WO2021084583A1

WO2021084583A1 - 障害物検知装置、障害物検知方法、及び、障害物検知プログラム

Info

Publication number: WO2021084583A1
Application number: PCT/JP2019/042200
Authority: WO
Inventors: 航平廣松; 道学吉田; 康洲鎌
Original assignee: 三菱電機株式会社
Priority date: 2019-10-28
Filing date: 2019-10-28
Publication date: 2021-05-06
Also published as: US20240085553A1; JPWO2021084583A1; JP7109685B2

Abstract

障害物検知装置（３）は、水面（１０）を含む測定範囲において観測した複数の反射点（１４）から成る観測点群データの情報を受信し、観測点群データに含まれる複数の反射点（１４）の付近を通る平面を検出する平面検出部（３１）と、疑似水面を検出する疑似水面検出部（３２）と、波頂点（１６）に対応する反射点（１４）を検出する波頂点検出部（３４）と、疑似水面に対応する反射点（１４）と、波頂点（１６）に対応する反射点（１４）とを水面点群データに含まれる反射点（１４）とし、水面点群データに含まれない反射点（１４）を障害物の反射点（１４）と判定する障害物検知部（３ｅ）とを備える。

Description

障害物検知装置、障害物検知方法、及び、障害物検知プログラム

　本発明は、障害物検知装置、障害物検知方法、及び、障害物検知プログラムに関する。

　水上において船舶、桟橋等の物体を検知するために、３次元ＬｉＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）が用いられることがある。
　ＬｉＤＡＲは、レーザ光を投射し、物体からの反射光を受光するまでの時間を計測することにより物体までの距離を求めることができる。
　３次元ＬｉＤＡＲは、レーザ光を上下左右等の複数方向に向けて投射し、求めた距離と、レーザ投射角度とに基づいて物体の３次元位置を点群データとして生成することができる。
　３次元ＬｉＤＡＲは、定値以上の強度を持つ反射光を受光することができる。そのため、３次元ＬｉＤＡＲによれば、船舶、桟橋等だけでなく、入射角、水面等の状態によっては水面を物体と誤検知することがある。

　特許文献１では、水面を物体と誤検知することを防ぐ方法として、波の想定最大高さを上限値とし、点群データから高さが上限値以下であるデータを除外する方法が提案されている。

特開２０１２－２３７５９２号公報

　特許文献１の技術によれば、測定範囲においてレーザ光を鉛直方向に走査させて得られる点群データを生成する３次元ＬｉＤＡＲを対象としているため、異なる方法により点群データを生成する３次元ＬｉＤＡＲ、デプスカメラ等により生成された点群データを用いることができない場合がある。
　さらに、特許文献１の技術によれば、波の想定最大高さは検知対象である船舶等と比較して十分に小さいと仮定しているため、波の想定最大高さと、検知対象物の高さとの差が小さい場合に、検知対象物のほとんどの部分を検知することができない、又は、検知対象物を検知することができないことがある。

　本発明は、水面上における障害物検知において、点群データの生成方法に関係なく、かつ、波の想定高さに対して十分な高さを有しない検知対象物を検知することを目的とする。

　本発明に係る障害物検知装置は、
　水面を含む測定範囲において観測した複数の反射点から成る観測点群データの情報であって、各反射点の位置情報を含む情報を受信し、
　前記観測点群データに含まれる複数の反射点の付近を通る平面を検出する平面検出部と、
　前記平面検出部が検出した平面であって、前記水面の相対的に低い部分を通る平面である疑似水面を検出する疑似水面検出部と、
　前記観測点群データに含まれる反射点から前記疑似水面に対応する反射点を除いた反射点から成る上部点群データから、前記水面の波の相対的に低い部分以外から成る波頂点に対応する反射点を検出する波頂点検出部と、
　前記疑似水面に対応する反射点と、前記波頂点に対応する反射点とを水面点群データに含まれる反射点とし、前記観測点群データに含まれる反射点であって、前記水面点群データに含まれない反射点を障害物の反射点と判定する障害物検知部と
を備える。

　本発明によれば、疑似水面検出部が疑似水面を検出することと、波頂点検出部が波頂点を検出することとにより、観測点群データを水面から取得したデータとそれ以外のデータに分離することができるため、波の想定高さに対して十分な高さを有しない検知対象物を取得することができる。

実施の形態１に係る障害物検知装置３を備える障害物検知システム１の構成図。３次元ＬｉＤＡＲ２によるデータ取得の例を模式的に示す側面図。実施の形態１に係る水面分離部３ｄの構成図。実施の形態１に係る障害物検知装置３のハードウェア構成図。実施の形態１に係る水面分離部３ｄの動作を示すフローチャート。実施の形態１に係る疑似水面検出部３２の処理を示す概念図。実施の形態１に係るグループ化部３３の処理を示す概念図。実施の形態１に係る波頂点検出部３４が検出対象とする波頂点１６の例を示す図であり、（ａ）は直線状に長い波を形成する波頂点１６ａの特徴を示す図、（ｂ）は複数の方向からの波が合成されて発生するピラミッド状の波を形成する波頂点１６ｂの特徴を示す図、（ｃ）は統計量によって表される波頂点モデル１９を示す図。実施の形態１に係る境界検出部３５の処理の例を示す概念図。

　実施の形態１．
　以下、本実施の形態について、図面を参照しながら詳細に説明する。

＊＊＊構成の説明＊＊＊
　以下、図面を参照して、本実施の形態に係る障害物検知装置３を説明する。

　図１は、本実施の形態に係る障害物検知装置３を備える障害物検知システム１の構成例の概略である。
　本図に示すように、障害物検知システム１は、３次元ＬｉＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）２と、障害物検知装置３と、表示装置４とを備える。

　３次元ＬｉＤＡＲ２は、レーザ光を照射して物体からの反射光を受信し、反射点１４毎の３次元位置情報をまとめた３次元点群データを出力する。即ち、３次元ＬｉＤＡＲ２は、各反射点１４の位置情報を含む情報を出力する。
　反射点１４は、物体の表面を表す点であり、障害物検知システム１が３次元ＬｉＤＡＲ２を備える場合においては物体がレーザ光を反射した点である。以下、反射点１４を「点」と表現することもある。

　３次元ＬｉＤＡＲ２は、
　浮上体１１に、測定範囲に水面１０が含まれるように設置され、
　図示していないレーザ投射部と、レーザ受光部と、これらの方向を上下左右に変化させる駆動部とを有し、
　投射する方向を変えながらレーザ光１２を複数回投射し、
　測定範囲の水面１０又は障害物１３の反射点１４に当たってレーザ受光部に戻った反射光を検知するまでの時間を計測し、
　反射点１４毎に、反射点１４までの距離Ｒと、反射光の強度である反射強度Ｉとを測定する。
　水面１０は、典型的には液体と気体の境界面である。
　反射強度は、反射率と同義である。

　図２は、３次元ＬｉＤＡＲ２によるデータ取得の例を模式的に示す側面図である。
　本図において、浮上体１１は水面１０に固定されずに浮かんでいる。
　３次元ＬｉＤＡＲ２のレーザ受光部を原点とする右手系のローカル座標系における上下方向の角度をφとし、左右方向の角度をθとする。
　３次元ＬｉＤＡＲ２のローカル座標系のｚ方向は、高さ方向であり、典型的には、浮上体１１が波のない水面１０に置かれている場合には鉛直方向であり、浮上体１１の傾きに依存する方向である。

　３次元ＬｉＤＡＲ２は、
　測定範囲を決められた分解能で走査し、
　ある時間内に走査する範囲を１フレームとし、
　１フレームに含まれる反射点１４ごとの距離Ｒと強度Ｉとを測定し、
　距離Ｒと強度Ｉとφとθとを障害物検知装置３へ出力する。
　測定範囲は、３次元ＬｉＤＡＲ２が測定することができる範囲の少なくとも一部のことである。

　障害物検知装置３は、
　入出力部３ａと、記憶部３ｂと、座標変換部３ｃと、水面分離部３ｄと、障害物検知部３ｅとを有し、
　３次元点群データに基づいて物体を検知し、
　検知した物体の情報を出力する。

　入出力部３ａは、具体例として、デジタル入出力機能、アナログ入出力機能、及び／又は、通信入出力機能を有し、３次元ＬｉＤＡＲ２からデータを入力し、障害物検知部３ｅの演算結果を表示装置４へ出力する。

　記憶部３ｂは、座標変換部３ｃ、水面分離部３ｄ、障害物検知部３ｅが用いる閾値及び／又はフィッティング用のモデルデータ等を記憶している。

　座標変換部３ｃは、３次元ＬｉＤＡＲ２が取得した１フレーム分の反射点１４のデータＤ（ｋ）＝（（Ｒ（ｋ）　φ（ｋ）　θ（ｋ）　Ｉ（ｋ））^Ｔ（１≦ｋ≦Ｎ、Ｎは１フレームに含まれる反射点１４の数）から、（式１）、（式２）、及び、（式３）を用いて３次元ＬｉＤＡＲ２のローカル座標系における３次元点データＰ（ｋ）＝（（Ｘ（ｋ）　Ｙ（ｋ）　Ｚ（ｋ）　Ｉ（ｋ））^Ｔを算出する。ここで、Ｉ（ｋ）は反射強度であり、演算不要である。Ｄ（ｋ）の一部又は全てを観測点群データと呼ぶこともある。

Ｘ（ｋ）＝Ｒ（ｋ）ｓｉｎφ（ｋ）ｃｏｓθ（ｋ）　　（式１）
Ｙ（ｋ）＝Ｒ（ｋ）ｓｉｎφ（ｋ）ｓｉｎθ（ｋ）　　（式２）
Ｚ（ｋ）＝Ｒ（ｋ）ｃｏｓφ（ｋ）　　　　　　　　　（式３）

　水面分離部３ｄは、
　座標変換部３ｃが算出した全ての３次元点データから成る点群データＰ（＝｛Ｐ（１），…，Ｐ（Ｎ）｝）を入力とし、
　Ｐを、水面１０上の反射点１４による点群データＰ_ｗと、障害物１３上の反射点１４による点群データＰ_ｏとに分離して出力する。Ｐ_ｗを水面点群データと呼ぶこともある。
　なお、特に断りがない限り、本実施の形態の説明において、ある領域における全ての点への言及は典型的な例としての言及に過ぎず、ある領域における全ての点の代わりにある領域における一部の点であっても良い。

　図３は、水面分離部３ｄの構成例とデータの流れの例とを示す図である。
　本図に示すように、水面分離部３ｄは、平面検出部３１と、疑似水面検出部３２と、グループ化部３３と、波頂点検出部３４と、境界検出部３５とから構成される。
　動作の説明において、水面分離部３ｄのデータの流れを説明する。

　図４は、障害物検知装置３のハードウェア構成例である。障害物検知装置３は、一般的なコンピュータ１００から構成される。

　プロセッサ５は、障害物検知プログラムと、ＯＳ（Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍ）２３と等を実行するプロセッシング装置である。プロセッシング装置は、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）と呼ぶこともあり、プロセッサ５は、具体例としては、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）である。
　プロセッサ５は、メモリ６とデータバス２２により接続されており、演算に必要なデータの一時記憶、及び／又は、データの保存を行い、メモリ６に格納されたプログラムを読み出して実行する。

　本図の障害物検知装置３は、プロセッサ５を１つだけ備えているが、障害物検知装置３は、プロセッサ５を代替する複数のプロセッサを備えていても良い。これら複数のプロセッサは、プログラムの実行等を分担する。

　メモリ６は、データを一時的に記憶する記憶装置であり、プロセッサ５の演算結果を保持することができ、プロセッサ５の作業領域として使用されるメインメモリとして機能する。メモリ６は、記憶部３ｂに対応し、水面分離部３ｄと、障害物検知部３ｅと等の各処理と、表示装置４からの設定情報とを格納することができる。メモリ６が格納している各処理は、プロセッサ５に展開される。
　メモリ６は、具体例としては、ＳＲＡＭ（Ｓｔａｔｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等のＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）である。
　記憶部３ｂの少なくとも一部が、補助記憶装置２１から構成されても良い。

　補助記憶装置２１は、障害物検知プログラムと、プロセッサ５によって実行される各種プログラムと、各プログラムの実行時に使用されるデータと等を記憶する。補助記憶装置２１は、具体例としては、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）又は、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）である。また、補助記憶装置２１は、メモリカード、ＳＤ（Ｓｅｃｕｒｅ　Ｄｉｇｉｔａｌ、登録商標）メモリカード、ＣＦ（Ｃｏｍｐａｃｔ　Ｆｌａｓｈ）、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、又は、ＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｋ）等の可搬記録媒体であってもよい。
　障害物検知プログラムは、プログラムプロダクトとして提供されてもよい。

　センサインタフェース７と、表示インタフェース８と、設定インタフェース９とは、障害物検知装置３の入出力部３ａに対応し、具体例としては、Ｅｔｈｅｒｎｅｔ（登録商標）、又は、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）のポートである。
　センサインタフェース７は、３次元ＬｉＤＡＲ２からの情報を受け付ける。表示インタフェース８と、設定インタフェース９とは、表示装置４と通信することができる。
　センサインタフェース７と、表示インタフェース８と、設定インタフェース９とは、１のポートから構成されても良い。
　ＯＳ２３は、プロセッサ５によって補助記憶装置２１からロードされ、メモリ６に展開され、プロセッサ５上で実行される。ＯＳ２３は、プロセッサ５に適合するどのようなものであっても良い。
　ＯＳ２３と、障害物検知プログラムとは、メモリ６に記憶されていても良い。
　障害物検知プログラムは、プログラムプロダクトとして提供されてもよい。

　表示装置４は、
　入出力部４ａと、操作部４ｂと、表示部４ｃとを備え、
　障害物検知装置３からの検知物体情報を表示し、
　典型的には人間が設定した設定情報を、障害物検知装置３に出力する。

　入出力部４ａは、
　具体例として、デジタル入出力、アナログ入出力、及び／又は、通信入出力機能を有し、
　障害物検知部３ｅの演算結果を入力し、
　後述する操作部４ｂによる設定値を記憶部３ｂに記憶するために出力する。

　操作部４ｂは、具体例としてキーボードであり、人間が表示部４ｃの表示内容、記憶部３ｂが記憶している設定値等を変更するための操作をすることができるものである。

　表示部４ｃは、具体例として液晶ディスプレイであり、障害物検知部３ｅの演算結果に基づいて周囲の障害物１３の位置、速度、及び／又は、種類等を表示することができるものである。

＊＊＊動作の説明＊＊＊
　障害物検知装置３の動作手順は、障害物検知方法に相当する。また、障害物検知装置３の動作を実現するプログラムは、障害物検知プログラムに相当する。
　図５は、水面分離部３ｄの動作を示すフローチャートの例である。水面分離部３ｄは、本フローチャートに示す処理の順序を適宜変更しても良い。

（ステップＳ１：平面検出処理）
　平面検出部３１は、平面モデルへのフィッティングを利用して平面を検出し、検出した平面を利用して点群データを生成する。
　平面検出部３１は、点群データＰから最大Ｋ個の点であって、ある平面の近傍に属する点を選択して点群データＰ_ｖ（ｌ）（１≦ｌ≦ｌ_ＭＡＸ、ｌ_ＭＡＸは平面検出部３１が検出する平面の上限数）を生成する。
　Ｋと、ｌ_ＭＡＸとの値は、どのようなものであっても良い。
　平面モデルは、方程式（式４）に示すように４つのパラメータａと、ｂと、ｃと、ｄとを用いて表される。

ａｘ＋ｂｙ＋ｃｚ＋ｄ＝０　　ただし、√（ａ^２＋ｂ^２＋ｃ^２）＝１　　（式４）

　平面検出部３１は、
　複数の反射点１４の付近を通る平面を検出し、
　平面の検出にどのような手法を用いても良く、
　ＲＡＮＳＡＣ（Ｒａｎｄｏｍ　Ｓａｍｐｌｅ　Ｃｏｎｓｅｎｓｕｓ）を用いる場合、Ｐ（ｋ）と求めた平面モデルとの距離Ｌ（ｋ）の定義として、（式５）に示すものを用いても良く、他の定義を用いても良い。
　以下、距離に言及する場合、特に断りがない限り、距離の定義はどのようなものであっても良い。

Ｌ（ｋ）＝｜ａＸ（ｋ）＋ｂＹ（ｋ）＋ｃＺ（ｋ）＋ｄ｜　　（式５）

　平面検出部３１は、典型的には、Ｐ_ｖ（ｌ_１）（１≦ｌ_１≦ｌ_ＭＡＸ）と、Ｐ_ｖ（ｌ_２）（１≦ｌ_２≦ｌ_ＭＡＸ、ｌ_１≠ｌ_２）とに同じ点が所属しないようにするために、既にある平面の近傍に属する点として選択した全ての点をＰから除いた点群データＰ_ｒ，１を平面検出に用いる。
　平面検出部３１は、点群データＰ_ｒ，１に属する点の総数が３個未満になった場合、又は、ｌ_ＭＡＸ個の平面を検出した場合に、ステップＳ２に進む。

（ステップＳ２：疑似水面検出処理）
　図６は、本ステップの処理の例を示す概念図である。本図において、疑似水面検出部３２が疑似水面と判定した平面の近傍に位置する反射点１４を黒丸で示し、疑似水面検出部３２が疑似水面ではないと判定した平面に対応する反射点１４を白抜きの丸で示す。
　疑似水面は、
　水面１０を求めるための平面であり、
　典型的には、水面１０の相対的に低い部分を通る水平又は水平に近い平面である。

　疑似水面検出部３２は、ステップＳ１において生成した点群データに対応する平面から水面１０に対応する疑似水面を検出する。
　なお、３次元ＬｉＤＡＲ２は、透明度が高い水面１０に対して垂直に近い角度でレーザ光１２を当てた場合等を除いて、水面１０を透過して水中の障害物１３を取得することができない。

　疑似水面検出部３２は、
　ステップＳ１で検出した各平面が疑似水面であるか否かを水平からのずれの度合いと高さと等に基づいて判定し、疑似水面の近傍に位置する点群データＰ_ｗ，ｖを検出し、
　Ｐ_ｗ，ｖをＰから除く。
　Ｐ_ｗ，ｖは、水面１０上の反射点１４から成る。ＰからＰ_ｗ，ｖを除いた点群データを、上部点群データと呼ぶこともある。
　疑似水面検出部３２は、
　ステップＳ１で検出した１の平面を選択し、
　図２に示すローカル座標系における高さ方向（ｚ方向）と、選択した平面の法線との成す角度を平面の水平からのずれの度合いとして算出し、
　算出した角度が傾き閾値以下である場合に、選択した平面を疑似水面の候補とする。
　傾き閾値はどのような値であっても良く、具体例として、固定値であっても良く、浮上体１１の傾き等に依存する可変値であっても良い。以下、閾値に言及する場合、他種の閾値であっても、特に断りがなければ同様である。
　なお、Ｐ_ｖ（ｌ）に属する全ての点が１の平面上に存在するとは限らない。

　ステップＳ１で検出した平面は、水平又は水平に近い場合であっても、水上に浮遊する物体の上面、桟橋等、疑似水面ではないこともある。そのため、疑似水面検出部３２は、平面の高さに基づいて疑似水面であるか否かを判断する。
　疑似水面検出部３２は、具体例として、平面に対応する点群データの高さが所定の閾値である平面閾値よりも低い平面を疑似水面と判断すること、複数のグループの内、最も高さの低い点群データを疑似水面と判断すること等によりＰ_ｗ，ｖを抽出する。点群データの高さは、具体例として、平面に対応する点群データに属する全ての点の高さの平均、点群データに属する点の中で最も高い点、又は、最も低い点の高さである。以下、点群データの高さに言及する場合、特に断りがなければ同様である。
　疑似水面検出部３２は、この条件を満たす平面が存在しない場合、Ｐ_ｗ，ｖは存在しないものとして良い。

　ここで、高さ方向（ｚ方向）と平面の法線のなす角の閾値は、３次元ＬｉＤＡＲ２が浮上体１１に設置されていることを考慮し、浮上体１１の使用環境における揺れ角の最大値を設定することが望ましい。揺れ角の最大値は、具体例として、事前に設定した値、実際の計測値に基づいて算出した値であり、可変値であっても良い。

　疑似水面検出部３２は、
　疑似水面の上下一定の範囲内に位置する点を水面１０上の反射点１４と判定し、
　Ｐを、Ｐ_ｗ，ｖと、ＰからＰ_ｗ，ｖを除いた点から成る点群データＰ_ｒ，２に分離する。
　疑似水面検出部３２は、水面１０の状況等を考慮して上下一定の範囲を変更して良い。

　障害物検知装置３は、以降の処理において、水面１０上の反射点１４と判定されずに残った、波面を形成する水面１０上の点群データ及び／又は、障害物１３に付着した水面１０の点群データを除去する。

（ステップＳ３：グループ化処理）
　グループ化部３３は、波の頂点を抽出するための前処理を実行する。
　グループ化部３３は、Ｐ_ｒ，２に含まれる点から成る点群データＰ_ｂ（ｍ）（１≦ｍ）を、距離が近い点同士を連結することにより生成する。各Ｐ_ｂ（ｍ）を「点群グループ」と呼ぶ。以下、本ステップにおいてＭ個の点群グループが生成されたものとする。
　グループ化部３３は、
　Ｐ_ｒ，２に属する複数の点をまとめて点の集合を生成して距離が近い集合同士を連結する等、どのように連結しても良く、
　距離の定義、点同士が近いか否かの判定基準としてどのようなものを用いても良い。

　図７は、本ステップの処理の結果の一例を示す概念図である。
　グループ化部３３は、本例において、図２に図示するローカル座標系における高さ方向に垂直な平面を一辺の長さがＳ_ｇの正方形の格子１５で分割し、隣接する格子の中に点が存在しなくなるまで格子同士を連結する。
　グループ化部３３は、正方形の格子１５で分割する代わりに、１種類以上の多角形を用いて平面を分割しても良く、平面の上下一定範囲を直方体の格子、又は、１種類以上の立体図形を用いて分割しても良い。
　Ｐ_ｂ（ｍ）は、１の格子に属する点のみから成り立っていても良い。

（ステップＳ４：波頂点検出処理）
　疑似水面検出部３２は、水面１０に波が立っている場合、波頂点１６に当たった反射点１４をＰ_ｗ，ｖに含めないことがある。波頂点１６は、水面１０の波の内、波の相対的に低い部分を除いた部分を指す。
　波頂点検出部３４は、波頂点モデル１９にフィッティングさせることを利用して波頂点１６を検出する。波頂点モデル１９は、波頂点１６を抽象化したモデルである。
　点群グループの高さは、点群データの高さと同様である。

　波頂点検出部３４は、各Ｐ_ｂ（ｍ）から波頂点１６上の反射点１４を検出する。

　図８は、波頂点検出部３４が検出対象とする波頂点１６の例を示す図であり、白抜きの丸は点群グループ内の点を示す。図８の（ａ）は直線状に長い波を形成する波頂点１６ａの特徴の例を示しており、図８の（ｂ）は複数の方向からの波が合成されて発生するピラミッド状の波を形成する波頂点１６ｂの特徴の例を示しており、図８の（ｃ）は平均、分散等の統計量によって表される波頂点モデル１９の一例を示している。波頂点モデル１９は、他の方法により生成されたものであっても良い。
　記憶部３ｂは少なくとも１の波頂点モデル１９を記憶しており、波頂点検出部３４は波頂点モデル１９にフィッティングするか否かを判定することにより、図８の（ａ）、図８の（ｂ）等の形状の波頂点１６を抽出する。

　波頂点検出部３４は、具体例として、
　高さ方向に垂直な平面で外接直方体１７を作成し、
　外接四角形の長辺方向と垂直な平面１８に外接直方体１７内の点を射影し、
　射影した点を緩い勾配の山型の波頂点モデル１９にフィッティングすることができる場合に、Ｐ_ｂ（ｍ）を波頂点１６と判定する。
　以下、本ステップにおいて、波頂点検出部３４は、Ｍ_ｔ個のＰ_ｂ（ｍ）を波頂点１６と判定するものとする。

　波頂点検出部３４は、高い位置の点群グループは水面１０の反射点１４ではない可能性が高いことを考慮し、波であると推定される高さの波頂点を抽出する。
　波頂点検出部３４は、波頂点モデル１９にフィッティングすると判定した各Ｐ_ｂ（ｍ）の重心位置Ｐ_ｇ，ｔ（ｍ）を求める。
　波頂点検出部３４は、
　Ｐ_ｗ，ｖが存在する場合、以下の処理（Ａ）を実行し、
　それ以外の場合、以下の処理（Ｂ）を実行する。

　処理（Ａ）
　波頂点検出部３４は、
　Ｐ_ｗ，ｖに対応する平面と、Ｐ_ｇ，ｔ（ｍ）との距離が水面閾値以内であればＰ_ｂ（ｍ）を波頂点１６と判定し、
　波頂点１６と判定した各Ｐ_ｂ（ｍ）を点群グループＰ_ｗ，ｔ（ｍ_ｔ）（１≦ｍ_ｔ≦Ｍ_ｔ）とし、それ以外の各Ｐ_ｂ（ｍ）を点群グループＰ_ｂ，ｒ（ｍ_ｒ）（１≦ｍ_ｒ≦Ｍ_ｒ、Ｍ_ｔ＋Ｍ_ｒ＝Ｍ）とする。

　処理（Ｂ）
　波頂点検出部３４は、Ｐ_ｗ，ｖが存在しない場合、処理（Ａ）を実行しない代わりに、
　波頂点モデル１９にフィッティングしないと判定した各Ｐ_ｂ（ｍ）、即ち、波頂点１６上の反射点１４でも水面１０上の反射点１４でもないと判定されている各Ｐ_ｂ（ｍ）に含まれている全ての点の重心位置Ｐ_ｇ，ｂ（ｍ）を求め、Ｐ_ｇ，ｂ（ｍ）全ての内、最も低い高さを水面閾値とし、
　波頂点モデル１９にフィッティングすると判定した各Ｐ_ｂ（ｍ）に含まれている全ての点の重心位置Ｐ_ｇ，ｔ（ｍ）を求め、高さが水面閾値以下である各Ｐ_ｇ，ｔ（ｍ）に対応する各Ｐ_ｂ（ｍ）を点群グループＰ_ｗ，ｔ（ｍ_ｔ）とし、それ以外の各Ｐ_ｂ（ｍ）をＰ_ｂ，ｒ（ｍ_ｒ）とする。

（ステップＳ５：境界検出処理）
　境界検出部３５は、Ｐ_ｂ，ｒ（ｍ_ｒ）に含まれている水面１０上の反射点１４に対応する点データを除去することにより、障害物１３に付着している又は沿っているために疑似水面検出部３２と波頂点検出部３４とが水面１０と判定しなかった反射点１４であって、水面１０と考えられる反射点１４を抽出する。
　境界検出部３５は、本ステップにおいて、水面１０上の反射点１４のＩ（ｋ）が小さいことを利用する。
　境界検出部３５は、障害物１３上の反射点１４を抽出しても良い。

　障害物１３と水面１０との境界付近の水面１０が盛り上がりやすいこと等の理由により、Ｐ_ｂ，ｒ（ｍ_ｒ）に水面１０の一部が含まれていることがある。
　ステップＳ４までの処理のみでは、水面１０上の反射点１４がＰ_ｂ，ｒ（ｍ_ｒ）に含まれている場合、１フレーム毎に同一の障害物１３の形状が変化することが起こり得、障害物１３検出の精度、障害物１３に対応する点群グループの品質等が低下することがある。
　そこで、境界検出部３５は、Ｐ_ｂ，ｒ（ｍ_ｒ）に含まれる点の内、反射強度が低い点を水面１０の一部と判定する。

　図９は、境界検出部３５の処理の例を示す概念図である。本図において、白抜きの丸は反射強度が高い点を示し、黒抜きの丸は反射強度が低い点を示す。
　境界検出部３５は、典型的には、全てのｍ_ｒについて、Ｐ_ｂ，ｒ（ｍ_ｒ）に含まれている反射強度の低い反射点１４であって、所定の閾値以下の反射点１４をＰ_ｂ，ｒ（ｍ_ｒ）から除去する。
　境界検出部３５は、典型的には、
　Ｐ_ｂ，ｒ（ｍ_ｒ）に含まれている全ての点の反射強度の平均値を、平均反射強度Ｉ_ｂ，ｒ（ｍ_ｒ）として求め、
　Ｐ_ｂ，ｒ（ｍ_ｒ）に含まれている全ての点について、点に対応する反射強度Ｉ（ｋ）であって、３次元ＬｉＤＡＲ２が点の位置情報と併せて取得する反射強度Ｉ（ｋ）がＩ_ｂ，ｒ（ｍ_ｒ）よりも十分に小さい値である反射閾値以下である場合、その点を境界反射点として抽出する。境界反射点は、境界検出部３５が水面１０上の反射点１４と判断した点である。
　反射閾値は、天候等に依存する可変値であっても良い。

　境界検出部３５は、Ｐ_ｗ，ｖが存在する場合、波頂点検出部３４の処理（Ａ）と同様に、全ての境界反射点について、Ｐ_ｗ，ｖに対応する平面と境界反射点との距離が境界水面閾値以下である場合、境界反射点を水面１０上の点と判定し、Ｐ_ｂ，ｒ（ｍ_ｒ）から除去する。境界水面閾値は、水面閾値と同じであっても良い。

　境界検出部３５は、Ｐ_ｗ，ｖが存在しない場合、波頂点検出部３４の処理（Ｂ）と同様に水面閾値を求め、水面閾値以下の高さに位置する境界反射点を水面１０上の点と判定し、Ｐ_ｂ，ｒ（ｍ_ｒ）から除去する。

　境界検出部３５は、全てのｍ_ｒについて、Ｐ_ｂ，ｒ（ｍ_ｒ）から水面１０上の点を除去した点群データを点群データＰ_ｏ，ｒ（ｍ_ｒ）とし、本ステップにおいて除去した水面１０上の点全てから成る点群データを点群データＰ_ｗ，ｏとする。

　従って、水面１０上の反射点１４による点群データＰ_ｗは、Ｐ_ｗ，ｖと、Ｐ_ｗ，ｔ（ｍ_ｔ）と、Ｐ_ｗ，ｏとを結合したものであり、障害物１３上の反射点１４による点群データＰ_ｏは、Ｐ_ｏ，ｒ（ｍ_ｒ）を全て結合したものである。

　障害物検知部３ｅは、
　水面分離部３ｄで１フレームを構成する点群データから分離した障害物１３上の反射点１４による点群データＰ_ｏ又は個別の障害物１３の点群データＰ_ｏ，ｒ（ｍ_ｒ）を用いて、３次元ＬｉＤＡＲ２の測定範囲の障害物１３の検知に関する処理を行い、
　入出力部３ａを介して処理結果を表示装置４に送信する。

　障害物検知部３ｅは、具体例として、記憶部３ｂが記憶している桟橋及び／又は船舶のモデルとのフィッティングによる障害物１３の識別、点群の形状特徴量を利用したフレーム間の類似度検索を用いて動いている障害物１３を追跡することによる障害物１３の速度算出等の処理を実行する。

＊＊＊実施の形態１の特徴＊＊＊
　障害物検知装置３は、
　水面１０を含む測定範囲において観測した複数の反射点から成る観測点群データの情報であって、各反射点の位置情報を含む情報を受信し、
　観測点群データに含まれる複数の反射点の付近を通る平面を検出する平面検出部３１と、
　平面検出部３１が検出した平面であって、水面１０の相対的に低い部分を通る平面である疑似水面を検出する疑似水面検出部３２と、
　観測点群データに含まれる反射点から疑似水面に対応する反射点を除いた反射点から成る上部点群データから、水面１０の波の相対的に低い部分以外から成る波頂点１６に対応する反射点を検出する波頂点検出部３４と、
　疑似水面に対応する反射点と、波頂点１６に対応する反射点とを水面点群データに含まれる反射点とし、観測点群データに含まれる反射点であって、水面点群データに含まれない反射点を障害物の反射点と判定する障害物検知部３ｅと
を備える。

　平面検出部３１は、平面モデルへのフィッティングを利用して平面を検出する。

　疑似水面検出部３２は、平面検出部３１が検出した平面の法線と、障害物検知装置３の高さ方向との傾きが傾き閾値以下であり、かつ、検出した平面の高さが平面閾値以下である場合に、平面を疑似水面と判定する。

　障害物検知装置３は、波頂点１６を表す波頂点モデル１９を記憶している記憶部３ｂを備え、
　波頂点検出部３４は、上部点群データの内、波頂点モデル１９にフィッティングすることができる部分を波頂点１６と判定する。

　障害物検知装置３は、測定範囲を図形を用いて分割し、水平方向に隣接する２の図形のいずれにも上部点群データに含まれる反射点が含まれている場合に２の図形を連結し、１の連結された図形内に含まれている反射点を１の点群グループとするグループ化部を備え、
　波頂点検出部３４は、点群グループ毎に波頂点１６に対応する反射点が存在するか否か判定する。

　波頂点検出部３４は、点群グループそれぞれの重心位置を求め、求めた重心位置と疑似水面との距離が水面閾値以下である場合に、求めた重心位置に対応する点群グループに含まれる反射点を波頂点１６に対応する反射点と判定する。

　障害物検知装置３は、各反射点の反射強度の情報を受信し、
　観測点群データから疑似水面に対応する反射点と波頂点１６に対応する反射点とを除いた反射点から、水面１０と水面１０上の障害物との境界付近の水面１０に位置する反射点を境界反射点として反射強度を利用して検出する境界検出部３５を備え、
　障害物検知部３ｅは、境界反射点を水面点群データに含まれる反射点とする。

　境界検出部３５は、反射強度が反射閾値以下である反射点を境界反射点と判定する。

　境界検出部３５は、境界反射点の高さが境界水面閾値以下である反射点を境界反射点と判定する。

＊＊＊実施の形態１の効果の説明＊＊＊
　従来、水面上における障害物検知において、３次元ＬｉＤＡＲの検知対象物が海上における波と比較して高い位置にあるという知見に基づき、波の想定最大高が検知対象物よりも十分低いものと仮定して閾値を設定し、当該閾値よりも低い位置からの点データを水面からの点データとして除外していた。そのため、波の高さと同程度の高さを持つ対象物を検知し、回避及び／又は着岸などの動作を行う必要がある小型の船舶に従来技術を適用することは困難であった。

　本実施の形態によれば、
　疑似水面判定処理Ｓ２と波頂点検出部３４とが、３次元ＬｉＤＡＲ２から取得した点群データから水面１０上又は波頂点１６上の反射点１４を波頂点モデル１９にフィッティングすることにより検知し、
　疑似水面判定処理Ｓ２が、３次元ＬｉＤＡＲ２が投射するレーザが水面１０を透過しにくいことに基づき、高さ方向の最も低い位置にある点群データを選択する。
　従って、本実施の形態によれば、検知対象物である障害物１３の高さと波の高さとが同程度の場合であっても、水面１０上の障害物１３上の反射点１４と、水面１０上の反射点１４とを区別することができる。
　さらに、本実施の形態によれば、境界検出部３５が、障害物１３の付近において、反射強度が反射閾値である反射点１４を水面１０上の反射点と判定することにより、障害物１３検出の精度を高めることができる。

＜変形例１＞
　障害物検知装置３は、複数のコンピュータから構成されても良い。

＜変形例２＞
　障害物検知装置３は、３次元ＬｉＤＡＲ２以外の機器から点群データを受信しても良い。
　本変形例において、障害物検知装置３は、具体例として、デプスカメラから点群データを受信する。

＜変形例３＞
　水面１０は、水以外の液体の表面であって良い。

＜変形例４＞
　障害物検知装置３は、点群データＰを受信しても良い。
　本変形例において、障害物検知装置３は座標変換部３ｃを備えなくても良い。

＜変形例５＞
　浮上体１１は、堤防等に固定されている機器であっても良く、水面１０付近を飛行している機器であっても良い。

＜変形例６＞
　平面検出部３１は、（式４）に示す係数に関する制約を考慮しなくても良い。

＜変形例７＞
　障害物検知装置３は、ステップＳ２において、疑似水面が存在しない場合に、ステップＳ１に戻っても良い。

＜変形例８＞
　障害物検知装置３は、観測データ等に基づいて、波頂点モデル１９を学習及び／又は生成しても良い。

＜変形例９＞
　疑似水面検出部３２は、ステップＳ２において、障害物検知装置３が鉛直方向を求められる場合、鉛直方向から角度に基づいて疑似水面を検出しても良い。

＜変形例１０＞
　波頂点検出部３４は、ステップＳ４において、厳密な重心位置以外の位置を重心位置としても良い。

＜変形例１１＞
　障害物検知装置３は、境界検出部３５を備えなくても良い。
　本変形例において、障害物検知装置３は、疑似水面に対応する反射点１４と、前記波頂点に対応する反射点１４とを水面点群データとする。

＜変形例１２＞
　境界検出部３５は、ステップＳ５において、全ての点が反射強度以下であるか否かを判定しなくても良い。
　境界検出部３５は、本変形例において、具体例として、反射点１４をランダムに抽出し、抽出した点の反射強度が低い場合に、抽出した点の周囲の点の反射強度を確認する。

＜変形例１３＞
　境界検出部３５は、ステップＳ５において、Ｉ_ｂ，ｒ（ｍ_ｒ）を、Ｐ_ｂ，ｒ（ｍ_ｒ）に含まれている全ての点の反射強度の平均値ではなく、Ｐ_ｂ，ｒ（ｍ_ｒ）に含まれている一部の点の反射強度の平均値としても良い。
　境界検出部３５は、本変形例において、具体例として、ランダムサンプリングを用いる。

＜変形例１４＞
　本実施の形態では、各機能構成要素をソフトウェアで実現する場合を説明した。しかし、変形例として、各機能構成要素はハードウェアで実現されても良い。

　各機能構成要素がハードウェアで実現される場合には、障害物検知装置３は、プロセッサ５に代えて、電子回路２０を備える。あるいは、図示しないが、障害物検知装置３は、プロセッサ５、メモリ６、及び補助記憶装置２１に代えて、電子回路２０を備える。電子回路２０は、各機能構成要素（及びメモリ６と補助記憶装置２１）の機能を実現する専用の電子回路である。電子回路を、処理回路と呼ぶこともある。

　電子回路２０は、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ（Ｇａｔｅ　Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）が想定される。

　各機能構成要素を１つの電子回路２０で実現してもよいし、各機能構成要素を複数の電子回路２０に分散させて実現してもよい。

　あるいは、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。

　前述したプロセッサ５とメモリ６と補助記憶装置２１と電子回路２０とを、総称して「プロセッシングサーキットリー」という。つまり、各機能構成要素の機能は、プロセッシングサーキットリーにより実現される。

＊＊＊他の実施の形態＊＊＊
　実施の形態１の任意の構成要素の変形、もしくは実施の形態１において任意の構成要素の省略が可能である。

　また、実施の形態は、実施の形態１で示したものに限定されるものではなく、必要に応じて種々の変更が可能である。

　１　障害物検知システム、２　３次元ＬｉＤＡＲ、３　障害物検知装置、４　表示装置、３ａ　入出力部、３ｂ　記憶部、３ｃ　座標変換部、３ｄ　水面分離部、３１　平面検出部、３２　疑似水面検出部、３３　グループ化部、３４　波頂点検出部、３５　境界検出部、３ｅ　障害物検知部、４ａ　入出力部、４ｂ　操作部、４ｃ　表示部、５　プロセッサ、６　メモリ、７　センサインタフェース、８　表示インタフェース、９　設定インタフェース、１０　水面、１１　浮上体、１２　レーザ光、１３　障害物、１４　反射点、１５　格子、１６　波頂点、１６ａ　波頂点、１６ｂ　波頂点、１７　外接直方体、１８　平面、１９　波頂点モデル、２０　電子回路、２１　補助記憶装置、２２　データバス、２３　ＯＳ、１００　コンピュータ。

Claims

　水面を含む測定範囲において観測した複数の反射点から成る観測点群データの情報であって、各反射点の位置情報を含む情報を受信する障害物検知装置において、
　前記観測点群データに含まれる複数の反射点の付近を通る平面を検出する平面検出部と、
　前記平面検出部が検出した平面であって、前記水面の相対的に低い部分を通る平面である疑似水面を検出する疑似水面検出部と、
　前記観測点群データに含まれる反射点から前記疑似水面に対応する反射点を除いた反射点から成る上部点群データから、前記水面の波の相対的に低い部分以外から成る波頂点に対応する反射点を検出する波頂点検出部と、
　前記疑似水面に対応する反射点と、前記波頂点に対応する反射点とを水面点群データに含まれる反射点とし、前記観測点群データに含まれる反射点であって、前記水面点群データに含まれない反射点を障害物の反射点と判定する障害物検知部と
を備える障害物検知装置。
　前記平面検出部は、平面モデルへのフィッティングを利用して平面を検出する請求項１に記載の障害物検知装置。
　前記疑似水面検出部は、前記平面検出部が検出した平面の法線と、前記障害物検知装置の高さ方向との傾きが傾き閾値以下であり、かつ、前記検出した平面の高さが平面閾値以下である場合に、前記平面を前記疑似水面と判定する請求項１又は２に記載の障害物検知装置。
　前記波頂点を表す波頂点モデルを記憶している記憶部を備え、
　前記波頂点検出部は、前記上部点群データの内、前記波頂点モデルにフィッティングすることができる部分を前記波頂点と判定する請求項１から３のいずれか１項に記載の障害物検知装置。
　前記測定範囲を図形を用いて分割し、水平方向に隣接する２の図形のいずれにも前記上部点群データに含まれる反射点が含まれている場合に前記２の図形を連結し、１の連結された図形内に含まれている反射点を１の点群グループとするグループ化部を備え、
　前記波頂点検出部は、前記点群グループ毎に前記波頂点に対応する反射点が存在するか否か判定する請求項１から４のいずれか１項に記載の障害物検知装置。
　前記波頂点検出部は、前記点群グループそれぞれの重心位置を求め、求めた重心位置と前記疑似水面との距離が水面閾値以下である場合に、前記求めた重心位置に対応する前記点群グループに含まれる反射点を前記波頂点に対応する反射点と判定する請求項５に記載の障害物検知装置。
　前記障害物検知装置は、各反射点の反射強度の情報を受信し、
　前記観測点群データから前記疑似水面に対応する反射点と前記波頂点に対応する反射点とを除いた反射点から、前記水面と前記水面上の障害物との境界付近の水面に位置する反射点を境界反射点として前記反射強度を利用して検出する境界検出部を備え、
　前記障害物検知部は、前記境界反射点を前記水面点群データに含まれる反射点とする請求項１から６のいずれか１項に記載の障害物検知装置。
　前記境界検出部は、反射強度が反射閾値以下である反射点を前記境界反射点と判定する請求項７に記載の障害物検知装置。
　前記境界検出部は、前記境界反射点の高さが境界水面閾値以下である反射点を前記境界反射点と判定する請求項７又は８に記載の障害物検知装置。
　水面を含む測定範囲において観測した複数の反射点から成る観測点群データの情報であって、各反射点の位置情報を含む情報を受信する障害物検知装置における障害物検知方法において、
　平面検出部が、前記観測点群データに含まれる複数の反射点の付近を通る平面を検出し、
　疑似水面検出部が、前記平面検出部が検出した平面であって、前記水面の相対的に低い部分を通る平面である疑似水面を検出し、
　波頂点検出部が、前記観測点群データに含まれる反射点から前記疑似水面に対応する反射点を除いた反射点から成る上部点群データから、前記水面の波の相対的に低い部分以外から成る波頂点に対応する反射点を検出し、
　障害物検知部が、前記疑似水面に対応する反射点と、前記波頂点に対応する反射点とを水面点群データに含まれる反射点とし、前記観測点群データに含まれる反射点であって、前記水面点群データに含まれない反射点を障害物の反射点と判定する障害物検知方法。
　水面を含む測定範囲において観測した複数の反射点から成る観測点群データの情報であって、各反射点の位置情報を含む情報を受信する障害物検知装置であるコンピュータに、
　前記観測点群データに含まれる複数の反射点の付近を通る平面を検出させ、
　検出させた平面であって、前記水面の相対的に低い部分を通る平面である疑似水面を検出させ、
　前記観測点群データに含まれる反射点から前記疑似水面に対応する反射点を除いた反射点から成る上部点群データから、前記水面の波の相対的に低い部分以外から成る波頂点に対応する反射点を検出させ、
　前記疑似水面に対応する反射点と、前記波頂点に対応する反射点とを水面点群データに含まれる反射点とさせ、前記観測点群データに含まれる反射点であって、前記水面点群データに含まれない反射点を障害物の反射点と判定させる障害物検知プログラム。