WO2020122143A1 - 計測システム、計測方法、及び計測プログラム - Google Patents

Abstract

【課題】計測すべき対象物（障害物）の存在をすばやく且つ確実に検知することで、産業における安全なオペレーションを実現可能な計測システム、計測方法、及び計測プログラムを提供すること。 【解決手段】本発明の一態様によれば、対象物の位置を計測可能に構成される計測システムであって、撮像装置と、情報処理装置とを備え、前記撮像装置は、フレームレートが１００ｆｐｓ以上のカメラであり、前記カメラの画角に含まれる前記対象物を、画像として撮像可能に構成され、前記情報処理装置は、通信部と、ＩＰＭ変換部と、位置計測部とを備え、前記通信部は、前記撮像装置と接続され、前記撮像装置によって撮像された前記画像を受信可能に構成され、前記ＩＰＭ変換部は、前記対象物を含む前記画像の少なくとも一部を所定領域として設定し、前記画像を逆透視投影変換して、前記所定領域に限定されたＩＰＭ画像を生成するように構成され、ここで前記ＩＰＭ画像とは、前記対象物を含む所定平面を俯瞰するように描画された画像であり、前記位置計測部は、前記ＩＰＭ画像に基づいて、前記対象物の位置を計測可能に構成される、計測システムが提供される。

Description

計測システム、計測方法、及び計測プログラム

　本発明は、計測システム、計測方法、及び計測プログラムに関する。

　産業界において、静止、又は移動している計測システムによって、その周辺環境を適切に認識することは、安全なオペレーションを実現する要素技術の１つである。特に、計測システムの視界に対象物（障害物）が侵入したときに、その存在をすばやく且つ確実に検知する必要がある。例えば、特許文献１には、障害物を検知する計測システムが開示されている。かかる計測システムは、カメラで得られた画像を逆透視投影変換して、ＩＰＭ画像と呼ばれる所定平面を俯瞰するように描画された画像を生成し、ＩＰＭ画像から障害物を検知するように構成されている。

特開２０１３－６５３０４号公報

　しかしながら、特許文献１に開示された計測システムにおける逆透視投影変換とは、処理時間を要するものであり、その結果、動作レートが低く且つレイテンシも大きくならざるを得ない。その結果、肝心の安全性を確保するほどに十分な性能を有していない。

　本発明は、かかる事情を鑑みてなされたものであり、計測すべき対象物（障害物）の存在をすばやく且つ確実に検知することで、産業における安全なオペレーションを実現可能な計測システム、計測方法、及び計測プログラムを提供することを目的とする。

　本発明の一態様によれば、対象物の位置を計測可能に構成される計測システムであって、撮像装置と、情報処理装置とを備え、前記撮像装置は、フレームレートが１００ｆｐｓ以上のカメラであり、前記カメラの画角に含まれる前記対象物を、画像として撮像可能に構成され、前記情報処理装置は、通信部と、ＩＰＭ変換部と、位置計測部とを備え、前記通信部は、前記撮像装置と接続され、前記撮像装置によって撮像された前記画像を受信可能に構成され、前記ＩＰＭ変換部は、前記対象物を含む前記画像の少なくとも一部を所定領域として設定し、前記画像を逆透視投影変換して、前記所定領域に限定されたＩＰＭ画像を生成するように構成され、ここで前記ＩＰＭ画像とは、前記対象物を含む所定平面を俯瞰するように描画された画像であり、前記位置計測部は、前記ＩＰＭ画像に基づいて、前記対象物の位置を計測可能に構成される、計測システムが提供される。

　本発明に係るシステムでは、フレームレートが１００ｆｐｓ以上のカメラによって対象物を撮像し、かかる画像を逆透視投影変換して所定領域に限定されたＩＰＭ画像を生成し、これを用いて対象物の位置を計測することを特徴とする。１００ｆｐｓ以上という高いフレームレートのカメラを用いることで、対象物の存在しうる位置が限定されるので、これを前提条件として所定領域に限定することで逆透視投影変換及び位置計測にかかる処理時間を短くすることができる。その結果、駆動周波数を高くするとともにレイテンシを小さくし、より安全なオペレーションを実現することができる、という有利な効果を奏する。

実施形態に係るシステムの機能ブロック図。 逆透視投影変換の概要図。 ［図３Ａ］第１のカメラ（左）による第１の画像、［図３Ｂ］第２のカメラ（右）による第２の画像、［図３Ｃ］第１の画像を変換して得られた第１のＩＰＭ画像、［図３Ｄ］第２の画像を変換して得られた第２のＩＰＭ画像、［図３Ｅ］第１及び第２のＩＰＭ画像の差分、［図３Ｆ］不図示の別カメラによって撮像された俯瞰図。 ［図４Ａ］図３Ｅの差分画像から得られた第１のヒストグラム、［図４Ｂ］図３Ｅの差分画像から得られた第２のヒストグラム。 計測方法の流れを示すフローチャート。 状態に関するパラメータを考慮した所定領域の決定を示す概要図。 機械学習の流れを示す概要図。 カメラのピッチ角と、路面上の特徴点の動き（オプティカルフロー）との関係を示す概要図。 カメラのピッチ角と、路面上の特徴点の動き（オプティカルフロー）との関係を示す概要図。 ＩＰＭ変換処理前の画像ＩＭに対するオプティカルフローと（図１０Ａ）、１回目ＩＰＭ変換処理で得られたオプティカルフロー（図１０Ｂ）と、２回目のＩＰＭ変換処理で得られたオプティカルフロー（図１０Ｃ）とを比較した図。

　以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。特に、本明細書において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、０又は１で構成される２進数のビット集合体として信号値の高低によって表され、広義の回路上で通信・演算が実行されうる。

　また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｌｏｇｉｃ　Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｌｏｇｉｃ　Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。

１．全体構成
　第１節では、計測システム１の全体構成について説明する。図１は、本実施形態に係る計測システム１の構成概要を示す図である。計測システム１は、撮像装置２と、情報処理装置３とを備え、これらが電気的に接続されたシステムである。計測システム１は、静止して使用してもよいが、特になんらかの移動手段に設置して使用することが好ましい。移動手段とは、例えば、自動車、列車（公共交通機関だけでなく遊戯用等も含む）、船舶、飛行体（飛行機、ヘリコプター、ドローン等を含む）、移動型ロボット等が想定される。本明細書では、例として自動車を取り上げて説明を行い、計測システム１が搭載された自動車を「本自動車」と定義する。すなわち、計測システム１は、本自動車の、例えば、前方に位置する前方車両（障害物である対象物）の位置を計測するために用いられる。

１．１　撮像装置２
　撮像装置２は、外界の情報を画像として取得可能に構成される、いわゆるビジョンセンサ（カメラ）であり、特に高速ビジョンと称するフレームレートが高いものが採用されることが好ましい。フレームレートは、例えば、１００ｆｐｓ以上であり、好ましくは、２５０ｆｐｓ以上であり、更に好ましくは５００ｆｐｓ又は１０００ｆｐｓである。具体的には例えば、１００、１２５、１５０、１７５、２００、２２５、２５０、２７５、３００、３２５、３５０、３７５、４００、４２５、４５０、４７５、５００、５２５、５５０、５７５、６００、６２５、６５０、６７５、７００、７２５、７５０、７７５、８００、８２５、８５０、８７５、９００、９２５、９５０、９７５、１０００、１０２５、１０５０、１０７５、１１００、１１２５、１１５０、１１７５、１２００、１２２５、１２５０、１２７５、１３００、１３２５、１３５０、１３７５、１４００、１４２５、１４５０、１４７５、１５００、１５２５、１５５０、１５７５、１６００、１６２５、１６５０、１６７５、１７００、１７２５、１７５０、１７７５、１８００、１８２５、１８５０、１８７５、１９００、１９２５、１９５０、１９７５、２０００ｆｐｓ（ヘルツ）であり、ここで例示した数値の何れか２つの間の範囲内であってもよい。より具体的には、撮像装置２は、第１のカメラ２１及び第２のカメラ２２からなる、いわゆる２眼の撮像装置である。また、第１のカメラ２１の画角及び第２のカメラ２２の画角は、互いに重複する領域があることに留意されたい。また、撮像装置２において、可視光だけではなく紫外域や赤外域といったヒトが知覚できない帯域を計測可能なカメラを採用してもよい。このようなカメラを採用することによって、暗視野であっても本実施形態に係る計測システム１を用いた計測を実施することができる、という有利な効果を奏する。

＜第１のカメラ２１＞
　第１のカメラ２１は、例えば、計測システム１において、第２のカメラ２２と並列に設けられ、本自動車の左側前方を撮像可能に構成される。具体的には、第１のカメラ２１の画角に、本自動車の前方に位置する前方車両（すなわち障害物である対象物）がとらえられる。また、第１のカメラ２１は、後述の情報処理装置３における通信部３１と電気通信回線（例えばＵＳＢケーブル等）で接続され、撮像した画像を情報処理装置３に転送可能に構成される。

＜第２のカメラ２２＞
　第２のカメラ２２は、例えば、計測システム１において、第１のカメラ２１と並列に設けられ、本自動車の右側前方を撮像可能に構成される。具体的には、第２のカメラ２２の画角に、本自動車の前方に位置する前方車両（すなわち障害物である対象物）がとらえられる。また、第２のカメラ２２は、後述の情報処理装置３における通信部３１と電気通信回線（例えばＵＳＢケーブル等）で接続され、撮像した画像を情報処理装置３に転送可能に構成される。

１．２　情報処理装置３
　情報処理装置３は、通信部３１と、記憶部３２と、制御部３３とを有し、これらの構成要素が情報処理装置３の内部において通信バス３０を介して電気的に接続されている。以下、各構成要素についてさらに説明する。

＜通信部３１＞
　通信部３１は、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ、有線ＬＡＮネットワーク通信等といった有線型の通信手段が好ましいものの、無線ＬＡＮネットワーク通信、ＬＴＥ／３Ｇ等のモバイル通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等を必要に応じて含めてもよい。すなわち、これら複数の通信手段の集合として実施することがより好ましい。特に、前述の撮像装置２における第１のカメラ２１及び第２のカメラ２２とは、所定の高速通信規格（例えば、ＵＳＢ３．０やカメラリンク等）において通信可能に構成されることが好ましい。また、前方車両の計測結果を表示するためのモニター（不図示）や、計測結果に基づいて本自動車を自動制御（自動運転）するための自動制御装置（不図示）が接続されてもよい。

＜記憶部３２＞
　記憶部３２は、前述の記載により定義される様々な情報を記憶する。これは、例えばソリッドステートドライブ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。また、これらの組合せであってもよい。

　特に、記憶部３２は、撮像装置２における第１のカメラ２１及び第２のカメラ２２によって撮像され、且つ通信部３１が受信した第１の画像ＩＭ１及び第２の画像ＩＭ２（画像ＩＭ）を記憶する。記憶部３２は、ＩＰＭ画像ＩＭ’を記憶する。具体的には第１の画像ＩＭ１より変換された第１のＩＰＭ画像ＩＭ１’及び第２の画像ＩＭ２より変換された第２のＩＰＭ画像ＩＭ２’を記憶する。ここで、画像ＩＭやＩＰＭ画像ＩＭ’は、例えばＲＧＢ各８ビットのピクセル情報を具備する配列情報である。

　また、記憶部３２は、画像ＩＭに基づいてＩＰＭ画像ＩＭ’を生成するためのＩＰＭ変換プログラムを記憶している。記憶部３２は、第１のＩＰＭ画像ＩＭ１’及び第２のＩＰＭ画像ＩＭ２’の差分Ｄを演算し且つ角度（方向）を基準とした第１のヒストグラムＨＧ１及び距離を基準とした第２のヒストグラムＨＧ２を生成するためのヒストグラム生成プログラムを記憶している。記憶部３２は、第１のヒストグラムＨＧ１及び第２のヒストグラムＨＧ２に基づいて次のフレームでの処理で使用する所定領域ＲＯＩを決定するための所定領域決定プログラムを記憶している。記憶部３２は、差分Ｄに基づいて前方車両の位置を計測するための位置計測プログラムを記憶している。記憶部３２は、ＩＰＭ画像ＩＭ’の真値との誤差を補正するための補正プログラムを記憶している。さらに、記憶部３２は、これ以外にも制御部３３によって実行される計測システム１に係る種々のプログラム等を記憶している。

＜制御部３３＞
　制御部３３は、情報処理装置３に関連する全体動作の処理・制御を行う。制御部３３は、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ：ＣＰＵ）である。制御部３３は、記憶部３２に記憶された所定のプログラムを読み出すことによって、情報処理装置３に係る種々の機能を実現する。具体的にはＩＰＭ変換機能、ヒストグラム生成機能、所定領域ＲＯＩ決定機能、位置計測機能、補正機能等が該当する。すなわち、ソフトウェア（記憶部３２に記憶されている）による情報処理がハードウェア（制御部３３）によって具体的に実現されることで、ＩＰＭ変換部３３１、ヒストグラム生成部３３２、位置計測部３３３、及び補正部３３４として実行されうる。なお、図１においては、単一の制御部３３として表記されているが、実際はこれに限るものではなく、機能ごとに複数の制御部３３を有するように実施してもよい。またそれらの組合せであってもよい。以下、ＩＰＭ変換部３３１、ヒストグラム生成部３３２、位置計測部３３３、及び補正部３３４についてさらに詳述する。

［ＩＰＭ変換部３３１］
　ＩＰＭ変換部３３１は、ソフトウェア（記憶部３２に記憶されている）による情報処理がハードウェア（制御部３３）によって具体的に実現されているものである。ＩＰＭ変換部３３１は、撮像装置２における第１のカメラ２１及び第２のカメラ２２から送信され且つ通信部３１によって受信した画像ＩＭに対して、逆透視投影変換処理を実行可能に構成される。逆透視投影変換については、第２節において詳述する。

　換言すると、第１の画像ＩＭ１を逆透視投影変換することによって、第１のＩＰＭ画像ＩＭ１’が生成され、第２の画像ＩＭ２を逆透視投影変換することによって、第２のＩＰＭ画像ＩＭ２’が生成される。ところで、［発明が解決しようとする課題］においても説明したように、逆透視投影変換は処理時間を要するものであった。本実施形態に係る計測システム１では、画像ＩＭの全領域に対応するＩＰＭ画像ＩＭ’が生成されるのではなく、所定領域ＲＯＩに限定されたＩＰＭ画像ＩＭ’が生成されることに留意されたい。すなわち、本来処理時間を要する逆透視投影変換を限定的に実施することで、処理時間を短縮し、計測システム１全体の制御レートを高くすることができる。より詳細には、計測システム１全体としては、第１のカメラ２１及び第２のカメラ２２のフレームレート、並びに制御部３３の動作レートの低い方が、位置計測に係る制御レートとして働く。換言すると、当該フレームレート及び動作レートを同程度に高くすることで、フィードバック制御のみであっても前方車両の位置の計測（トラッキング）を実施することができる。

　なお、所定領域ＲＯＩは、過去（通常は１つ前）のフレームの処理によって決定されたものであり、より詳しくは、第３節において説明する。換言すると、撮像装置２が撮像したｎ（ｎ≧２）番目のフレームに係る画像を、現在画像と定義し、撮像装置２が撮像したｎ－ｋ（ｎ＞ｋ≧１）番目のフレームに係る画像を、過去画像と定義すると、現在画像に対して適用される所定領域ＲＯＩは、過去画像を用いて計測された対象物の過去の位置に基づいて設定される。

［ヒストグラム生成部３３２］
　ヒストグラム生成部３３２は、ソフトウェア（記憶部３２に記憶されている）による情報処理がハードウェア（制御部３３）によって具体的に実現されているものである。ヒストグラム生成部３３２は、第１のＩＰＭ画像ＩＭ１’及び第２のＩＰＭ画像ＩＭ２’の差分Ｄを演算し、続いて、それぞれ異なるパラメータを基準に生成された複数のヒストグラムＨＧを生成する。かかるヒストグラムＨＧは、過去のフレームで決定された所定領域ＲＯＩに限定されたものである。具体的には、角度（方向）を基準とした第１のヒストグラムＨＧ１と、距離を基準とした第２のヒストグラムＨＧ２とを生成する。さらに、ヒストグラム生成部３３２は、生成した第１のヒストグラムＨＧ１及び第２のヒストグラムＨＧ２に基づいて、次のフレームでの処理で使用する所定領域ＲＯＩを決定する。より詳しくは、第３節において説明する。

［位置計測部３３３］
　位置計測部３３３は、ソフトウェア（記憶部３２に記憶されている）による情報処理がハードウェア（制御部３３）によって具体的に実現されているものである。位置計測部３３３は、ヒストグラム生成部３３２によって演算された差分Ｄ、並びに第１のヒストグラムＨＧ１及び第２のヒストグラムＨＧ２に基づいて、前方車両の位置を計測可能に構成される。計測された前方車両の位置は、適宜、本自動車の運転者に不図示のモニターを介して提示されるとよい。さらには、計測結果に基づいて本自動車を自動制御（自動運転）するための自動制御装置に適切な制御信号が送信されてもよい。

［補正部３３４］
　補正部３３４は、ソフトウェア（記憶部３２に記憶されている）による情報処理がハードウェア（制御部３３）によって具体的に実現されているものである。補正部３３４は、第１のＩＰＭ画像ＩＭ１’及び第２のＩＰＭ画像ＩＭ２’を比較することで、これらの座標の対応関係を推定し、推定された座標の対応関係に基づいて、ＩＰＭ画像ＩＭ’の真値との誤差を補正する。より詳しくは、第４節において説明する。

２．逆透視投影変換
　第２節では、逆透視投影変換について説明する。図２は、逆透視投影変換の概要図であり、ここではモデルとして、ピンホールカメラを仮定するとともに、カメラのピッチ角のみを考慮して表式化していることにも留意されたい。もちろん、魚眼カメラやオムニディレクショナルカメラを仮定してもよいし、ロール角を考慮して表式化してもよい。図２に示されるように、世界座標系Ｏ＿Ｗで表された点（Ｘ＿Ｗ，Ｙ＿Ｗ，Ｚ＿Ｗ）をカメラ画像平面π＿Ｃに投影したときの点（ｘ，ｙ）は［数１］のように表される。

　　
ただし、Ｋはカメラ（第１のカメラ２１及び第２のカメラ２２）の内部行列、Πはカメラ座標系Ｏ＿Ｃからカメラ画像平面π＿Ｃへの射影行列、Ｒ∈ＳＯ（３）及びＴ∈Ｒ＾３は、世界座標系Ｏ＿Ｗからカメラ座標系Ｏ＿Ｃへの回転行列、及び並進ベクトルをそれぞれ表す。

　いま、第１のカメラ２１及び第２のカメラ２２に写っている対象物がある平面π上にのみ存在する場合を考える。このとき、画像平面上の点とπ上の点の間には１対１対応があるため、画像平面からπへの１対１の写像を考えることができる。この写像を逆透視投影（Ｉｎｖｅｒｓｅ　Ｐｅｒｓｐｅｃｔｉｖｅ　Ｍａｐｐｉｎｇ）という。Ｒ、Ｔがそれぞれ、

　　
と表されるとき、画像上の点（ｘ，ｙ）の逆透視投影像であるπ上の点（Ｘ＿Ｗ，Ｙ＿Ｗ，Ｚ＿Ｗ）は、（ｘ，ｙ）を用いて、［数３］のように計算される。

　　

　ここで、ｆ＿ｘ、ｆ＿ｙはそれぞれｘ、ｙ方向の焦点距離、（ｏ＿ｘ，ｏ＿ｙ）は光学中心である。本実施形態では、この写像によって、撮像装置２によって撮像された画像ＩＭを射影した画像をＩＰＭ画像ＩＭ’と呼ぶ。２台のカメラ（第１のカメラ２１及び第２のカメラ２２）が同じ平面を撮像している場合、計算されるＩＰＭ画像ＩＭ’の対（第１のＩＰＭ画像ＩＭ１’及び第２のＩＰＭ画像ＩＭ２’）で、平面上のある１点に対応する画素の輝度値は同一となる。しかし、平面上にない対象物が視野内に存在する場合、ＩＰＭ画像ＩＭ’の対に輝度の差が生じる。この差（差分Ｄ）を検出することにより、視野内に存在する対象物を検知することができる。この手法は、平面のテクスチャに対してロバストであるため、影が写り込んでいるような単眼カメラが不得意とする状況でも、対象物を正確に検知することができる。

　具体的な例が、図３Ａ～図３Ｆに示されている。図３Ａは、第１のカメラ２１（左）による第１の画像ＩＭ１を示し、図３Ｂは、第２のカメラ２２（右）による第２の画像ＩＭ２を示している。図３Ｃは、第１の画像ＩＭ１を変換して得られた第１のＩＰＭ画像ＩＭ１’を示し、図３Ｄは、第２の画像ＩＭ２を変換して得られた第２のＩＰＭ画像ＩＭ２’を示し、図３Ｅは、第１のＩＰＭ画像ＩＭ１’及び第２のＩＰＭ画像ＩＭ２’の差分Ｄ（所定のしきい値をもって２値化したもの）を示している。また、図３Ｆは、不図示の別カメラによって撮像された俯瞰図を示している。図３Ｅに示される差分Ｄを検出することで、対象物である前方車両の位置（白色で示される部分）が計測される。

３．所定領域ＲＯＩの決定
　第３節では、所定領域ＲＯＩについて説明する。２台のカメラ（第１のカメラ２１及び第２のカメラ２２）の画角内に対象物が存在する場合、ＩＰＭ画像ＩＭ’の対の差分Ｄにおいて対象物の左右の側辺に相当する部分にそれぞれ大きな三角形状の非ゼロ領域ができる（図３Ｅ参照）。２台のカメラを平面に射影した点の中点Ｆ（撮像装置２を射影した点と解する）を原点として角度方向のヒストグラムＨＧである第１のヒストグラムＨＧ１を取ると、図４Ａに示されるように、三角形の頂点に対応する位置にピークを持つ。このピークを示す角度がカメラから物体の側辺までの角度を表す。ここで、この物体に対して移動量微小仮定をおく。すなわち、連続するフレーム間の対象物の角度方向の移動量は高々δθであると仮定すると、時刻ｔ＋１におけるピーク位置θ＿（ｔ＋１）と時刻ｔにおけるピーク位置θ＿ｔの間に［数４］の関係が成り立つ。

　　

　また、差分Ｄにおいて中点Ｆを中心とする長さ方向のヒストグラムＨＧである第２のヒストグラムＨＧ２を取ると、図４Ｂに示されるように対象物の下辺に相当する部分で急峻な変化を持つ。フレーム間の長さ方向の移動量に対しても同様に、高々δｒであると仮定すると、時刻ｔ＋１におけるピーク位置ｒ＿（ｔ＋１）と時刻ｔにおけるピーク位置ｒ＿ｔの間に［数５］の関係が成り立つ。

　　

　ここで、［数４］及び［数５］で表される関係を用いることにより、第１のヒストグラムＨＧ１を取る第１の所定領域ＲＯＩ１及び第２のヒストグラムＨＧ２を取る第２の所定領域ＲＯＩ２にそれぞれ限定することができる（図４Ａ及び図４Ｂ参照）。特に、図４Ａに示される第１のヒストグラムＨＧ１においては、前方車両である対象物の両端部分として、ピークθが２つ存在（それぞれ、θ＾ｌ及びθ＾ｒ）するため、第１の所定領域ＲＯＩ１の左端はθ＾ｌ（＿ｔ）－δθとなり、右端がθ＾ｒ（＿ｔ）＋δθとなることに留意されたい。また、次のフレームでは、これらを統合した上で、ヒストグラムＨＧを取る所定領域ＲＯＩのバウンディングボックス部分のみで逆透視投影変換をすればよいため、大幅に計算を効率化することができる。

　換言すると、第１のヒストグラムＨＧ１の基準となるパラメータは、ＩＰＭ画像ＩＭ’（より厳密には差分Ｄ）における撮像装置２の位置を中心とした極座標での角度θであり、第２のヒストグラムＨＧ２の基準となるパラメータは、当該極座標での距離ｒである。また、第１のヒストグラムＨＧ１及び第２のヒストグラムＨＧ２におけるそれぞれのパラメータ（角度θ及び距離ｒ）が所定範囲内にあるか否かに基づいて、次のフレームにおいてヒストグラムＨＧを生成する際の所定領域ＲＯＩが決定される。

４．補正
　第４節では、情報処理装置３における補正部３３４によってなされる補正（キャリブレーション）について説明する。かかる補正によって、逆透視投影変換の精度が向上する。

４．１　単眼カメラでの補正
　本実施形態においては、第１のカメラ２１及び第２のカメラ２２を具備するものの、各カメラ単独で補正を行うように実施することができる。つまり、補正部３３４は、現在画像と過去画像とを逐次的に比較することで、撮像装置２が有するパラメータを推定し、推定されたパラメータに基づいて、ＩＰＭ画像ＩＭ’の真値との誤差を補正可能に構成される。

　具体的には、カメラ単独で撮像されたものであって異なるフレーム間の画像ＩＭ２枚を比較する。それぞれの画像ＩＭに複数の注目点を設定し、位置合せのアルゴリズムを実施する。また、再投影誤差最小化によりカメラ外部パラメータ｛Θ｝を推定し、推定されたカメラ外部パラメータ｛Θ｝を用いて画像ＩＭ２枚に対し逆透視投影変換を実施し、ＩＰＭ画像ＩＭ’２枚を得る。

　続いて、ＩＰＭ画像ＩＭ’２枚に対しても、画像ＩＭ２枚と同様に複数の注目点を設定し、位置合せのアルゴリズムを実施する。また、再投影誤差最小化により、再びカメラ外部パラメータ｛Θ｝を推定する。そして、再び推定されたカメラ外部パラメータ｛Θ｝を用いて画像ＩＭ２枚に対し逆透視投影変換を実施し、新たなＩＰＭ画像ＩＭ’２枚を得る。かかる処理を繰り返すと、カメラ外部パラメータ｛Θ｝が収束し、補正が完了する。かかる収束値には、カメラのピッチ角、ロール角、カメラ自体（計測システム１）の並進量及び同回転量等が含まれる。このようにして、逆透視投影変換に係る撮像装置２の補正がなされる。なお、画像ＩＭ２枚ではなく、３枚以上を利用してもよいし、ＲＡＮＳＡＣ、時系列情報、及びカルマンフィルタ等の利用により推定に失敗した箇所を除去可能に実施してもよい。

４．２　ステレオカメラでの補正
　本実施形態においては、第１のカメラ２１及び第２のカメラ２２を具備するため、かかる構成を利用してカメラ間の位置姿勢関係を把握し、さらに補正を行うことができる。つまり、補正部３３４は、第１のＩＰＭ画像ＩＭ１’及び第２のＩＰＭ画像ＩＭ２’を比較することで、これらの座標の対応関係を推定し、推定された座標の対応関係に基づいて、ＩＰＭ画像ＩＭ’の真値との誤差を補正可能に構成される。

　具体的には、第４．１節において説明した単眼カメラでの補正が済んでいるものとして考える。まず、初期設定として、第１のＩＰＭ画像ＩＭ１’及び第２のＩＰＭ画像ＩＭ２’を予め設定された所定領域ＲＯＩで区切り、位置合せのアルゴリズムを実施することで、並進・回転?｛Θ｝のうちの並進量の初期値を得る。

　以下が繰り返し処理となる。得られた並進?の初期値を用いて再度所定領域ＲＯＩで区切り、位置合せのアルゴリズムを実施することで、並進・回転?｛Θ｝を得る。続いて、得られた並進・回転?｛Θ｝に基づいてＩＰＭ画像ＩＭ’における所定領域ＲＯＩを複数抽出し、それぞれの並進・回転量θ＿ｉを計算する。そして、全体の並進・回転?｛Θ｝と所定領域ＲＯＩごとの並進・回転?｛θ｝＿ｉが整合しているかを確認し、これを収束するまで繰り返す。このようにして、逆透視投影変換に係る撮像装置２の補正がなされる。

４．３　オプティカルフローを指標とした繰り返し処理
　前述に説明した繰り返し処理に際して、より具体的には、時系列に隣接するフレーム（画像ＩＭ）に基づいて算出されたオプティカルフローを指標とするとよい。オプティカルフローとは、時刻ｔ－１における任意に選択された点を始点とし、時刻ｔにおいて、選択された点と比較して所定の条件を満たす点（推定移動先）を終点としたベクトルである。オプティカルフローは、画像中における対象物の動きを表す指標として一般的に用いられる。特に、Ｌｕｃａｓ　Ｋａｎａｄｅ法によって計算コストを抑えて演算することが可能である。特に、ＩＰＭ画像ＩＭ’上で，位相限定相関法等の画像の位置合せ手法を用いることで、高精度なオプティカルフローを推定することができる。

　図８及び図９は、カメラのピッチ角と、路面上の特徴点の動き（オプティカルフロー）との関係を示す概要図である。カメラから近い点と遠い点とを比較すると、カメラのピッチ角、ロール角によって、これらのオプティカルフローは異なるものとなる。また、ＩＰＭ画像ＩＭ’は擬似的に俯瞰画像を形成しているものであり、カメラが並進していると仮定すると、ＩＰＭ画像ＩＭ’における複数の選択された点の各オプティカルフローは、理想的には均一となる。つまり、オプティカルフローが均一となるように繰り返し処理をすることで、収束値として、カメラのピッチ角、ロール角、カメラ自体（計測システム１）の並進量及び同回転量等が得られる。具体的には、図１０を参照されたい。図１０は、ＩＰＭ変換処理前の画像ＩＭに対するオプティカルフローと（図１０Ａ）、１回目ＩＰＭ変換処理で得られたオプティカルフロー（図１０Ｂ）と、２回目のＩＰＭ変換処理で得られたオプティカルフロー（図１０Ｃ）とを比較した図である。図１０Ｃでは、図１０Ｂに比べて、よりオプティカルフローが均一となっていることが確認される。

　このような繰り返し処理を高速に実現することで、カメラ外部パラメータ｛Θ｝をリアルタイムに得ることができる。したがって、本計測システム１を使用するにあたって、カメラの位置・姿勢が変動する二輪車やドローンにも対応することができる。

５．計測方法
　第５節では、本実施形態に係る計測システム１を用いた計測方法について説明する。図５は、計測方法の流れを示すフローチャートである。以下、図５における各ステップに沿って説明する。

［開始］
（ステップＳ１）
　ある時刻ｔにおいて、撮像装置２（第１のカメラ２１及び第２のカメラ２２）が対象物を１００ｆｐｓ以上のフレームレートで画像ＩＭ（第１の画像ＩＭ１及び第２の画像ＩＭ２）として撮像する（ステップＳ２に続く）。

（ステップＳ２）
　続いて、ステップＳ１において撮像された画像ＩＭに対して、所定領域ＲＯＩが設定される。なお、ここでの所定領域ＲＯＩは、時刻ｔよりも過去（通常は１フレーム前）のステップＳ５（後述）において決定されたものである。ただし、１フレーム目については、かかる所定領域ＲＯＩが設定されなくてよい（ステップＳ３に続く）。

（ステップＳ３）
　続いて、ＩＰＭ変換部３３１が、画像ＩＭに対して逆透視投影変換（第２節参照）を行って、ステップＳ２で設定された所定領域ＲＯＩに限定されたＩＰＭ画像ＩＭ’（第１のＩＰＭ画像ＩＭ１’及び第２のＩＰＭ画像ＩＭ２’）を生成する（ステップＳ４に続く）。

（ステップＳ４）
　続いて、ヒストグラム生成部３３２が、第１のＩＰＭ画像ＩＭ１’及び第２のＩＰＭ画像ＩＭ２’の差分Ｄを演算し、続いて、それぞれ異なるパラメータ（角度及び距離）を基準に生成されたヒストグラムＨＧ（第１のヒストグラムＨＧ１及び第２のヒストグラムＨＧ２）を生成する。また、かかる差分Ｄに基づいて、位置計測部３３３が対象物の位置を計測することとなる（ステップＳ５に続く）。

（ステップＳ５）
　続いて、ヒストグラム生成部３３２が、ステップＳ４において生成されたヒストグラムＨＧに基づいて、時刻ｔ以降（通常は１フレーム先）のステップＳ２（前述）において設定されうる所定領域ＲＯＩを決定する。
［終了］

　このように、ステップＳ１～Ｓ５が繰り返されることによって、高い動作レートで対象物の位置が計測されることに留意されたい。なお、説明を省略したが、かかるステップの間に第４節において説明した補正部３３４による補正が実行されることが好ましい。さらに、何れのタイミングにおいても所定領域ＲＯＩに関する機械学習をさせてもよい。

６．変形例
　第６節では、本実施形態に係る変形例について説明する。すなわち、次のような態様によって、本実施形態に係る計測システム１をさらに創意工夫してもよい。

　第一に、計測システム１が本自動車の如く移動可能に構成されている場合、図６Ａ及び図６Ｂに示されるように、計測システム１の速度、加速度、移動方向、周辺環境の少なくとも１つのパラメータを考慮して、所定領域ＲＯＩが決定されるようにしてもよい。特に、これらのパラメータと、所定領域ＲＯＩとの相関性が機械学習によって予め学習されていることが好ましい。さらに、計測システム１を継続的に使用していく中でさらに機械学習を行って、より好ましい所定領域ＲＯＩが決定されることが好ましい。

　第二に、障害物となりうる対象物が複数ある場合、情報処理装置３における位置計測部３３３が、これら複数の対象物それぞれを分離的に認識可能に構成されることが好ましい。特に、複数の対象物それぞれの囲う所定領域ＲＯＩが機械学習によって予め学習されていることにより、位置計測部３３３が複数の対象物それぞれを分離的に認識可能に構成されることが好ましい。さらに、図７に示されるように、計測システム１を継続的に使用して、前述の逆透視投影変換を用いた対象物の認識を繰り返す中で、順次所定領域ＲＯＩの機械学習を行うことで分離の精度がより向上されることが好ましい。このようにして、所定領域ＲＯＩに含まれる、様々な対象物の位置、種類などが特定されうる。特に、対象物を囲うバウンディングボックスの下端の値と、撮像装置２の高さ、ロール角、ピッチ角をもとに、対象物までの距離を推定可能に構成されるとよい。あるいは、本実施形態に係る計測システム１のように撮像装置２が２眼であれば、ステレオ視によって対象物までの距離を計測するように実施してもよい。

　第三に、例えば計測システム１を搭載した本自動車であれば、計測された対象物の位置に基づいて、一部又は全部について自動運転がなされてもよい。例えば、衝突を回避するためのブレーキ動作や、ハンドル動作が考えられうる。また、計測された対象物の認識状況を、本自動車の運転者が認知できるように、本自動車内に取り付けられたモニターに表示されるように実施してもよい。

　第四に、前述の実施形態では、第１のカメラ２１及び第２のカメラ２２からなる２眼の撮像装置２を用いているが、３つ以上のカメラを用いた３眼以上の撮像装置２を実施してもよい。カメラの個数を増やすことで、計測システム１による計測に係るロバスト性が向上するという、有利な効果を奏する。また、第４．２節において説明した補正部３３４による補正についても、３眼以上で同様に適用可能なことにも留意されたい。

　第五に、撮像装置２及び情報処理装置３を、計測システム１としてではなく、これらの機能を有する１つの装置として実現してもよい。具体的には例えば、３次元計測装置、画像処理装置、投影表示装置、３次元シミュレータ装置等が挙げられる。

７．結言
　以上のように、本実施形態によれば、計測すべき対象物（障害物）の存在をすばやく且つ確実に検知することで、産業における安全なオペレーションを実現可能な計測システム１を実施することができる。

　かかる計測システム１は、対象物の位置を計測可能に構成され、撮像装置２と、情報処理装置３とを備え、前記撮像装置２は、フレームレートが１００ｆｐｓ以上のカメラ（第１のカメラ２１及び第２のカメラ２２）であり、前記カメラの画角に含まれる前記対象物を、画像ＩＭとして撮像可能に構成され、前記情報処理装置３は、通信部３１と、ＩＰＭ変換部３３１と、位置計測部３３３とを備え、前記通信部３１は、前記撮像装置２と接続され、前記撮像装置２によって撮像された前記画像ＩＭを受信可能に構成され、前記ＩＰＭ変換部３３１は、前記対象物を含む前記画像ＩＭの少なくとも一部を所定領域ＲＯＩとして設定し、前記画像ＩＭを逆透視投影変換して、前記所定領域ＲＯＩに限定されたＩＰＭ画像ＩＭ’を生成するように構成され、ここで前記ＩＰＭ画像ＩＭ’とは、前記対象物を含む所定平面を俯瞰するように描画された画像であり、前記位置計測部３３３は、前記ＩＰＭ画像ＩＭ’に基づいて、前記対象物の位置を計測可能に構成される。

　また、かかる計測システム１を用いることで、計測すべき対象物（障害物）の存在をすばやく且つ確実に検知することで、産業における安全なオペレーションを実現可能な計測方法を実施することができる。

　かかる計測方法は、対象物の位置を計測する方法であって、撮像ステップと、変換ステップと、位置計測ステップとを備え、前記撮像ステップでは、フレームレートが１００ｆｐｓ以上のカメラ（第１のカメラ２１及び第２のカメラ２２）を用いて、前記カメラの画角に含まれる前記対象物を、画像ＩＭとして撮像し、前記ＩＰＭ変換ステップでは、前記対象物を含む前記画像ＩＭの少なくとも一部を所定領域ＲＯＩとして決定し、前記画像ＩＭを逆透視投影変換して、前記所定領域ＲＯＩに限定されたＩＰＭ画像ＩＭ’を生成し、ここで前記ＩＰＭ画像ＩＭ’とは、前記対象物を含む所定平面を俯瞰するように描画された画像であり、前記位置計測ステップでは、前記ＩＰＭ画像ＩＭ’に基づいて、前記対象物の位置を計測する。

　また、計測すべき対象物（障害物）の存在をすばやく且つ確実に検知することで、産業における安全なオペレーションを実現可能な計測システム１をハードウェアとして実施するためのソフトウェアを、プログラムとして実施することもできる。そして、このようなプログラムを、コンピュータが読み取り可能な非一時的な記録媒体として提供してもよいし、外部のサーバからダウンロード可能に提供してもよいし、外部のコンピュータで当該プログラムを起動させて、クライアント端末で各機能を実施可能な、いわゆるクラウド・コンピューティングを実施してもよい。

　かかる計測プログラムは、対象物の位置を計測するためのものであって、コンピュータに撮像機能と、ＩＰＭ変換機能と、位置計測機能とを実行させるように構成され、前記撮像機能によって、カメラ（第１のカメラ２１及び第２のカメラ２２）の画角に含まれる対象物が、画像ＩＭとしてフレームレート１００ｆｐｓ以上で撮像され、前記ＩＰＭ変換機能によって、前記対象物を含む前記画像ＩＭの少なくとも一部が所定領域ＲＯＩとして決定され、前記画像ＩＭを逆透視投影変換して、前記所定領域ＲＯＩに限定されたＩＰＭ画像ＩＭ’が生成され、ここで前記ＩＰＭ画像ＩＭ’とは、前記対象物を含む所定平面を俯瞰するように描画された画像であり、前記位置計測機能によって、前記ＩＰＭ画像ＩＭ’に基づいて、前記対象物の位置が計測される。

　次に記載の各態様で提供されてもよい。
　前記計測システムにおいて、前記撮像装置が撮像したｎ（ｎ≧２）番目のフレームに係る画像を、現在画像と定義し、前記撮像装置が撮像したｎ－ｋ（ｎ＞ｋ≧１）番目のフレームに係る画像を、過去画像と定義すると、前記現在画像に対して適用される前記所定領域は、前記過去画像を用いて計測された前記対象物の過去の位置に基づいて設定される、計測システム。
　前記計測システムにおいて、前記情報処理装置は、補正部をさらに備え、前記補正部は、前記現在画像と前記過去画像とを逐次的に比較することで、前記撮像装置が有するパラメータを推定し、推定された前記パラメータに基づいて、前記ＩＰＭ画像の真値との誤差を補正可能に構成される、計測システム。
　前記計測システムにおいて、前記撮像装置は、第１及び第２のカメラからなる２眼の撮像装置であり、前記第１及び第２のカメラの画角に含まれる前記対象物を、第１及び第２の画像として前記フレームレートで撮像可能に構成され、前記ＩＰＭ変換部は、前記第１及び第２の画像に対応する第１及び第２のＩＰＭ画像を生成し、前記位置計測部は、前記第１及び第２のＩＰＭ画像の差分に基づいて前記対象物の位置を計測可能に構成される、計測システム。
　前記計測システムにおいて、前記情報処理装置は、補正部をさらに備え、前記補正部は、前記第１及び第２のＩＰＭ画像を比較することで、これらの座標の対応関係を推定し、推定された前記座標の対応関係に基づいて、前記ＩＰＭ画像の真値との誤差を補正可能に構成される、計測システム。
　前記計測システムにおいて、ヒストグラム生成部をさらに備え、前記ヒストグラム生成部は、前記ＩＰＭ画像の差分に基づいて、前記所定領域に限定されたヒストグラムを生成する、計測システム。
　前記計測システムにおいて、前記ヒストグラムは、それぞれ異なるパラメータを基準に生成された第１及び第２のヒストグラムを含む複数のヒストグラムであり、それぞれの前記パラメータが所定範囲内にあるか否かに基づいて、前記所定領域が決定される、計測システム。
　前記計測システムにおいて、前記第１のヒストグラムの基準となる前記パラメータは、前記ＩＰＭ画像における前記撮像装置の位置を中心とした極座標での角度であり、前記第２のヒストグラムの基準となる前記パラメータは、前記極座標での距離である、計測システム。
　前記計測システムにおいて、当該計測システムは、移動可能に構成され、前記所定領域は、当該計測システムの速度、加速度、移動方向、周辺環境の少なくとも１つに基づいて決定される、計測システム。
　前記計測システムにおいて、当該計測システムの速度、加速度、移動方向、周辺環境の少なくとも１つと、前記所定領域との相関性が、機械学習によって学習可能に構成される、計測システム。
　前記計測システムにおいて、前記対象物は複数あり、前記位置計測部は、前記複数の対象物それぞれを分離的に認識し、且つそれぞれの位置を計測可能に構成される、計測システム。
　前記計測システムにおいて、前記複数の対象物を分離的に認識した結果が機械学習可能に構成され、これにより、当該計測システムの継続的な使用を通じて前記位置計測部による分離認識の精度が向上可能に構成される、計測システム。
　対象物の位置を計測する計測方法であって、撮像ステップと、ＩＰＭ変換ステップと、位置計測ステップとを備え、前記撮像ステップでは、フレームレートが１００ｆｐｓ以上のカメラを用いて、前記カメラの画角に含まれる前記対象物を、画像として撮像し、前記ＩＰＭ変換ステップでは、前記対象物を含む前記画像の少なくとも一部を所定領域として決定し、前記画像を逆透視投影変換して、前記所定領域に限定されたＩＰＭ画像を生成し、ここで前記ＩＰＭ画像とは、前記対象物を含む所定平面を俯瞰するように描画された画像であり、前記位置計測ステップでは、前記ＩＰＭ画像に基づいて、前記対象物の位置を計測する、計測方法。
　対象物の位置を計測可能に構成される計測システムの情報処理装置であって、受付部と、ＩＰＭ変換部と、位置計測部とを備え、前記受付部は、対象物を含む画像を受付可能に構成され、前記ＩＰＭ変換部は、前記対象物を含む前記画像の少なくとも一部を所定領域として設定し、前記画像を逆透視投影変換して、前記所定領域に限定されたＩＰＭ画像を生成するように構成され、ここで前記ＩＰＭ画像とは、前記対象物を含む所定平面を俯瞰するように描画された画像であり、前記位置計測部は、前記ＩＰＭ画像に基づいて、前記対象物の位置を計測可能に構成される、情報処理装置。
　計測プログラムであって、コンピュータを前記情報処理装置として機能させるもの。
　もちろん、この限りではない。

　最後に、本発明に係る種々の実施形態を説明したが、これらは、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は意図していない。当該新規な実施形態は、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、変更を行うことができる。当該実施形態やその変形は、発明の範囲や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ものである。

１　　　　　　：計測システム
２　　　　　　：撮像装置
２１　　　　　：第１のカメラ
２２　　　　　：第２のカメラ
３　　　　　　：情報処理装置
３０　　　　　：通信バス
３１　　　　　：通信部
３２　　　　　：記憶部
３３　　　　　：制御部
３３１　　　　：ＩＰＭ変換部
３３２　　　　：ヒストグラム生成部
３３３　　　　：位置計測部
３３４　　　　：補正部
Ｄ　　　　　　：差分
ＨＧ　　　　　：ヒストグラム
ＨＧ１　　　　：第１のヒストグラム
ＨＧ２　　　　：第２のヒストグラム
ＩＭ　　　　　：画像
ＩＭ’　　　　：ＩＰＭ画像
ＩＭ１　　　　：第１の画像
ＩＭ１’　　　：第１のＩＰＭ画像
ＩＭ２　　　　：第２の画像
ＩＭ２’　　　：第２のＩＰＭ画像
ＲＯＩ　　　　：所定領域
ＲＯＩ１　　　：第１の所定領域
ＲＯＩ２　　　：第２の所定領域

Claims (15)

1. 対象物の位置を計測可能に構成される計測システムであって、
   　撮像装置と、情報処理装置とを備え、
   　前記撮像装置は、
   　　フレームレートが１００ｆｐｓ以上のカメラであり、
   　　前記カメラの画角に含まれる前記対象物を、画像として撮像可能に構成され、
   　前記情報処理装置は、通信部と、ＩＰＭ変換部と、位置計測部とを備え、
   　前記通信部は、
   　　前記撮像装置と接続され、
   　　前記撮像装置によって撮像された前記画像を受信可能に構成され、
   　前記ＩＰＭ変換部は、
   　　前記対象物を含む前記画像の少なくとも一部を所定領域として設定し、
   　　前記画像を逆透視投影変換して、前記所定領域に限定されたＩＰＭ画像を生成するように構成され、ここで前記ＩＰＭ画像とは、前記対象物を含む所定平面を俯瞰するように描画された画像であり、
   　前記位置計測部は、前記ＩＰＭ画像に基づいて、前記対象物の位置を計測可能に構成される、
   計測システム。
2. 請求項１に記載の計測システムにおいて、
   　前記撮像装置が撮像したｎ（ｎ≧２）番目のフレームに係る画像を、現在画像と定義し、前記撮像装置が撮像したｎ－ｋ（ｎ＞ｋ≧１）番目のフレームに係る画像を、過去画像と定義すると、
   　前記現在画像に対して適用される前記所定領域は、前記過去画像を用いて計測された前記対象物の過去の位置に基づいて設定される、
   計測システム。
3. 請求項２に記載の計測システムにおいて、
   　前記情報処理装置は、補正部をさらに備え、
   　前記補正部は、
   　　前記現在画像と前記過去画像とを逐次的に比較することで、前記撮像装置が有するパラメータを推定し、
   　　推定された前記パラメータに基づいて、前記ＩＰＭ画像の真値との誤差を補正可能に構成される、
   計測システム。
4. 請求項１～請求項３の何れか１つに記載の計測システムにおいて、
   　前記撮像装置は、
   　　第１及び第２のカメラからなる２眼の撮像装置であり、
   　　前記第１及び第２のカメラの画角に含まれる前記対象物を、第１及び第２の画像として前記フレームレートで撮像可能に構成され、
   　前記ＩＰＭ変換部は、前記第１及び第２の画像に対応する第１及び第２のＩＰＭ画像を生成し、
   　前記位置計測部は、前記第１及び第２のＩＰＭ画像の差分に基づいて前記対象物の位置を計測可能に構成される、
   計測システム。
5. 請求項４に記載の計測システムにおいて、
   　前記情報処理装置は、補正部をさらに備え、
   　前記補正部は、
   　　前記第１及び第２のＩＰＭ画像を比較することで、これらの座標の対応関係を推定し、
   　　推定された前記座標の対応関係に基づいて、前記ＩＰＭ画像の真値との誤差を補正可能に構成される、
   計測システム。
6. 請求項４又は請求項５に記載の計測システムにおいて、
   　ヒストグラム生成部をさらに備え、
   　前記ヒストグラム生成部は、前記ＩＰＭ画像の差分に基づいて、前記所定領域に限定されたヒストグラムを生成する、
   計測システム。
7. 請求項６に記載の計測システムにおいて、
   　前記ヒストグラムは、それぞれ異なるパラメータを基準に生成された第１及び第２のヒストグラムを含む複数のヒストグラムであり、
   　それぞれの前記パラメータが所定範囲内にあるか否かに基づいて、前記所定領域が決定される、
   計測システム。
8. 請求項７に記載の計測システムにおいて、
   　前記第１のヒストグラムの基準となる前記パラメータは、前記ＩＰＭ画像における前記撮像装置の位置を中心とした極座標での角度であり、
   　前記第２のヒストグラムの基準となる前記パラメータは、前記極座標での距離である、
   計測システム。
9. 請求項１～請求項８の何れか１つに記載の計測システムにおいて、
   　当該計測システムは、移動可能に構成され、
   　前記所定領域は、当該計測システムの速度、加速度、移動方向、周辺環境の少なくとも１つに基づいて決定される、
   計測システム。
10. 請求項９に記載の計測システムにおいて、
    　当該計測システムの速度、加速度、移動方向、周辺環境の少なくとも１つと、前記所定領域との相関性が、機械学習によって学習可能に構成される、
    計測システム。
11. 請求項１～請求項１０の何れか１つに記載の計測システムにおいて、
    　前記対象物は複数あり、
    　前記位置計測部は、前記複数の対象物それぞれを分離的に認識し、且つそれぞれの位置を計測可能に構成される、
    計測システム。
12. 請求項１１に記載の計測システムにおいて、
    　前記複数の対象物を分離的に認識した結果が機械学習可能に構成され、これにより、当該計測システムの継続的な使用を通じて前記位置計測部による分離認識の精度が向上可能に構成される、
    計測システム。
13. 対象物の位置を計測する計測方法であって、
    　撮像ステップと、ＩＰＭ変換ステップと、位置計測ステップとを備え、
    　前記撮像ステップでは、フレームレートが１００ｆｐｓ以上のカメラを用いて、前記カメラの画角に含まれる前記対象物を、画像として撮像し、
    　前記ＩＰＭ変換ステップでは、
    　　前記対象物を含む前記画像の少なくとも一部を所定領域として決定し、
    　　前記画像を逆透視投影変換して、前記所定領域に限定されたＩＰＭ画像を生成し、ここで前記ＩＰＭ画像とは、前記対象物を含む所定平面を俯瞰するように描画された画像であり、
    　前記位置計測ステップでは、前記ＩＰＭ画像に基づいて、前記対象物の位置を計測する、
    計測方法。
14. 対象物の位置を計測可能に構成される計測システムの情報処理装置であって、
    　受付部と、ＩＰＭ変換部と、位置計測部とを備え、
    　前記受付部は、対象物を含む画像を受付可能に構成され、
    　前記ＩＰＭ変換部は、
    　　前記対象物を含む前記画像の少なくとも一部を所定領域として設定し、
    　　前記画像を逆透視投影変換して、前記所定領域に限定されたＩＰＭ画像を生成するように構成され、ここで前記ＩＰＭ画像とは、前記対象物を含む所定平面を俯瞰するように描画された画像であり、
    　前記位置計測部は、前記ＩＰＭ画像に基づいて、前記対象物の位置を計測可能に構成される、
    情報処理装置。
15. 計測プログラムであって、
    　コンピュータを請求項１４に記載の情報処理装置として機能させるもの。

Images