ１３４）。具体的には、特徴比較部１２２は、Ｄ１＝√｛（Ｘｍａｘ−Ｘｍｉｎ）２＋（Ｙｍａｘ−Ｙｍｉｎ）２＋（Ｚｍａｘ−Ｚｍｉｎ）２｝を計算することにより、距離Ｄ１を算出する。この距離Ｄ１が、第１照射領域２２における物体９０の大きさに対応する。
次に、第２照射領域４２について、Ｓ１３０〜Ｓ１３４と同様の処理が行われ、距離Ｄ２が算出される（ステップＳ１３６）。具体的には、第２特徴抽出部１２０は、時刻ｔ２で第２照射領域４２におけるデータ群（Ｘ２１，Ｙ２１，Ｚ２１），（Ｘ２２，Ｙ２２，Ｚ２２），・・・，（Ｘ２ｋ，Ｙ２ｋ，Ｚ２ｋ），・・・，（Ｘ２ｎ，Ｙ２ｎ，Ｚ２ｎ）を抽出する。特徴比較部１２２は、抽出されたデータのうち、Ｙ座標が最大となる点の座標Ｐｍａｘ（Ｘｍａｘ，Ｙｍａｘ，Ｚｍａｘ）及びＹ座標が最小となる点の座標Ｐｍｉｎ（Ｘｍｉｎ，Ｙｍｉｎ，Ｚｍｉｎ）を算出する。
図１１の矢印Ｆｇ２に示すように、物体９０が矢印Ａで示すように移動したとき、時刻ｔ２において、第２センサ４０は、Ｘ＝Ｘｓ２の位置で、レーザ光をＹ軸の正方向に走査する。この場合、（Ｘ２１，Ｙ２１，Ｚ２１）は、物体９０と第２照射領域４２とが交わった位置においてＹ座標の値が最も小さい位置Ｐｍｉｍ２に対応する。また、（Ｘ２ｎ，Ｙ２ｎ，Ｚ２ｎ）は、物体９０と第２照射領域４２とが交わった位置においてＹ座標の値が最も大きい位置Ｐｍａｘ２に対応する。さらに、特徴比較部１２２は、第１照射領域２２の場合と同様にして、ＰｍａｘとＰｍｉｎとの距離Ｄ２を算出する。
次に、特徴比較部１２２は、第１照射領域２２における距離Ｄ１と第２照射領域４２における距離Ｄ２との差分が予め定められた閾値Ｔｈ３を下回るか否かを判定する（ステップＳ１３７）。つまり、特徴比較部１２２は、｜Ｄ１−Ｄ２｜＜Ｔｈ３であるか否かを判定する。Ｔｈ３は、図４に示したＴｈＡに対応する。｜Ｄ１−Ｄ２｜≧Ｔｈ３であると判定された場合（Ｓ１３７のＮＯ）、特徴比較部１２２は、特徴ｆ１と特徴ｆ２とが同一でないと判定する。したがって、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過していないと判定する（ステップＳ１３８）。一方、｜Ｄ１−Ｄ２｜＜Ｔｈ３であると判定された場合（Ｓ１３７のＹＥＳ）、特徴比較部１２２は、特徴ｆ１と特徴ｆ２とが同一であると判定する。したがって、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過したと判定する（ステップＳ１３９）。したがって、このとき、方向算出部１３０及び速度算出部１３２は、物体９０の移動パラメータを算出する。
物体９０は、表面形状が一様でなく、幅が一様でない。したがって、物体９０ごとに、あるいは、同じ物体９０の異なる位置において、物体９０の大きさ（幅）は異なり得る。したがって、各照射領域を通過した物体９０（又は同じ物体９０上の位置）が異なれば、第１照射領域２２における物体９０の大きさ（距離Ｄ１）と第２照射領域４２における物体９０の大きさ（距離Ｄ２）とが互いに異なり得る。逆に、同じ物体９０の同じ位置が各照射領域を通過した場合、距離Ｄ１と距離Ｄ２は、略同じであり得る。したがって、第１照射領域２２における大きさと、第２照射領域４２における大きさとの差分を用いて、同じ物体９０の同じ位置が第１照射領域２２及び第２照射領域４２を通過したか否かを判定することができる。なお、距離の差分を算出する際に、距離を正規化してもよい。
第３の例では、第１照射領域２２における物体９０の大きさと第２照射領域４２における物体９０の大きさとの差分を、物体９０の特徴の差分としている。ここで、第１照射領域２２及び第２照射領域４２のそれぞれにおいて座標データを取得して物体９０の大きさを算出し、第１照射領域２２及び第２照射領域４２のそれぞれにおける物体９０の大きさの差分を算出することは、比較的容易である。したがって、第３の例にかかる方法では、物体９０の特徴の差分を、容易に算出することが可能である。
図１２は、第４の例において同じ物体９０の同じ位置が第１照射領域２２及び第２照射領域４２を通過したか否かを判定する方法を示すフローチャートである。図１３は、第４の例を説明するための図である。第４の例では、特徴データは、第１照射領域２２及び第２照射領域４２における物体９０の法線ベクトルに対応する。なお、第４の例では、第１照射領域２２及び第２照射領域４２は、平面ではなく、Ｘ軸方向に幅を持っている。
第１特徴抽出部１１０は、図１３の矢印Ｆｇ１に示すように、第１照射領域２２における、３つの測定点Ａ（Ｘａ，Ｙａ，Ｚａ）、Ｂ（Ｘｂ，Ｙｂ，Ｚｂ）、Ｃ（Ｘｃ，Ｙｃ，Ｚｃ）におけるデータを抽出する（ステップＳ１４０）。ここで、測定点Ａ、Ｂ，Ｃは、それぞれのレーザ光の照射方向の間隔（角度差）が一定である点であるとしてもよい。また、Ａは、第１照射領域２２における物体９０の中央近傍の点であってもよい。
次に、特徴比較部１２２は、ベクトルＡＢとベクトルＡＣとの外積［ＡＢ，ＡＣ］（外積ベクトル）を算出する（ステップＳ１４２）。ここで、外積［ＡＢ，ＡＣ］は、時刻ｔ１の第１照射領域２２における物体９０の法線ベクトルＶｎ１に対応する。外積［ＡＢ，ＡＣ］のＸ，Ｙ，Ｚ成分を（ａ，ｂ，ｃ）とすると、以下に示すように、外積［ＡＢ，ＡＣ］は、幾何学的に算出される。
ａ＝（Ｙｂ−Ｙａ）＊（Ｚｃ−Ｚａ）−（Ｙｃ−Ｙａ）＊（Ｚｂ−Ｚａ）
ｂ＝（Ｚｂ−Ｚａ）＊（Ｘｃ−Ｘａ）−（Ｚｃ−Ｚａ）＊（Ｘｂ−Ｘａ）
ｃ＝（Ｘｂ−Ｘａ）＊（Ｙｃ−Ｙａ）−（Ｘｃ−Ｘａ）＊（Ｙｂ−Ｙａ）
次に、特徴比較部１２２は、第２照射領域４２について、Ｓ１４０〜Ｓ１４２の処理を行い、外積［Ａ’Ｂ’，Ａ’Ｃ’］（外積ベクトル）を算出する（ステップＳ１４４）。つまり、第２特徴抽出部１２０は、図１３の矢印Ｆｇ２に示すように、第２照射領域４２における、３つの測定点Ａ’（Ｘａ’，Ｙａ’，Ｚａ’）、Ｂ’（Ｘｂ’，Ｙｂ’，Ｚｂ’）、Ｃ’（Ｘｃ’，Ｙｃ’，Ｚｃ’）におけるデータを抽出する。そして、特徴比較部１２２は、ベクトルＡ’Ｂ’とベクトルＡ’Ｃ’との外積［Ａ’Ｂ’，Ａ’Ｃ’］を算出する。外積［Ａ’Ｂ’，Ａ’Ｃ’］は、時刻ｔ２の第２照射領域４２における物体９０の法線ベクトルＶｎ２に対応する。なお、測定点Ａ’、Ｂ’，Ｃ’は、それぞれのレーザ光の照射方向の間隔（角度差）が一定である点であるとしてもよい。したがって、測定点Ａ’、Ｂ’，Ｃ’それぞれについて、Ｘ座標は一定であり得る。また、Ａ’は、第２照射領域４２における物体９０の中央近傍の点であってもよい。また、測定点Ａ’、Ｂ’，Ｃ’の照射方向の間隔は、第１照射領域２２における測定点Ａ，Ｂ，Ｃの照射方向の間隔と同じであってもよい。
特徴比較部１２２は、法線ベクトルＶｎ１（つまり外積ベクトル［ＡＢ，ＡＣ］）と法線ベクトルＶｎ２（つまり外積ベクトル［Ａ’Ｂ’，Ａ’Ｃ’］）とがなす角θを算出して、１−ｃｏｓθ＜Ｔｈ４１であるか否かを判定する（ステップＳ１４６）。なお、Ｔｈ４１は、予め定められた閾値であり、図４に示したＴｈＡに対応する。また、ｃｏｓθは、法線ベクトルＶｎ１と法線ベクトルＶｎ２との内積によって算出され得る。１−ｃｏｓθ≧Ｔｈ４１である場合（Ｓ１４６のＮＯ）、法線ベクトルＶｎ１と法線ベクトルＶｎ２との向きの差分が大きいので、特徴比較部１２２は、特徴ｆ１と特徴ｆ２とが同一でないと判定する。したがって、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過していないと判定する（ステップＳ１４８）。
一方、１−ｃｏｓθ＜Ｔｈ４１である場合（Ｓ１４６のＹＥＳ）、法線ベクトルＶｎ１と法線ベクトルＶｎ２との向きの差分は小さい。この場合、特徴比較部１２２は、法線ベクトルＶｎ１の大きさ｜Ｖｎ１｜と法線ベクトルＶｎ２の大きさ｜Ｖｎ２｜の差分が予め定められた閾値Ｔｈ４２を下回るか否かを判定する（ステップＳ１４７）。つまり、特徴比較部１２２は、｜｜Ｖｎ１｜−｜Ｖｎ２｜｜＜Ｔｈ４２であるか否かを判定する。Ｔｈ４２は、図４に示したＴｈＡに対応する。
｜｜Ｖｎ１｜−｜Ｖｎ２｜｜≧Ｔｈ４２であると判定された場合（Ｓ１４７のＮＯ）、特徴比較部１２２は、特徴ｆ１と特徴ｆ２とが同一でないと判定する。したがって、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過していないと判定する（ステップＳ１４８）。つまり、第１照射領域２２における法線ベクトルの大きさ｜Ｖｎ１｜と第２照射領域４２における法線ベクトルの大きさ｜Ｖｎ２｜との差分が閾値Ｔｈ４２以上である場合、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過していないと判定する。一方、｜｜Ｖｎ１｜−｜Ｖｎ２｜｜＜Ｔｈ４２であると判定された場合（Ｓ１４７のＹＥＳ）、特徴比較部１２２は、特徴ｆ１と特徴ｆ２とが同一であると判定する。したがって、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過したと判定する（ステップＳ１４９）。つまり、第１照射領域２２における法線ベクトルの大きさ｜Ｖｎ１｜と第２照射領域４２における法線ベクトルの大きさ｜Ｖｎ２｜との差分が閾値Ｔｈ４２を下回る場合、特徴比較部１２２は、同じ物体９０の同じ位置が各照射領域を通過したと判定する。したがって、このとき、方向算出部１３０及び速度算出部１３２は、物体９０の移動パラメータを算出する。
物体９０では、表面形状が一様でなく、表面形状が流線型等である場合、表面の向きも一様でない。したがって、物体９０ごとに、あるいは、同じ物体９０の異なる位置において、法線ベクトルは異なり得る。したがって、各照射領域を通過した物体９０（又は同じ物体９０上の位置）が異なれば、第１照射領域２２における物体９０の法線ベクトルＶｎ１と第２照射領域４２における物体９０の法線ベクトルＶｎ２とが互いに異なり得る。逆に、同じ物体９０の同じ位置が各照射領域を通過した場合、法線ベクトルＶｎ１と法線ベクトルＶｎ２は、略同じであり得る。したがって、第１照射領域２２及び第２照射領域４２それぞれにおける法線ベクトルの差分（法線ベクトルの向き及び大きさそれぞれの差分）を用いて、同じ物体９０の同じ位置が第１照射領域２２及び第２照射領域４２を通過したか否かを判定することができる。なお、法線ベクトルの大きさの差分を算出する際（Ｓ１４７）に、法線ベクトルの大きさを正規化してもよい。
第４の例では、第１照射領域２２における物体９０の法線ベクトルと第２照射領域４２における物体９０の法線ベクトルとの差分を、物体９０の特徴の差分としている。ここで、法線ベクトルは、平面が定まれば一意に定まるので、物体９０の表面形状をより適切に表現するものであるといえる。したがって、第４の例にかかる方法では、物体９０の特徴の差分を、より適切に算出することが可能である。
（変形例）
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、図４等に示したフローチャートの各処理の順序は、適宜、変更可能である。また、図４等に示したフローチャートの処理の１つ以上は、なくてもよい。例えば、図４のＳ２２及びＳ２４の一方は、なくてもよい。また、上述した実施の形態においては、物体９０が第１照射領域２２を通過した後に第２照射領域４２を通過するように構成されているが、このような構成に限られない。物体９０は、第２照射領域４２を通過した後で第１照射領域２２を通過してもよい。この場合、特徴記憶部１１２は、第２特徴抽出部１２０によって抽出された特徴データを格納してもよい。そして、特徴比較部１２２は、第１特徴抽出部１１０によって抽出された特徴データと、特徴記憶部１１２に記憶された特徴データとを比較してもよい。
また、上述した実施の形態１にかかる物体検出装置１００は、第１特徴抽出部１１０及び第２特徴抽出部１２０を有するとしたが、このような構成に限られない。第１特徴抽出部１１０及び第２特徴抽出部１２０は、１つの構成要素によって実現可能である。つまり、１つの特徴抽出部が、第１照射領域２２における物体９０の特徴と、第２照射領域４２における物体９０の特徴とを抽出してもよい。
また、上述した実施の形態においては、第１センサ２０及び第２センサ４０が三次元センサであるとしたが、このような構成に限られない。第１センサ２０及び第２センサ４０は、二次元センサであってもよい。しかしながら、第１センサ２０及び第２センサ４０を二次元センサとした場合、物体９０の形状を検出するためには複雑な画像認識等の画像処理を行う必要がある。さらに、三次元センサを用いた方が、二次元センサを用いる場合よりも、物体９０の三次元形状を正確に検出することが可能である。したがって、三次元センサを用いることによって物体９０の形状を簡単に且つ正確に検出可能である。さらに、三次元センサを用いた方が、二次元センサを用いる場合よりも、物体９０が照射領域を通過した位置を正確に検出することができる。したがって、三次元センサを用いることによって物体９０の移動パラメータを正確に算出することが可能となる。
また、上述した実施の形態においては、物体検出システム１０は、２つのセンサを有するとしたが、このような構成に限られない。センサの数は３つでもよい。そして、３つのセンサによって形成される３つの照射領域を物体９０が通過した位置及び時刻を用いて、物体９０の加速度を算出してもよい。例えば、第１照射領域２２と第２照射領域４２との間に第３の照射領域を設け、第１照射領域２２と第３の照射領域との間における速度と、第３の照射領域と第２照射領域４２との間における速度との差分から、加速度が算出され得る。したがって、物体検出装置１００は、移動パラメータとして、物体９０の加速度を算出してもよい。
また、上述した実施の形態においては、第１センサ２０が第１照射領域２２を形成し、第２センサ４０が第２照射領域４２を形成するとしたが、このような構成に限られない。１つのセンサが第１照射領域２２及び第２照射領域４２の両方を形成してもよい。この場合、センサからのレーザ光をポリゴンミラー等の走査ミラーを動作させることによって、第１照射領域２２及び第２照射領域４２が形成されてもよい。さらに、１つのセンサが３つ以上の照射領域を形成してもよい。
また、上述した実施の形態１においては、第１照射領域２２と第２照射領域４２との間における物体９０の回転を考慮していない。しかしながら、特徴比較部１２２は、第１照射領域２２と第２照射領域４２との間で物体９０が回転する場合を考慮して、第１照射領域２２及び第２照射領域４２それぞれで抽出された座標データ群を比較してもよい。
図１４は、物体９０の回転を考慮した、データ群の座標変換について説明するための図である。図１４は、物体９０がロール軸（Ｘ軸に平行な軸）周りに時計回り（矢印Ａ２で示す方向）に回転した場合を示す。この場合、特徴比較部１２２は、データ群＃１又はデータ群＃２を回転させた場合に、データ群＃１で形成される曲線の形状と、データ群＃２で形成される曲線の形状との類似度（相関係数ｃ’）が予め定められた閾値以上となるか否かを判定してもよい。形状の類似度（相関係数ｃ’）については、例えば上述した第２の例で示した方法によって算出してもよい。データ群の回転について、特徴比較部１２２は、データ群＃１の最初の座標データ（Ｘ１１，Ｙ１１，Ｚ１１）と最後の座標データ（Ｘ１ｍ，Ｙ１ｍ，Ｚ１ｍ）とを結ぶ直線の傾きａ１を算出する。同様に、特徴比較部１２２は、データ群＃２の最初の座標データ（Ｘ２１，Ｙ２１，Ｚ２１）と最後の座標データ（Ｘ２ｎ，Ｙ２ｎ，Ｚ２ｎ）とを結ぶ直線の傾きａ２を算出する。そして、特徴比較部１２２は、これらの傾きａ１と傾きａ２との差から、データ群＃１又はデータ群＃２を回転させるときの回転量を決定してもよい。
なお、物体９０が回転すると、第１照射領域２２では検出された位置が第２照射領域４２では検出されないことがあり、第１照射領域２２では検出されなかった位置が第２照射領域４２では検出されることがある。例えば、図１４において、データ群＃１の左側（Ｙ軸の負方向側）に対応する位置（例えば物体９０の底面の左側）が、第２照射領域４２ではレーザ光により照射されないためにデータ群＃２に現れないことがある。逆に、データ群＃２の右側（Ｙ軸の正方向側）に対応する位置（例えば物体９０の右側の側面）が、第１照射領域２２ではレーザ光によって照射されないためデータ群＃１に現れないことがある。したがって、特徴比較部１２２は、データ群＃１で形成される曲線の形状の少なくとも一部と、データ群＃２で形成される曲線の形状の少なくとも一部との相関係数ｃ’が予め定められた閾値以上となるか否かを判定してもよい。つまり、特徴比較部１２２は、データ群の全てを比較する必要はない。このことは、物体９０の回転を考慮しない場合も同様である。
また、上述した実施の形態においては、特徴の差分が予め定められた閾値を下回る場合に同じ物体の同じ位置であるという判定を行う（図４のＳ２０）ように構成されている。一方、ある物体が第１照射領域２２及び第２照射領域４２を通過したにも関わらず、何らかの原因により、特徴記憶部１１２に格納された特徴データ全てと第２照射領域４２において抽出された特徴データとを比較しても特徴の差分が閾値を下回ることがない場合を考慮してもよい。この場合、特徴記憶部１１２に格納された特徴データのうち、第２照射領域４２において抽出された特徴データとの差分が最小となる特徴データが抽出された通過位置及び時刻から、物体９０の移動パラメータを算出してもよい。
また、特徴記憶部１１２に格納された特徴データのうち第２照射領域４２において抽出された特徴データとの差分が閾値を下回るものが複数存在する場合を考慮してもよい。この場合、それらの複数の特徴データのうち、第２照射領域４２において抽出された特徴データとの差分が最小となる特徴データが抽出された通過位置及び時刻から、物体９０の移動パラメータを算出してもよい。
さらに、同じような形状の物体が集団で侵入した場合を考慮してもよい。この場合も、特徴記憶部１１２に格納された特徴データのうち第２照射領域４２において抽出された特徴データとの差分が閾値を下回るものが複数存在する可能性がある。この場合、それぞれの照射領域においてそれぞれの特徴データが抽出された位置間の距離が最小である特徴データが抽出された通過位置及び時刻から、物体９０の移動パラメータを算出してもよい。
上述の例において、プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
以上、実施の形態を参照して本願発明を説明したが、本願発明は上記によって限定されるものではない。本願発明の構成や詳細には、発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサの前記照射光の複数の照射領域それぞれを物体が通過したときに、前記複数の照射領域それぞれにおける前記物体の特徴を抽出する特徴抽出手段と、
前記複数の照射領域それぞれにおいて前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、前記複数の照射領域の間における前記物体の移動に関する移動パラメータを算出する算出手段と
を有する物体検出装置。
（付記２）
前記複数の照射領域それぞれにおいて前記抽出された特徴を比較し、前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、同じ物体の同じ位置が各照射領域を通過したと判定する特徴比較手段
をさらに有する付記１に記載の物体検出装置。
（付記３）
前記算出手段は、前記複数の照射領域のうちの第１の照射領域において抽出された第１の特徴と前記複数の照射領域のうちの第２の照射領域において抽出された第２の特徴との差分が前記第１の閾値を下回る場合に、前記第１の特徴が抽出されたときに前記物体が前記第１の照射領域を通過した位置と前記第２の特徴が抽出されたときに前記物体が前記第２の照射領域を通過した位置とに基づいて、前記第１の照射領域と前記第２の照射領域との間における前記物体の移動方向を算出する
付記１又は２に記載の物体検出装置。
（付記４）
前記算出手段は、前記複数の照射領域のうちの第１の照射領域において抽出された第１の特徴と前記複数の照射領域のうちの第２の照射領域において抽出された第２の特徴との差分が前記第１の閾値を下回る場合に、前記第１の特徴が抽出されたときに前記物体が前記第１の照射領域を通過した時刻及び位置と、前記第２の特徴が抽出されたときに前記物体が前記第２の照射領域を通過した時刻及び位置とに基づいて、前記第１の照射領域と前記第２の照射領域との間における前記物体の移動速度を算出する
付記１〜３のいずれか一項に記載の物体検出装置。
（付記５）
前記センサは三次元センサであり、
前記抽出された特徴は、前記物体の形状に関する
付記１〜４のいずれか一項に記載の物体検出装置。
（付記６）
前記抽出された特徴は、前記センサの前記照射領域における前記物体の各位置を示すデータの数に対応し、
前記算出手段は、前記複数の照射領域それぞれにおける前記データの数の差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
付記５に記載の物体検出装置。
（付記７）
前記抽出された特徴は、前記センサの前記照射領域における前記物体の各位置を示す座標データに対応し、
前記算出手段は、前記複数の照射領域それぞれにおける前記座標データの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
付記５に記載の物体検出装置。
（付記８）
前記抽出された特徴は、前記センサの前記照射領域における前記物体の大きさに対応し、
前記算出手段は、前記複数の照射領域それぞれにおける前記物体の大きさの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
付記５に記載の物体検出装置。
（付記９）
前記抽出された特徴は、前記センサの前記照射領域における前記物体の法線ベクトルに対応し、
前記算出手段は、前記複数の照射領域それぞれにおける前記物体の法線ベクトルの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
付記５に記載の物体検出装置。
（付記１０）
照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサと、
付記１〜９のいずれか一項に記載の物体検出装置と
を有する物体検出システム。
（付記１１）
照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサの前記照射光の複数の照射領域それぞれを物体が通過したときに、前記複数の照射領域それぞれにおける前記物体の特徴を抽出し、
前記複数の照射領域それぞれにおいて前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、前記複数の照射領域の間における前記物体の移動に関する移動パラメータを算出する
物体検出方法。
（付記１２）
前記複数の照射領域それぞれにおいて前記抽出された特徴を比較し、前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、同じ物体の同じ位置が各照射領域を通過したと判定する
付記１１に記載の物体検出方法。
（付記１３）
前記複数の照射領域のうちの第１の照射領域において抽出された第１の特徴と前記複数の照射領域のうちの第２の照射領域において抽出された第２の特徴との差分が前記第１の閾値を下回る場合に、前記第１の特徴が抽出されたときに前記物体が前記第１の照射領域を通過した位置と前記第２の特徴が抽出されたときに前記物体が前記第２の照射領域を通過した位置とに基づいて、前記第１の照射領域と前記第２の照射領域との間における前記物体の移動方向を算出する
付記１１又は１２に記載の物体検出方法。
（付記１４）
前記複数の照射領域のうちの第１の照射領域において抽出された第１の特徴と前記複数の照射領域のうちの第２の照射領域において抽出された第２の特徴との差分が前記第１の閾値を下回る場合に、前記第１の特徴が抽出されたときに前記物体が前記第１の照射領域を通過した時刻及び位置と、前記第２の特徴が抽出されたときに前記物体が前記第２の照射領域を通過した時刻及び位置とに基づいて、前記第１の照射領域と前記第２の照射領域との間における前記物体の移動速度を算出する
付記１１〜１３のいずれか一項に記載の物体検出方法。
（付記１５）
前記センサは三次元センサであり、
前記抽出された特徴は、前記物体の形状に関する
付記１１〜１４のいずれか一項に記載の物体検出方法。
（付記１６）
前記抽出された特徴は、前記センサの前記照射領域における前記物体の各位置を示すデータの数に対応し、
前記複数の照射領域それぞれにおける前記データの数の差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
付記１５に記載の物体検出方法。
（付記１７）
前記抽出された特徴は、前記センサの前記照射領域における前記物体の各位置を示す座標データに対応し、
前記複数の照射領域それぞれにおける前記座標データの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
付記１５に記載の物体検出方法。
（付記１８）
前記抽出された特徴は、前記センサの前記照射領域における前記物体の大きさに対応し、
前記複数の照射領域それぞれにおける前記物体の大きさの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
付記１５に記載の物体検出方法。
（付記１９）
前記抽出された特徴は、前記センサの前記照射領域における前記物体の法線ベクトルに対応し、
前記複数の照射領域それぞれにおける前記物体の法線ベクトルの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
付記１５に記載の物体検出方法。
（付記２０）
照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサの前記照射光の複数の照射領域それぞれを物体が通過したときに、前記複数の照射領域それぞれにおける前記物体の特徴を抽出するステップと、
前記複数の照射領域それぞれにおいて前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、前記複数の照射領域の間における前記物体の移動に関する移動パラメータを算出するステップと
をコンピュータに実行させるプログラムが格納された非一時的なコンピュータ可読媒体。
１ 物体検出装置
２ 特徴抽出部
４ 算出部
１０ 物体検出システム
２０ 第１センサ
２２ 第１照射領域
４０ 第２センサ
４２ 第２照射領域
９０ 物体
１００ 物体検出装置
１１０ 第１特徴抽出部
１１２ 特徴記憶部
１２０ 第２特徴抽出部
１２２ 特徴比較部
１３０ 方向算出部
１３２ 速度算出部

Claims (20)

  1. 照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサの前記照射光の複数の照射領域それぞれを物体が通過したときに、前記複数の照射領域それぞれにおける前記物体の特徴を抽出する特徴抽出手段と、
    前記複数の照射領域それぞれにおいて前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、前記複数の照射領域の間における前記物体の移動に関する移動パラメータを算出する算出手段と
    を有する物体検出装置。
  2. 前記複数の照射領域それぞれにおいて前記抽出された特徴を比較し、前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、同じ物体の同じ位置が各照射領域を通過したと判定する特徴比較手段
    をさらに有する請求項１に記載の物体検出装置。
  3. 前記算出手段は、前記複数の照射領域のうちの第１の照射領域において抽出された第１の特徴と前記複数の照射領域のうちの第２の照射領域において抽出された第２の特徴との差分が前記第１の閾値を下回る場合に、前記第１の特徴が抽出されたときに前記物体が前記第１の照射領域を通過した位置と前記第２の特徴が抽出されたときに前記物体が前記第２の照射領域を通過した位置とに基づいて、前記第１の照射領域と前記第２の照射領域との間における前記物体の移動方向を算出する
    請求項１又は２に記載の物体検出装置。
  4. 前記算出手段は、前記複数の照射領域のうちの第１の照射領域において抽出された第１の特徴と前記複数の照射領域のうちの第２の照射領域において抽出された第２の特徴との差分が前記第１の閾値を下回る場合に、前記第１の特徴が抽出されたときに前記物体が前記第１の照射領域を通過した時刻及び位置と、前記第２の特徴が抽出されたときに前記物体が前記第２の照射領域を通過した時刻及び位置とに基づいて、前記第１の照射領域と前記第２の照射領域との間における前記物体の移動速度を算出する
    請求項１〜３のいずれか一項に記載の物体検出装置。
  5. 前記センサは三次元センサであり、
    前記抽出された特徴は、前記物体の形状に関する
    請求項１〜４のいずれか一項に記載の物体検出装置。
  6. 前記抽出された特徴は、前記センサの前記照射領域における前記物体の各位置を示すデータの数に対応し、
    前記算出手段は、前記複数の照射領域それぞれにおける前記データの数の差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
    請求項５に記載の物体検出装置。
  7. 前記抽出された特徴は、前記センサの前記照射領域における前記物体の各位置を示す座標データに対応し、
    前記算出手段は、前記複数の照射領域それぞれにおける前記座標データの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
    請求項５に記載の物体検出装置。
  8. 前記抽出された特徴は、前記センサの前記照射領域における前記物体の大きさに対応し、
    前記算出手段は、前記複数の照射領域それぞれにおける前記物体の大きさの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
    請求項５に記載の物体検出装置。
  9. 前記抽出された特徴は、前記センサの前記照射領域における前記物体の法線ベクトルに対応し、
    前記算出手段は、前記複数の照射領域それぞれにおける前記物体の法線ベクトルの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
    請求項５に記載の物体検出装置。
  10. 照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサと、
    請求項１〜９のいずれか一項に記載の物体検出装置と
    を有する物体検出システム。
  11. 照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサの前記照射光の複数の照射領域それぞれを物体が通過したときに、前記複数の照射領域それぞれにおける前記物体の特徴を抽出し、
    前記複数の照射領域それぞれにおいて前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、前記複数の照射領域の間における前記物体の移動に関する移動パラメータを算出する
    物体検出方法。
  12. 前記複数の照射領域それぞれにおいて前記抽出された特徴を比較し、前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、同じ物体の同じ位置が各照射領域を通過したと判定する
    請求項１１に記載の物体検出方法。
  13. 前記複数の照射領域のうちの第１の照射領域において抽出された第１の特徴と前記複数の照射領域のうちの第２の照射領域において抽出された第２の特徴との差分が前記第１の閾値を下回る場合に、前記第１の特徴が抽出されたときに前記物体が前記第１の照射領域を通過した位置と前記第２の特徴が抽出されたときに前記物体が前記第２の照射領域を通過した位置とに基づいて、前記第１の照射領域と前記第２の照射領域との間における前記物体の移動方向を算出する
    請求項１１又は１２に記載の物体検出方法。
  14. 前記複数の照射領域のうちの第１の照射領域において抽出された第１の特徴と前記複数の照射領域のうちの第２の照射領域において抽出された第２の特徴との差分が前記第１の閾値を下回る場合に、前記第１の特徴が抽出されたときに前記物体が前記第１の照射領域を通過した時刻及び位置と、前記第２の特徴が抽出されたときに前記物体が前記第２の照射領域を通過した時刻及び位置とに基づいて、前記第１の照射領域と前記第２の照射領域との間における前記物体の移動速度を算出する
    請求項１１〜１３のいずれか一項に記載の物体検出方法。
  15. 前記センサは三次元センサであり、
    前記抽出された特徴は、前記物体の形状に関する
    請求項１１〜１４のいずれか一項に記載の物体検出方法。
  16. 前記抽出された特徴は、前記センサの前記照射領域における前記物体の各位置を示すデータの数に対応し、
    前記複数の照射領域それぞれにおける前記データの数の差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
    請求項１５に記載の物体検出方法。
  17. 前記抽出された特徴は、前記センサの前記照射領域における前記物体の各位置を示す座標データに対応し、
    前記複数の照射領域それぞれにおける前記座標データの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
    請求項１５に記載の物体検出方法。
  18. 前記抽出された特徴は、前記センサの前記照射領域における前記物体の大きさに対応し、
    前記複数の照射領域それぞれにおける前記物体の大きさの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
    請求項１５に記載の物体検出方法。
  19. 前記抽出された特徴は、前記センサの前記照射領域における前記物体の法線ベクトルに対応し、
    前記複数の照射領域それぞれにおける前記物体の法線ベクトルの差分が前記第１の閾値を下回るときに、前記移動パラメータを算出する
    請求項１５に記載の物体検出方法。
  20. 照射光を照射して物体の表面の一部の特徴を検出するように構成された少なくとも１つのセンサの前記照射光の複数の照射領域それぞれを物体が通過したときに、前記複数の照射領域それぞれにおける前記物体の特徴を抽出するステップと、
    前記複数の照射領域それぞれにおいて前記抽出された特徴の差分が予め定められた第１の閾値を下回る場合に、前記複数の照射領域の間における前記物体の移動に関する移動パラメータを算出するステップと
    をコンピュータに実行させるプログラムが格納された非一時的なコンピュータ可読媒体。
JP2020506075A 2018-03-16 2018-03-16 物体検出装置、物体検出システム、物体検出方法及びプログラム Active JP6897862B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/010422 WO2019176084A1 (ja) 2018-03-16 2018-03-16 物体検出装置、物体検出システム、物体検出方法及びプログラムが格納された非一時的なコンピュータ可読媒体

Publications (2)

Publication Number Publication Date
JPWO2019176084A1 true JPWO2019176084A1 (ja) 2021-02-04
JP6897862B2 JP6897862B2 (ja) 2021-07-07

Family

ID=67907567

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020506075A Active JP6897862B2 (ja) 2018-03-16 2018-03-16 物体検出装置、物体検出システム、物体検出方法及びプログラム

Country Status (3)

Country Link
US (1) US11335011B2 (ja)
JP (1) JP6897862B2 (ja)
WO (1) WO2019176084A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112020024608A2 (pt) * 2018-06-01 2021-05-11 Paccar Inc seleção de sensores ambientais para manejamento de veículos autônomos

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4696567A (en) * 1983-12-10 1987-09-29 Eltro Gmbh Radiation detection method
JPH05312818A (ja) * 1992-05-13 1993-11-26 Sumitomo Electric Ind Ltd 画像処理による速度計測装置および画像処理による速度計測方法
US20040221790A1 (en) * 2003-05-02 2004-11-11 Sinclair Kenneth H. Method and apparatus for optical odometry
JP2011039792A (ja) * 2009-08-11 2011-02-24 Hitachi Kokusai Electric Inc 人数カウンタ
JP2011064499A (ja) * 2009-09-15 2011-03-31 Pioneer Electronic Corp 回転情報検出装置及び方法
JP2011186526A (ja) * 2010-03-04 2011-09-22 Mitsubishi Electric Corp 車両判定システム及び通行物体管理システム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0792369B2 (ja) 1993-01-14 1995-10-09 株式会社エイ・ティ・アール通信システム研究所 画像計測装置
JP4012952B2 (ja) 2002-12-09 2007-11-28 財団法人生産技術研究奨励会 通行人軌跡抽出装置およびシステム
US9129181B1 (en) * 2011-03-03 2015-09-08 Vaidhi Nathan Object detection, location, and/or tracking with camera and lighting system
JP6752024B2 (ja) * 2016-02-12 2020-09-09 日立オートモティブシステムズ株式会社 画像処理装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4696567A (en) * 1983-12-10 1987-09-29 Eltro Gmbh Radiation detection method
JPH05312818A (ja) * 1992-05-13 1993-11-26 Sumitomo Electric Ind Ltd 画像処理による速度計測装置および画像処理による速度計測方法
US20040221790A1 (en) * 2003-05-02 2004-11-11 Sinclair Kenneth H. Method and apparatus for optical odometry
JP2011039792A (ja) * 2009-08-11 2011-02-24 Hitachi Kokusai Electric Inc 人数カウンタ
JP2011064499A (ja) * 2009-09-15 2011-03-31 Pioneer Electronic Corp 回転情報検出装置及び方法
JP2011186526A (ja) * 2010-03-04 2011-09-22 Mitsubishi Electric Corp 車両判定システム及び通行物体管理システム

Also Published As

Publication number Publication date
JP6897862B2 (ja) 2021-07-07
US11335011B2 (en) 2022-05-17
US20200410694A1 (en) 2020-12-31
WO2019176084A1 (ja) 2019-09-19

Similar Documents

Publication Publication Date Title
Tombari et al. Classification and evaluation of cost aggregation methods for stereo correspondence
EP2249311B1 (en) Systems and methods for extracting planar features, matching the planar features, and estimating motion from the planar features
JP5514918B2 (ja) 頭部認識方法
CN115330958B (zh) 基于激光雷达的实时三维重建方法及装置
US20180293739A1 (en) Systems, methods and, media for determining object motion in three dimensions using speckle images
JP2014127208A (ja) 物体検出方法及び物体検出装置
KR20130044099A (ko) 영상 처리 방법 및 장치
JP2008537190A (ja) 赤外線パターンを照射することによる対象物の三次元像の生成
JP4836086B2 (ja) ３次元形状検出装置
JP6172432B2 (ja) 被写体識別装置、被写体識別方法および被写体識別プログラム
JP6320016B2 (ja) 対象物検出装置、対象物検出方法およびプログラム
JP6897862B2 (ja) 物体検出装置、物体検出システム、物体検出方法及びプログラム
JP2004178229A (ja) 人の存在位置検出装置とその検出方法及び同検出装置を用いた自律移動装置
JP2015179077A (ja) 視差演算システム、情報処理装置、情報処理方法及びプログラム
CN112837239B (zh) 毫米波雷达的残影消除方法、装置及计算机可读介质
US20220343628A1 (en) Processing apparatus, processing method, and computer readable medium
Krotkov et al. Adaptive control of cooperating sensors: Focus and stereo ranging with an agile camera system
US11371835B2 (en) Object detection device, object detection system, object detection method, and non-transitory computer-readable medium storing program
JP6815793B2 (ja) 矩形領域検出方法、矩形領域検出装置及びプログラム
CN112881994A (zh) 一种自适应激光雷达线束扫描控制方法
KR101840328B1 (ko) 3d 레이저 스캐너
CN112232109B (zh) 一种活体人脸检测方法及系统
US20240112322A1 (en) Semiconductor Observation System and Overlay Measurement Method
Lisitsyn et al. Detection of Cylindrical and Spherical Surfaces and Determining Their Parameters in Segmentation of Range Images
Grant et al. Gaussian Model for Laser Image on Curved Surface

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200824

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200824

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: 20210511

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210524

R150 Certificate of patent or registration of utility model

Ref document number: 6897862

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150