WO2023120430A1 - 情報処理装置、制御方法、プログラム及び記憶媒体 - Google Patents

情報処理装置、制御方法、プログラム及び記憶媒体 Download PDF

Info

Publication number
WO2023120430A1
WO2023120430A1 PCT/JP2022/046465 JP2022046465W WO2023120430A1 WO 2023120430 A1 WO2023120430 A1 WO 2023120430A1 JP 2022046465 W JP2022046465 W JP 2022046465W WO 2023120430 A1 WO2023120430 A1 WO 2023120430A1
Authority
WO
WIPO (PCT)
Prior art keywords
point
noise
point cloud
information processing
evaluation value
Prior art date
Application number
PCT/JP2022/046465
Other languages
English (en)
French (fr)
Inventor
宏美 矢島
到 竹村
Original Assignee
パイオニア株式会社
パイオニアスマートセンシングイノベーションズ株式会社
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 パイオニア株式会社, パイオニアスマートセンシングイノベーションズ株式会社 filed Critical パイオニア株式会社
Publication of WO2023120430A1 publication Critical patent/WO2023120430A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C3/00—Measuring distances in line of sight; Optical rangefinders
    • G01C3/02—Details
    • G01C3/06—Use of electric means to obtain final indication
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

情報処理装置１は、取得手段と、評価値算出手段と、ノイズ判定手段とを有する情報処理装置として機能する。取得手段は、計測装置が計測した点ごとのデータの集合である点群データを取得する。評価値算出手段は、点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価するノイズ評価関数に基づき、点群データの各データに対するノイズ評価値を算出する。閾値設定手段は、ノイズ評価関数の確率密度関数の統計量に基づき、ノイズ評価値に対する閾値を設定する。ノイズ判定手段は、ノイズ評価値と閾値とに基づき、点群データにおけるノイズ点を判定する。

Description

情報処理装置、制御方法、プログラム及び記憶媒体
　本開示は、計測したデータを処理する技術に関する。
　従来から、計測対象物に光を照射して該計測対象物からの反射光を検出し、該計測対象物に光を照射するタイミングと、該計測対象物からの反射光を検出するタイミングとの時間差により計測対象物までの距離を算出する測距装置が知られている。例えば、特許文献１には、ライダにより得られる点群データが示す各被計測点において時間的又は空間的な安定性に基づきノイズにより生成されたノイズ点を判定するノイズ判定手法が開示されている。
特開２０２１－４３８３８号公報
　ノイズにより生成されるノイズ点は、およそ一定の確率で測距され、物体を表す物体点は、距離が遠くなる程、測距確率が低くなる傾向がある。そして、遠方に物体が有る場合や、元々反射強度の低い物体は、物体点の測距確率が低下し、ノイズ点と物体点の判別が困難になる。
　本発明の解決しようとする課題としては、上記のものが一例として挙げられる。本開示は、ノイズにより生成されたノイズ点を的確に判定することが可能な情報処理装置、制御方法、プログラム及びプログラムを記憶した記憶媒体を提供することを主な目的とする。
　請求項に記載の発明は、
　計測装置が計測した点ごとのデータの集合である点群データを取得する取得手段と、
　前記点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価する評価関数に基づき、前記点群データの各データに対する評価値を算出する評価値算出手段と、
　前記評価関数の確率密度関数の統計量に基づき、前記評価値に対する閾値を設定する閾値設定手段と、
　前記評価値と前記閾値とに基づき、前記点群データにおける前記ノイズ点を判定するノイズ判定手段と、
を有する情報処理装置である。
　また、請求項に記載の発明は、
　情報処理装置が実行する制御方法であって、
　計測装置が計測した点ごとのデータの集合である点群データを取得し、
　前記点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価する評価関数に基づき、前記点群データの各データに対する評価値を算出し、
　前記評価関数の確率密度関数の統計量に基づき、前記評価値に対する閾値を設定し、
　前記評価値と前記閾値とに基づき、前記点群データにおける前記ノイズ点を判定する、
制御方法である。
　また、請求項に記載の発明は、
　計測装置が計測した点ごとのデータの集合である点群データを取得し、
　前記点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価する評価関数に基づき、前記点群データの各データに対する評価値を算出し、
　前記評価関数の確率密度関数の統計量に基づき、前記評価値に対する閾値を設定し、
　前記評価値と前記閾値とに基づき、前記点群データにおける前記ノイズ点を判定する処理をコンピュータに実行させるプログラムである。
第１実施例に係るライダの概略構成を示す。 ノイズ評価関数の確率密度関数を示すグラフである。 第１実施例に係る点群情報処理のフローチャートの一例である。 （Ａ）反射強度値が閾値未満となる現フレームの対象点及びその周辺の被計測点を仮想平面上において示した図である。（Ｂ）反射強度値が閾値以上となる現フレームの対象点及びその周辺の被計測点を仮想平面上において示した図である。 第２実施例に係るノイズ点判定処理のフローチャートの一例である。 第２実施例に係るノイズ点判定処理のフローチャートの他の例である。 第１の方法に基づき決定された過去対象点のサンプル点の配置を表す図である。 （Ａ）第２の方法に基づき決定された過去対象点のサンプル点の配置を表す図である。（Ｂ）第３の方法に基づき決定された過去対象点のサンプル点の配置を表す図である。 第３実施例に係るノイズ点判定処理の手順を示すフローチャートの一例である。 第４実施例に係るライダシステムの構成図である。
　本発明の好適な実施形態では、情報処理装置は、計測装置が計測した点ごとのデータの集合である点群データを取得する取得手段と、前記点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価する評価関数に基づき、前記点群データの各データに対する評価値を算出する評価値算出手段と、前記評価関数の確率密度関数の統計量に基づき、前記評価値に対する閾値を設定する閾値設定手段と、前記評価値と前記閾値とに基づき、前記点群データにおける前記ノイズ点を判定するノイズ判定手段と、を備える。情報処理装置は、この態様により、評価関数に基づく評価値に対する閾値を評価関数の確率密度関数を考慮して設定し、ノイズ点の判定を的確に実行することが可能となる。
　上記情報処理装置の一態様では、前記閾値設定手段は、前記確率密度関数の平均と分散とに基づき、前記閾値を設定する。この態様により、情報処理装置は、評価関数に基づく評価値に対する閾値を、評価関数の確率密度関数を考慮して好適に定めることができる。
　上記情報処理装置の他の一態様では、前記点群データは、前記点ごとの計測距離を表すデータの集合であり、前記評価関数は、前記評価値を算出する前記点と当該点以外の前記点群データの点との、前記計測距離に関する差分、計測方向に関する差分、及び、計測時刻に関する差分に基づき前記評価値を出力する関数である。情報処理装置は、このような評価関数を用いることで、ノイズ点か物体点かを的確に評価することが可能な評価値を算出することが可能となる。
　上記情報処理装置の他の一態様では、前記評価値算出手段は、現処理時刻において前記取得手段が取得する前記点群情報である現フレームと、前記現処理時刻より前の時刻において前記取得手段が取得する前記点群情報である過去フレームと、前記評価関数とに基づき、前記評価値を算出する。この態様により、情報処理装置は、ノイズ点か物体点かを的確に評価することが可能な評価値を算出することが可能となる。
　上記情報処理装置の他の一態様では、情報処理装置は、前記統計量を記憶する記憶手段をさらに有し、前記閾値設定手段は、前記記憶手段に記憶された前記統計量に基づき、前記閾値を設定する。この態様により、情報処理装置は、評価関数の確率密度関数の統計量に基づく閾値を好適に設定することができる。
　上記情報処理装置の他の一態様では、情報処理装置は、物体が前記計測装置の計測範囲に存在しないときに生成された前記点群情報に基づき、前記統計量を算出する統計量算出手段をさらに有する。この態様により、情報処理装置は、閾値設定に用いる評価関数の確率密度関数の統計量を好適に取得することができる。
　本発明の他の好適な実施形態では、情報処理装置が実行する制御方法であって、計測装置が計測した点ごとのデータの集合である点群データを取得し、前記点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価する評価関数に基づき、前記点群データの各データに対する評価値を算出し、前記評価関数の確率密度関数の統計量に基づき、前記評価値に対する閾値を設定し、前記評価値と前記閾値とに基づき、前記点群データにおける前記ノイズ点を判定する。情報処理装置は、この制御方法を実行することで、ノイズ点の判定を的確に実行することが可能となる。
　本発明の他の好適な実施形態では、プログラムは、計測装置が計測した点ごとのデータの集合である点群データを取得し、前記点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価する評価関数に基づき、前記点群データの各データに対する評価値を算出し、前記評価関数の確率密度関数の統計量に基づき、前記評価値に対する閾値を設定し、前記評価値と前記閾値とに基づき、前記点群データにおける前記ノイズ点を判定する処理をコンピュータに実行させる。コンピュータは、このプログラムを実行することで、ノイズ点の判定を的確に実行することが可能となる。好適には、上記プログラムは、記憶媒体に記憶される。
　以下、図面を参照して本発明の好適な各実施例について説明する。
　＜第１実施例＞
　（１）装置構成
　図１は、第１実施例に係るライダ１００の概略構成を示す。ライダ１００は、例えば、自動運転などの運転支援を行う車両に搭載される。ライダ１００は、水平方向および垂直方向の所定の角度範囲に対してレーザ光を照射し、当該レーザ光が物体に反射されて戻った光（「反射光」とも呼ぶ。）を受光することで、ライダ１００から物体までの距離を離散的に測定し、当該物体の３次元位置を示す点群情報を生成する。
　図１に示すように、ライダ１００は、主に、送信部１と、受信部２と、ビームスプリッタ３と、スキャナ５と、ピエゾセンサ６と、制御部７と、メモリ８と、を有する。
　送信部１は、パルス状のレーザ光をビームスプリッタ３に向けて出射する光源である。送信部１は、例えば、赤外線レーザ発光素子を含む。送信部１は、制御部７から供給される駆動信号「Ｓｇ１」に基づき駆動する。
　受信部２は、例えばアバランシェフォトダイオード（Ａｖａｌａｎｃｈｅ　ＰｈｏｔｏＤｉｏｄｅ）であり、受光した光量に対応する検出信号「Ｓｇ２」を生成し、生成した検出信号Ｓｇ２を制御部７へ供給する。
　ビームスプリッタ３は、送信部１から出射されるパルス状のレーザ光を透過する。また、ビームスプリッタ３は、スキャナ５によって反射された反射光を、受信部２に向けて反射する。
　スキャナ５は、例えば静電駆動方式のミラー（ＭＥＭＳミラー）であり、制御部７から供給される駆動信号「Ｓｇ３」に基づき、傾き（即ち光走査の角度）が所定の範囲内で変化する。そして、スキャナ５は、ビームスプリッタ３を透過したレーザ光をライダ１００の外部へ向けて反射すると共に、ライダ１００の外部から入射する反射光をビームスプリッタ３へ向けて反射する。また、ライダ１００の計測範囲内においてレーザ光が照射されることにより計測された点又はその計測データを「被計測点」とも呼ぶ。
　また、スキャナ５には、ピエゾセンサ６が設けられている。ピエゾセンサ６は、スキャナ５のミラー部を支持するトーションバーの応力により生じる歪みを検出する。ピエゾセンサ６は、生成した検出信号「Ｓｇ４」を、制御部７へ供給する。検出信号Ｓｇ４は、スキャナ５の向きの検出に用いられる。
　メモリ８は、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリなどの各種の揮発性メモリ及び不揮発性メモリにより構成される。メモリ８は、制御部７が所定の処理を実行するために必要なプログラムを記憶する。また、メモリ８は、制御部７により参照される各種パラメータを記憶する。例えば、メモリ８には、本実施例において用いる評価関数の確率密度関数に関する情報（「確率密度関数情報」とも呼ぶ。）が記憶される。また、メモリ８には、制御部７により生成された最新の所定フレーム数分の点群情報が記憶される。
　制御部７は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）などの各種プロセッサを含む。制御部７は、メモリ８に記憶されたプログラムを実行することで、所定の処理を実行する。制御部７は、プログラムを実行するコンピュータの一例である。なお、制御部７は、プログラムによるソフトウェアで実現することに限ることなく、ハードウェア、ファームウェア、及びソフトウェアのうちのいずれかの組合せ等により実現されてもよい。また、制御部７は、ＦＰＧＡ（field-programmable gate array）又はマイクロコントローラ等の、ユーザがプログラミング可能な集積回路であってもよく、ＡＳＳＰ（Application Specific Standard Produce）、ＡＳＩＣ（Application Specific Integrated Circuit）等であってもよい。
　制御部７は、機能的には、送信駆動ブロック７０と、スキャナ駆動ブロック７１と、点群情報生成ブロック７２と、点群情報処理ブロック７３と、を有する。
　送信駆動ブロック７０は、送信部１を駆動する駆動信号Ｓｇ１を出力する。駆動信号Ｓｇ１は、送信部１に含まれるレーザ発光素子の発光時間と、当該レーザ発光素子の発光強度を制御するための情報を含む。送信駆動ブロック７０は、駆動信号Ｓｇ１に基づき、送信部１に含まれるレーザ発光素子の発光強度を制御する。
　スキャナ駆動ブロック７１は、スキャナ５を駆動するための駆動信号Ｓｇ３を出力する。この駆動信号Ｓｇ３は、スキャナ５の共振周波数に対応する水平駆動信号と、垂直走査するための垂直駆動信号と、を含む。また、スキャナ駆動ブロック７１は、ピエゾセンサ６から出力される検出信号Ｓｇ４を監視することで、スキャナ５の走査角度（すなわちレーザ光の出射方向）を検出する。
　点群情報生成ブロック７２は、受信部２から供給される検出信号Ｓｇ２に基づき、ライダ１００を基準点として、レーザ光が照射された物体までの距離（計測距離）及び反射光の受光強度（反射強度値）を計測方向（即ちレーザ光の出射方向）ごとに示した点群情報を生成する。この場合、点群情報生成ブロック７２は、レーザ光を出射してから受信部２が反射光を検出するまでの時間を、光の飛行時間（Ｔｉｍｅ　ｏｆ　Ｆｌｉｇｈｔ）として算出する。そして、点群情報生成ブロック７２は、算出した飛行時間に応じた計測距離と、受信部２が受信した反射光に対応するレーザ光の出射方向（即ち計測方向）と、当該反射光に基づく反射強度値との組に対応する点の集合を示す点群情報を生成し、生成した点群情報を点群情報処理ブロック７３に供給する。以後では、全被計測点に対する１回分の走査により得られる点群情報を、１フレーム分の点群情報とする。ここで、点群情報は、各計測方向を画素とし、各計測方向での計測距離及び反射強度値を画素値とする画像とみなすことができる。この場合、画素の縦方向の並びにおいて仰俯角におけるレーザ光の出射方向が異なり、画素の横方向の並びにおいて水平角におけるレーザ光の出射方向が異なる。そして、各画素に対し、対応する出射方向及び計測距離の組に基づき、ライダ１００を基準とする３次元座標系での座標値が求められる。
　点群情報処理ブロック７３は、点群情報において物体を誤検出することで生成されたノイズデータを判定する。以後では、実在する物体を検知することで生成されたデータに対応する被計測点を「物体点」と呼び、物体点以外の被計測点（即ちノイズデータに対応する被計測点）を「ノイズ点」と呼ぶ。点群情報処理ブロック７３は、現処理時刻において得られた点群情報のフレーム（「現フレーム」とも呼ぶ。）と、現処理時刻より前の処理時刻において得られた点群情報のフレーム（「過去フレーム」とも呼ぶ。）と、を用いて、現フレームにおけるノイズ点の判定を行う。
　なお、点群情報処理ブロック７３は、判定したノイズ点に対応するノイズデータを点群情報から削除してもよく、物体点又はノイズ点であるかを被計測点毎に示すフラグ情報を点群情報に付加してもよい。また、点群情報処理ブロック７３は、処理後の点群情報を、ライダ１００の外部に存在する外部装置へ供給してもよく、障害物検出などを行うライダ１００内の他の処理ブロックに供給してもよい。前者の場合、点群情報は、例えば、車両の自動運転などの運転支援を制御する装置（「運転支援装置」とも呼ぶ。）に出力されてもよい。この場合、例えば、点群情報に基づき、障害物点を少なくとも避けるような車両の制御が行われてもよい。運転支援装置は、例えば、車両のＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ　Ｃｏｎｔｒｏｌ　Ｕｎｉｔ）であってもよく、車両と電気的に接続したカーナビゲーション機器などの車載装置であってもよい。また、点群情報処理ブロック７３は、フレーム毎の点群情報を、フレーム毎の処理時刻を示す時刻情報と関連付けてメモリ８に記憶する。第１実施例に係る点群情報処理ブロック７３は、「評価値算出手段」、「統計量算出手段」、「閾値設定手段」、及び「ノイズ判定手段」の一例である。また、点群情報処理ブロック７３を除くライダ１００は、「計測装置」の一例である。
　なお、ライダ１００は、視野範囲に対してレーザ光をスキャンするスキャン型のライダに限らず、２次元アレイ状のセンサの視野範囲にレーザ光を拡散照射することによって３次元データを生成するフラッシュ型のライダであってもよい。
　（２）ノイズ判定処理
　次に、点群情報処理ブロック７３が実行するノイズ点の判定処理であるノイズ判定処理について説明する。概略的には、点群情報処理ブロック７３は、現フレームの各被計測点について、時空間において隣接する被計測点との計測方向、計測距離、計測時刻の差分に基づく評価関数を用いた評価値を算出し、当該評価値が閾値未満となる被計測点をノイズ点として判定する。この場合、点群情報処理ブロック７３は、上述の閾値を、上記の評価関数の確率密度関数の統計量を用いて決定することで、ノイズの検出率を考慮した的確なノイズ点の判定を行う。そして、ノイズ点であるか、物体点であるかを高精度に判定することにより、遠方の物体についても的確に検出可能な点群情報を生成する。
　以後において、上記の評価関数を「ノイズ評価関数」と呼び、ノイズ評価関数に基づき算出される被計測点ごとの評価値を「ノイズ評価値」と呼ぶ。また、ノイズ評価値の算出対象（即ちノイズ点であるか否かの判定対象）とする被計測点を「対象点」と呼び、対象点以外においてノイズ評価値の算出に用いる現フレーム及び過去フレームの被計測点を「参照点」と呼ぶ。また、ノイズ評価値に対する上述の閾値を「閾値Ｔｈ」とも呼ぶ。
　（２－１）ノイズ評価関数
　まず、ノイズ評価関数について説明する。ノイズ評価関数は、対象点と参照点との計測距離（ユークリッド距離）の差と、対象点と参照点とのフレームの間隔（即ち計測時刻の差）と、対象点と参照点とのフレーム（画像）上での距離（即ち計測方向の差）とを入力とする関数である。以後では、上述の計測距離の差を「距離指標」と呼び、上述のフレームの間隔を「時間指標」と呼び、上述のフレーム上での距離を「空間指標」と呼ぶ。
　ここで、本実施例では、ノイズ評価関数の一例として、上述の距離指標、時間指標、空間指標を同列に扱い、夫々の重みを係数（係数ａ～係数ｄ）により決定することが可能な以下の式（１）を用いる。点群情報処理ブロック７３は、対象点ごとに以下の式（１）によりノイズ評価値を算出する。
Figure JPOXMLDOC01-appb-M000001
 　ここで、「ｈ」は、フレーム上（即ち、点群情報を画像とみなした場合の画像の２次元座標上）での水平方向の位置を表すインデックス（水平インデックス）を示し、「ｖ」は、フレーム上での垂直方向の位置を表すインデックス（垂直インデックス）を示し、「ｔ」は、フレーム周期ごとの処理時刻を表すインデックス（フレームインデックス）を示す。また、「ｄｉｓｔ」は、対象点の計測距離を示し、「ｒｄｉｓｔ」は、水平インデックスｈ及び垂直インデックスｖにより特定される参照点と対象点との計測距離の差を示す。また、「ａ」は、式（１）の値全体、及び、距離指標と時間指標と空間指標の重みの割合を制御する係数であり、「ｂ」は、時間指標の重みを制御する係数であり、「ｃ」及び「ｄ」は、空間指標の重みを制御する係数となる。また、「ｓｉｎ（０．４πｈ／３６０）」は、水平方向におけるフレーム上での点の間隔（水平走査点間隔）の一例を示し、「ｓｉｎ（０．８πｈ／３６０）」は、垂直方向におけるフレーム上での点の間隔（垂直走査点間隔）の一例を示す。
　また、式（１）では、２を底とする指数関数をノイズ評価関数とすることで、微小な値の差を増大してノイズ評価値として表すことが可能となっている。また、ノイズ評価関数の指数部分に「－１」を設けることで、距離指標、時間指標、空間指標が大きいほどノイズ評価値を小さくしている。
　また、式（１）において用いられる水平インデックスｈ及び垂直インデックスｖの値域は、フレーム全体であってもよく、対象点を中心とするフレーム上での所定の範囲（即ち対象点の計測方向を基準とする所定の計測方向の範囲）内に属する値域であってもよい。同様に、式（１）において用いられるｔの値域は、得られている全ての過去フレーム及び現フレームの各処理時刻を含む値域に設定されてもよく、直近の所定個数分の過去フレーム及び現フレームの各処理時刻を含む値域（即ち、現処理時刻を基準とする所定の計測時刻の範囲）に設定されてもよい。探索範囲を適切に設定することで、ノイズ点の判定精度を維持しつつ計算負荷を削減することができる。このような探索範囲の設定方法については、第２実施例及び第３実施例において詳しく説明する。
　式（１）のノイズ評価関数を用いることで、距離指標、時間指標、空間指標を同列に扱い、これらの指標の差を増大させ、かつ、夫々の重みを係数ａ～係数ｄにより決定することが可能となる。
　（２－２）確率密度関数に応じた閾値設定
　次に、ノイズ評価関数の確率密度関数に応じた閾値Ｔｈの設定について具体的に説明する。
　ノイズ点は、一般的に、各計測距離において、一定の確率で測距される。従って、本実施例では、ライダ１００の測距可能範囲（視野）内に物体が存在しない状態で点群情報を生成した場合に、各計測距離において、中心極限定理により、ノイズ評価関数の出力値（評価関数値）が正規分布に従うものと仮定する。この場合、ノイズ評価関数の確率密度関数の平均「μ」及び分散「σ」を算出することで、ノイズ検出率に応じた閾値Ｔｈを設定することが可能となる。
　図２は、ノイズ評価関数の確率密度関数を示すグラフである。この場合、ノイズ評価関数の確率密度関数は正規分布に従うものとしてモデル化されている。この場合、一例として、「μ＋３σ」を閾値Ｔｈとして設定した場合、９９．７％のノイズ点を正しくノイズ点であると判定することができる。一方、この場合、０.３％のノイズ点を誤って物体点と判定することになるため、ノイズ検出率は０．３％となる。従って、例えば、ノイズ検出率を０．３％としたい場合には、「μ＋３σ」を閾値Ｔｈとして設定すればよい。また、任意の目標となるノイズ検出率を定めた場合においても、正規分布の性質に従い、当該ノイズ検出率を実現するための閾値Ｔｈを平均μと分散（厳密には標準偏差）σとを用いて設定することが可能である。
　次に、平均μと分散（標準偏差）σの算出方法について補足説明する。
　ここで、式（１）に示されるノイズ評価関数のパラメータのうち、確率変数は、点間距離「ｒｄｉｓｔ」（即ち、対象点と参照点との計測距離の差）となる。従って、対象点の計測距離ｄｉｓｔ［ｍ］にノイズ点が出現した場合に、点間距離ｒｄｉｓｔ［ｍ］以内に点が出現する確率を算出することで、各計測距離における確率密度関数の平均及び分散を算出する。
　ここで、対象点の計測距離ｄｉｓｔにおける式（１）の確率密度関数「ｆ（ｘ）」の平均「Ｅ（Ｘ）」（＝μ）及び分散「Ｖ（Ｘ）」（＝σ２）を求める。また、参照点の計測距離を「ｎｄ」とする。また、ここで、対象点の計測距離ｄｉｓｔと参照点の計測距離ｎｄとの差を「ｙ」（＝ｒｄｉｓｔ＝ｄｉｓｔ－ｎｄ）とし、ゲート長を「ｇａｔｅ」とする。また、距離ｙのノイズ点の頻度（出現数）を「ｈｉｓｔ（ｄｉｓｔ－ｎｄ）」とする。
　この場合、以下の式（２）～式（４）が成立する。
Figure JPOXMLDOC01-appb-M000002
 　そして、この場合、確率密度関数ｆ（ｘ）の平均「ｃｏｅｆｆａｖｅ」は、以下の式（５）により表され、確率密度関数ｆ（ｘ）の分散「ｃｏｅｆｆｖａｒ」は、以下の式（６）により表される。
Figure JPOXMLDOC01-appb-M000003
 　そして、この場合、平均Ｅ（Ｘ）を以下の式（７）により求めることができ、分散Ｖ（Ｘ）を以下の式（８）により求めることができる。
Figure JPOXMLDOC01-appb-M000004
 　なお、式（７）及び式（８）の積分については、実際には離散値を扱うため、所定メールのビン幅（例えば１ｍ）にて積分を行うことになる。
　以上のように、点群情報処理ブロック７３は、ライダ１００の視野内に物体が存在しない場合に取得された点群情報に基づき、上述の式（２）～式（８）に基づき確率密度関数ｆ（ｘ）の平均Ｅ（Ｘ）（＝μ）及び分散Ｖ（Ｘ）（＝σ２）を求め、これらを確率密度関数情報としてメモリ８等に記憶する。そして、点群情報処理ブロック７３は、ノイズ判定処理において、確率密度関数情報を参照することで、所望のノイズ検出率を実現するような閾値Ｔｈを好適に設定することができる。
　なお、確率密度関数情報を算出するための点群情報は、ライダ１００がノイズ判定処理を行う前に取得した点群情報であってもよく、製品出荷前において予めライダ１００又は他の同種のライダにより取得された点群情報であってもよい。前者の場合、ライダ１００は、例えば、空などの物体が存在しない方向を向いて上述の点群情報の生成処理を行うことで、物体点を含まない点群情報を生成する。さらに別の例では、初期値として予め取得済みの点群情報を与え、過去フレームの物体点の有無の判別結果を用いて、フレーム中からリアルタイムに物体点が無い走査点を特定し、その走査点の点群情報を確率密度関数情報を算出するために使用しても良い。
　（３）処理フロー
　図３は、ライダ１００が実行する点群情報に関する処理（点群情報処理）の手順を示すフローチャートの一例である。
　まず、点群情報処理ブロック７３は、確率密度関数情報を取得する（ステップＳ０１）。この場合、点群情報処理ブロック７３は、ノイズ評価関数の確率密度関数の平均μ及び分散（標準偏差）σを表す確率密度関数を、メモリ８から取得する。なお、点群情報処理ブロック７３は、ライダ１００の視野内に物体が存在しないときの点群情報を取得し、当該点群情報に基づき確率密度関数情報を生成する処理をステップＳ０１において行ってもよい。
　次に、点群情報処理ブロック７３は、確率密度関数情報に基づき、ノイズ評価値に対する閾値Ｔｈを設定する（ステップＳ０２）。この場合、点群情報処理ブロック７３は、確率密度関数情報に含まれる平均μ及び分散（標準偏差）σを用いて、所望のノイズ検出率を実現するための閾値Ｔｈを設定する。なお、この場合、例えば、閾値Ｔｈと平均μ及び分散（標準偏差）σとの関係を表す情報が予めメモリ８に記憶されている。
　そして、点群情報処理ブロック７３は、対象点ごとに算出したノイズ評価値を閾値Ｔｈと比較し、現フレームにおけるノイズ点を判定する（ステップＳ０４）。この場合、点群情報処理ブロック７３は、現フレームの各被計測点を順に対象点として設定し、対象点に対するノイズ評価値を、式（１）を参照し、現フレーム及び過去フレームを用いて算出する。そして、点群情報処理ブロック７３は、ノイズ評価値が閾値Ｔｈ以上となる対象点を物体点であると判定し、ノイズ評価値が閾値Ｔｈ未満となる対象点をノイズ点であると判定する。
　そして、点群情報処理ブロック７３は、点群情報処理を終了すべきか否か判定する（ステップＳ０５）。例えば、点群情報処理ブロック７３は、点群情報の生成停止の要求又はライダ１００の停止要求などがあった場合に、点群情報処理を終了すべきと判定する。そして、点群情報処理ブロック７３は、点群情報処理を終了すべき場合（ステップＳ０５；Ｙｅｓ）、フローチャートの処理を終了する。一方、点群情報処理ブロック７３は、点群情報処理を継続する場合（ステップＳ０５；Ｎｏ）、ステップＳ０３へ処理を戻し、現処理時刻を次の処理時刻に更新し、ステップＳ０３及びステップＳ０４を実行する。
　以上説明したように、第１実施例に係る情報処理装置１は、取得手段と、評価値算出手段と、ノイズ判定手段とを有する情報処理装置として機能する。取得手段は、計測装置が計測した点ごとのデータの集合である点群データを取得する。評価値算出手段は、点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価するノイズ評価関数に基づき、点群データの各データに対するノイズ評価値を算出する。閾値設定手段は、ノイズ評価関数の確率密度関数の統計量に基づき、ノイズ評価値に対する閾値を設定する。ノイズ判定手段は、ノイズ評価値と閾値とに基づき、点群データにおけるノイズ点を判定する。この態様により、情報処理装置１は、ノイズの測距確率に基づき閾値を設定し、ノイズ点を的確に判別することができる。
　＜第２実施例＞
　第２実施例では、点群情報処理ブロック７３は、ノイズ評価関数を算出する場合の時空間的な探索範囲（即ち、対象点を中心とした各インデックスｔ、ｈ、ｖの値域）を各被計測点において計測された反射強度値（即ち輝度）に基づき設定する。具体的には、点群情報処理ブロック７３は、対象点の反射強度値が所定の閾値以上の場合には、対象点が物体点である信頼度が高いと仮定し、探索範囲を限定する。これにより、点群情報処理ブロック７３は、ノイズ評価関数を算出する計算量を抑制しつつ、ノイズ判定処理を高精度に実行する。以後では、第１実施例と同一の構成要素については適宜同一符号を付し、その説明を省略する。第２実施例に係る点群情報処理ブロック７３は、「取得手段」、「評価値算出手段」、「ノイズ判定手段」及びプログラムを実行するコンピュータとして機能する。
　図４（Ａ）は、反射強度値が閾値未満となる現フレームの対象点Ｐ１及びその周辺の被計測点をライダ１００に対向する仮想平面上において示した図である。この仮想平面は、各被計測点を、対応する垂直及び水平の計測方向に応じた位置に示している。また、図４（Ｂ）は、反射強度値が閾値以上となる現フレームの対象点Ｐ２及びその周辺の被計測点を仮想平面上において示した図である。また、破線枠９１は、対象点Ｐ１に対して設定される空間的な探索範囲を示し、破線枠９２は、対象点Ｐ２に対して設定される空間的な探索範囲を示す。上述の閾値は、例えばメモリ８等に予め記憶されており、反射強度値と物体点としての信頼度との関係を考慮した適合値に設定されている。
　図４（Ａ）に示す対象点Ｐ１は、反射強度値が閾値未満であることから、対象点Ｐ１のノイズ評価値の算出では、対象点Ｐ１を中心とした通常サイズの探索範囲が設定される。図４（Ａ）では、水平インデックスｈは対象点Ｐ１の左右２個分の値域となっており、垂直インデックスｖは対象点Ｐ１の上下２個分となっている。また、図示しないフレームインデックスｔについても、直近の所定フレーム数（ここでは２個とする）分の過去フレームがノイズ評価値の算出に用いられるような値域となっている。そして、点群情報処理ブロック７３は、時空間において設定された通常サイズの探索範囲内の点（ここでは７４個の点）を参照点とみなし、ノイズ評価値の算出を行う。このように、探索範囲は、水平インデックスｈ及び垂直インデックスｖの値域により定まる、計測方向に関する空間的範囲と、フレームインデックスｔの値域により定まる、計測時刻に関する時間的範囲との両方を含んでいる。
　一方、図４（Ｂ）に示す対象点Ｐ２は、反射強度値が閾値以上であることから、対象点Ｐ２のノイズ評価値の算出では、対象点Ｐ２を中心とした縮小サイズの探索範囲が設定される。図４（Ｂ）では、水平インデックスｈは対象点Ｐ１の左右１個分の値域となっており、垂直インデックスｖは対象点Ｐ１の上下１個分となっている。また、図示しないフレームインデックスｔについても、直近の所定フレーム数（図４（Ａ）の例での所定フレーム数よりも少ないフレーム数であり、ここでは１個とする）分の過去フレームがノイズ評価値の算出に用いられるような値域となっている。そして、点群情報処理ブロック７３は、時空間において設定された通常サイズの探索範囲内の点（ここでは２６個の点）を参照点とみなし、ノイズ評価値の算出を行う。
　このように、点群情報処理ブロック７３は、対象点のノイズ評価値の算出において現フレームの対象点を基準として設定する時空間の探索範囲（各インデックスｔ、ｈ、ｖの値域）を、対象点の反射強度値が閾値以上となる場合には通常の探索範囲よりも縮小する。これにより、物体点である信頼度が高い対象点に用いる参照点の数を減らし、ノイズ評価値の算出に必要な計算量を好適に削減することができる。
　図５は、第２実施例に係るノイズ点判定処理の手順を示すフローチャートの一例である。点群情報処理ブロック７３は、例えば、このフローチャートの処理を、図３のフローチャートのステップＳ０４において実行する。
　まず、点群情報処理ブロック７３は、現フレームにおいて対象点を設定する（ステップＳ１１）。この場合、点群情報処理ブロック７３は、現フレームにおいてノイズ評価値が未算出の被計測点を対象点として設定する。
　次に、点群情報処理ブロック７３は、対象点の反射強度値に基づき、時空間での参照点を探索する探索範囲を決定する（ステップＳ１２）。この場合、例えば、点群情報処理ブロック７３は、反射強度値が閾値未満の場合には、通常サイズの探索範囲を設定し、反射強度値が閾値以上の場合には縮小サイズの探索範囲を設定する。
　そして、点群情報処理ブロック７３は、ステップＳ１２で設定した探索範囲に基づき、対象点のノイズ評価値を算出する（ステップＳ１３）。この場合、点群情報処理ブロック７３は、設定された探索範囲内の各インデックスｈ、ｖ、ｔの値を用いて、式（１）に基づくノイズ評価値を算出する。
　そして、点群情報処理ブロック７３は、ステップＳ１３で算出したノイズ評価値に基づき対象点がノイズ点か否か（物体点か）を判定する（ステップＳ１４）。この場合、点群情報処理ブロック７３は、例えば第１実施例に従い設定した閾値Ｔｈとノイズ評価値との比較結果に基づき、対象点がノイズ点か否かを判定する。
　そして、点群情報処理ブロック７３は、現フレームの全ての点を対象点に設定済みであるか否か判定する（ステップＳ１５）。そして、点群情報処理ブロック７３は、現フレームの全ての点を対象点に設定済みである場合（ステップＳ１５；Ｙｅｓ）、現フレームのノイズ判定処理は完了したと判断し、フローチャートの処理を終了する。一方、点群情報処理ブロック７３は、対象点に設定していない現フレームの点が存在すると判定した場合（ステップＳ１５；Ｎｏ）、ステップＳ１１へ処理を戻し、対象点に未設定の現フレームの点を対象点に設定する。
　なお、点群情報処理ブロック７３は、対象点の反射強度値に基づき探索範囲を決定することに代えて、又はこれに加えて、対象点の計測距離に基づき探索範囲を決定してもよい。一般に、物体を測距できる確率は物体が遠方となるほど下がり、ある程度近距離に存在する物体については測距できる信頼度が高い。従って、点群情報処理ブロック７３は、対象点の計測距離が閾値未満となる場合には、縮小サイズの探索範囲を設定する。これによっても、点群情報処理ブロック７３は、ノイズ評価関数を算出する計算量を抑制しつつ、ノイズ判定処理を高精度に実行することが可能となる。
　図６は、対象点の計測距離を考慮した第２実施例に係るノイズ点判定処理の手順を示すフローチャートの一例である。
　まず、点群情報処理ブロック７３は、現フレームにおいて対象点を設定する（ステップＳ２１）。次に、点群情報処理ブロック７３は、対象点の反射強度値又は計測距離の少なくとも一方に基づき、時空間での参照点を探索する探索範囲を決定する（ステップＳ２２）。この場合、例えば、点群情報処理ブロック７３は、反射強度値が閾値（第１閾値）以上の場合に縮小サイズの探索範囲を設定してもよく、計測距離が閾値（第２閾値）未満の場合に縮小サイズの探索範囲を設定してもよい。他の例では、点群情報処理ブロック７３は、対象点の反射強度値が第１閾値以上、かつ、計測距離が第２閾値未満の場合に、縮小サイズの探索範囲を設定してもよく、対象点の反射強度値が第１閾値以上、又は、計測距離が第２閾値未満のいずれかが満たされた場合に、縮小サイズの探索範囲を設定してもよい。そして、点群情報処理ブロック７３は、ステップＳ２３～ステップＳ２５の処理を、ステップＳ１３～ステップＳ１５と同様に実行する。
　以上説明したように、第２実施例に係る情報処理装置１は、取得手段と、評価値算出手段とを有する情報処理装置として機能する。取得手段は、計測装置が計測した点ごとの反射強度値及び計測距離を表すデータの集合である点群データを取得する。評価値算出手段は、データの各々に対応する対象点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを、当該対象点を基準として設定した探索範囲内に存在する参照点のデータに基づき評価するノイズ評価関数に基づき、対象点に対するノイズ評価値を算出する。この場合、評価値算出手段は、上述の探索範囲を、対象点に対応する反射強度値又は計測距離の少なくとも一方に基づき決定する。これにより、情報処理装置１は、ノイズ評価関数を算出する計算量を抑制しつつ、ノイズ判定処理を高精度に実行することが可能となる。
　＜第３実施例＞
　第３実施例では、ライダ１００が屋外又は屋内において固定設置されている場合において、点群情報処理ブロック７３は、ノイズ評価関数を算出する場合の時空間的な探索範囲を、１処理時刻前の過去フレーム（「直前フレーム」とも呼ぶ。）における物体点の粗密に基づき設定する。具体的には、点群情報処理ブロック７３は、対象点の計測方向と同一又は近似する計測方向となる直前フレームの被計測点を所定規則によりサンプリングする。そして、点群情報処理ブロック７３は、サンプリングした被計測点（「サンプル点」とも呼ぶ。）が物体点である割合（「物体点割合」とも呼ぶ。）が所定の閾値以上である場合に、対象点に対して縮小サイズの探索範囲を設定する。これにより、点群情報処理ブロック７３は、物体点である蓋然性が高い対象点の探索範囲を好適に縮小してノイズ評価値の計算量を削減する。第３実施例に係る点群情報処理ブロック７３は、「取得手段」、「評価値算出手段」、「ノイズ判定手段」及びプログラムを実行するコンピュータとして機能する。また、後述するように、第３実施例の処理は、第２実施例と組み合わせて実行することができる。また、ライダ１００は、他のセンサより情報を取得出来る場合には、固定設置されている必要はない。この場合、ライダ１００は、ライダ１００の移動分だけ点群情報が示す位置を補正する。
　一般に、ライダ１００が固定設置されている場合、ライダ１００の視野内に存在する静止構造物体は、各フレームにおいて物体点のかたまりとして同一の計測方向において継続的に計測される。従って、過去フレームにおいて物体点が密に存在する計測方向では、現フレームにおいても同一物体が計測される可能性が高い。以上を勘案し、点群情報処理ブロック７３は、対象点の計測方向における直前フレームの物体点の粗密に基づき、対象点の物体点としての信頼度を判定し、当該信頼度に応じた対象点の探索範囲のサイズを決定する。これにより、点群情報処理ブロック７３は、物体点及びノイズ点の判定精度を保ちつつ、処理量の削減を行うことが可能となる。
　図７は、直前フレームにおいて対象点と同一計測方向となる被計測点（過去対象点）Ｐ３及びその周辺の被計測点を仮想平面上において示した図である。また、図７では、物体点割合の算出に用いられるサンプル点がハッチングにより明示されている。
　この例では、点群情報処理ブロック７３は、対象点と同一計測方向（即ち同一走査点）となる過去対象点Ｐ３を中心として十字型にサンプル点を設定している。言い換えると、点群情報処理ブロック７３は、対象点の計測方向と、水平方向において一致かつ垂直方向において近似する計測方向となる直前フレームの被計測点、又は、垂直方向において一致かつ水平方向において近似する計測方向となる直前フレームの被計測点を、サンプル点として設定している。具体的には、点群情報処理ブロック７３は、垂直方向において過去対象点Ｐ３と並ぶ上下各２個の被計測点と、水平方向において過去対象点Ｐ３と並ぶ左右各３個の被計測点とを、サンプル点として設定する。
　そして、点群情報処理ブロック７３は、計１０個のサンプル点のうち物体点と判定されているサンプル点の割合を物体点割合として算出する。そして、点群情報処理ブロック７３は、当該物体点割合が所定割合以上である場合に、過去対象点Ｐ３での物体点が密であると判定し、対象点に対して縮小サイズの探索範囲（例えば図４（Ｂ）参照）を設定する。一方、点群情報処理ブロック７３は、物体点割合が所定割合未満である場合、過去対象点Ｐ３での物体点が租（疎）であると判定し、対象点に対して通常サイズの探索範囲（例えば図４（Ａ）参照）を設定する。これらの探索範囲は、第２実施例と同様、計測方向に関する空間的範囲と、計測時刻に関する時間的範囲との両方を含んでいる。
　このように、点群情報処理ブロック７３は、過去フレームにおいて過去対象点を中心とした十字探索によりサンプル点を決定することで、過去フレームにおける対象点と同一計測方向付近での粗密の度合いを的確に反映した物体点割合を算出することができる。
　なお、点群情報処理ブロック７３は、十字探索によりサンプル点を決定する代わりに、他の探索規則に基づき物体点の粗密の判定に有効なサンプル点を決定することが可能である。
　図８（Ａ）は、第２の方法に基づき決定された過去対象点Ｐ３のサンプル点の配置を表す図である。ここでは、サンプル点がハッチングにより明示されている。第２の方法では、点群情報処理ブロック７３は、過去対象点Ｐ３の左右上下斜めに隣接する８個の被計測点をサンプル点として定めている。そして、点群情報処理ブロック７３は、計８個のサンプル点のうち物体点と判定されているサンプル点の割合を物体点割合として算出し、当該物体点割合に応じたサイズの探索範囲を設定する。
　図８（Ｂ）は、第３の方法に基づき決定された過去対象点Ｐ３のサンプル点の配置を表す図である。ここでは、サンプル点がハッチングにより明示されている。第３の方法では、点群情報処理ブロック７３は、過去対象点Ｐ３を中心とした所定サイズの枠９５を設定し、当該枠９５内に存在する過去フレームの被計測点から所定の規則によりサンプリングすることで計１６個のサンプル点を決定している。ここでは、枠９５は、過去対象点Ｐ３を中心とした上下２個左右３個の被計測点が含まれる矩形範囲を示している。そして、点群情報処理ブロック７３は、計１６個のサンプル点のうち物体点と判定されているサンプル点の割合を物体点割合として算出し、当該物体点割合に応じたサイズの探索範囲を設定する。
　このように、点群情報処理ブロック７３は、十字探索以外の方法に基づき決定したサンプル点に基づいて、過去フレームでの物体点の粗密の状態を反映した物体点割合を算出し、対象点の探索範囲を的確に決定することができる。
　図９は、第３実施例に係るノイズ点判定処理の手順を示すフローチャートの一例である。点群情報処理ブロック７３は、例えば、このフローチャートの処理を、図３のフローチャートのステップＳ０４において実行する。
　まず、点群情報処理ブロック７３は、現フレームにおいて対象点を設定する（ステップＳ３１）。次に、点群情報処理ブロック７３は、直前フレームにおいて対象点と同一計測方向となる過去対象点の近傍に存在するサンプル点を選定する（ステップＳ３２）。この場合、例えば、点群情報処理ブロック７３は、図７又は図８（Ａ）又は図８（Ｂ）において例示される規則に従い直前フレームにおいてサンプル点を選定する。
　次に、点群情報処理ブロック７３は、ステップＳ３２で選定したサンプル点に基づく物体点割合を算出する（ステップＳ３３）。そして、点群情報処理ブロック７３は、物体点割合に基づき、時空間での参照点を探索する探索範囲を決定する（ステップＳ３４）。この場合、例えば、点群情報処理ブロック７３は、物体点割合が閾値未満の場合には、通常サイズの探索範囲を設定し、物体点割合が閾値以上の場合には縮小サイズの探索範囲を設定する。
　そして、点群情報処理ブロック７３は、ステップＳ３４で設定した探索範囲に基づき、対象点のノイズ評価値を算出する（ステップＳ３５）。この場合、点群情報処理ブロック７３は、設定された探索範囲内の各インデックスｈ、ｖ、ｔの値を用いて、式（１）に基づくノイズ評価値を算出する。
　そして、点群情報処理ブロック７３は、ステップＳ３５で算出したノイズ評価値に基づき対象点がノイズ点か否か（物体点か）を判定する（ステップＳ３６）。この場合、点群情報処理ブロック７３は、例えば第１実施例に従い設定した閾値Ｔｈとノイズ評価値との比較結果に基づき、対象点がノイズ点か否かを判定する。
　そして、点群情報処理ブロック７３は、現フレームの全ての点を対象点に設定済みであるか否か判定する（ステップＳ３７）。そして、点群情報処理ブロック７３は、現フレームの全ての点を対象点に設定済みである場合（ステップＳ３７；Ｙｅｓ）、現フレームのノイズ判定処理は完了したと判断し、フローチャートの処理を終了する。一方、点群情報処理ブロック７３は、対象点に設定していない現フレームの点が存在すると判定した場合（ステップＳ３７；Ｎｏ）、ステップＳ３１へ処理を戻し、対象点に未設定の現フレームの点を対象点に設定する。
　好適な例では、点群情報処理ブロック７３は、第２実施例と組み合わせて第３実施例を実行してもよい。
　この場合、第１の例では、点群情報処理ブロック７３は、反射強度値又は過去対象点での粗密の判定結果に基づき、探索範囲を制限する。この場合、点群情報処理ブロック７３は、シーンに応じて、対象点の反射強度値に基づき探索範囲を制限するか、過去対象点での粗密の判定結果に基づき、探索範囲を制限するかを切り替えてもよい。例えば、点群情報処理ブロック７３は、対象点の反射強度値に基づき探索範囲を制限することが適切であると判定される所定の条件が満たされた場合に、対象点の反射強度値に基づき探索範囲を制限する。一方、点群情報処理ブロック７３は、過去対象点での粗密の判定結果に基づき探索範囲を制限することが適切であると判定される所定の条件が満たされた場合には、過去対象点での粗密の判定結果に基づき探索範囲を制限する。
　第２の例では、点群情報処理ブロック７３は、対象点の反射強度値に基づき探索範囲を制限すると共に、過去対象点での粗密の判定結果に基づき探索範囲を制限する。この場合、点群情報処理ブロック７３は、対象点の反射強度値が閾値以上であると判定された場合、又は、過去対象点が密であると判定された場合に、縮小サイズの探索範囲を設定する。これらの例によれば、点群情報処理ブロック７３は、探索範囲を好適に制限して計算処理量を削減することができる。
　以上説明したように、第３実施例に係る情報処理装置１は、取得手段と、評価値算出手段とを有する情報処理装置として機能する。取得手段は、計測装置が計測方向ごとに計測した点を表すデータの集合である点群データを取得する。評価値算出手段は、現処理時刻において取得されたデータの各々が表す対象点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを、当該対象点を基準として設定した探索範囲内に存在する参照点のデータに基づき評価するノイズ評価関数に基づき、対象点に対するノイズ評価値を算出する。この場合、評価値算出手段は、対象点の計測方向における、現処理時刻の前の処理時刻での物体点の粗密に基づき、探索範囲を決定する。これにより、情報処理装置１は、ノイズ評価関数を算出する計算量を抑制しつつ、ノイズ判定処理を高精度に実行することが可能となる。
　＜第４実施例＞
　図１０は、第４実施例に係るライダシステムの構成図である。第４実施例では、制御部７の点群情報処理ブロック７３及び点群情報処理ブロック７３に相当する機能を、ライダ１００Ｘとは別の装置が有している。以後では、第１実施例～第３実施例と同一構成要素となる第４実施例の要素については適宜同一符号を付し、その説明を省略する。
　第４実施例に係るライダシステムは、ライダ１００Ｘと、情報処理装置２００とを有する。この場合、ライダ１００Ｘは、点群情報生成ブロック７２が生成する点群情報を情報処理装置２００へ供給する。
　情報処理装置２００は、制御部７Ａと、メモリ８とを有する。メモリ８には、制御部７Ａが処理を実行するために必要な情報が記憶されている。制御部７Ａは、機能的には、点群情報取得ブロック７２Ａと、点群情報処理ブロック７３とを有する。点群情報取得ブロック７２Ａは、ライダ１００Ｘの点群情報生成ブロック７２が生成する点群情報を受信し、受信した点群情報を点群情報処理ブロック７３に供給する。点群情報処理ブロック７３は、点群情報取得ブロック７２Ａから供給される点群情報に対し、上述した各実施例に係る点群情報処理ブロック７３と同一の処理を実行する。
　なお、情報処理装置２００は、運転支援装置により実現されてもよい。また、処理に必要なパラメータの情報は、情報処理装置２００が参照可能なメモリを有する他の装置により記憶されてもよい。本変形例の構成によっても、情報処理装置２００は、ライダ１００Ｘが生成する点群情報の処理を的確に実行することができる。
　なお、上述した実施例において、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、コンピュータであるコントローラ等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憶媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記憶媒体（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）、光磁気記憶媒体（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。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願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。すなわち、本願発明は、請求の範囲を含む全開示、技術的思想にしたがって当業者であればなし得るであろう各種変形、修正を含むことは勿論である。また、引用した上記の特許文献等の各開示は、本書に引用をもって繰り込むものとする。
　１　送信部
　２　受信部
　３　ビームスプリッタ
　５　スキャナ
　６　ピエゾセンサ
　７、７Ａ　制御部
　８　メモリ
　１００、１００Ｘ　ライダ
　２００　情報処理装置

Claims (9)

  1. 　計測装置が計測した点ごとのデータの集合である点群データを取得する取得手段と、
    　前記点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価する評価関数に基づき、前記点群データの各データに対する評価値を算出する評価値算出手段と、
    　前記評価関数の確率密度関数の統計量に基づき、前記評価値に対する閾値を設定する閾値設定手段と、
    　前記評価値と前記閾値とに基づき、前記点群データにおける前記ノイズ点を判定するノイズ判定手段と、
    を備える情報処理装置。
  2. 　前記閾値設定手段は、前記確率密度関数の平均と分散とに基づき、前記閾値を設定する、請求項１に記載の情報処理装置。
  3. 　前記点群データは、前記点ごとの計測距離を表すデータの集合であり、
    　前記評価関数は、前記評価値を算出する前記点と当該点以外の前記点群データの点との、
    　　　　　　　前記計測距離に関する差分、
    　　　　　　　計測方向に関する差分、及び、
    　　　　　　　計測時刻に関する差分
    に基づき前記評価値を出力する関数である、請求項１または２に記載の情報処理装置。
  4. 　前記評価値算出手段は、現処理時刻において前記取得手段が取得する前記点群情報である現フレームと、前記現処理時刻より前の時刻において前記取得手段が取得する前記点群情報である過去フレームと、前記評価関数とに基づき、前記評価値を算出する、請求項１～３のいずれか一項に記載の情報処理装置。
  5. 　前記統計量を記憶する記憶手段をさらに有し、
    　前記閾値設定手段は、前記記憶手段に記憶された前記統計量に基づき、前記閾値を設定する、請求項１～４のいずれか一項に記載の情報処理装置。
  6. 　物体が前記計測装置の計測範囲に存在しないときに生成された前記点群情報に基づき、前記統計量を算出する統計量算出手段をさらに有する、請求項１～５のいずれか一項に記載の情報処理装置。
  7. 　情報処理装置が実行する制御方法であって、
    　計測装置が計測した点ごとのデータの集合である点群データを取得し、
    　前記点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価する評価関数に基づき、前記点群データの各データに対する評価値を算出し、
    　前記評価関数の確率密度関数の統計量に基づき、前記評価値に対する閾値を設定し、
    　前記評価値と前記閾値とに基づき、前記点群データにおける前記ノイズ点を判定する、
    制御方法。
  8. 　計測装置が計測した点ごとのデータの集合である点群データを取得し、
    　前記点が物体の被計測点である物体点であるか又はノイズにより生成されたノイズ点であるかを評価する評価関数に基づき、前記点群データの各データに対する評価値を算出し、
    　前記評価関数の確率密度関数の統計量に基づき、前記評価値に対する閾値を設定し、
    　前記評価値と前記閾値とに基づき、前記点群データにおける前記ノイズ点を判定する処理をコンピュータに実行させるプログラム。
  9. 　請求項８に記載のプログラムを格納した記憶媒体。
PCT/JP2022/046465 2021-12-23 2022-12-16 情報処理装置、制御方法、プログラム及び記憶媒体 WO2023120430A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021209273 2021-12-23
JP2021-209273 2021-12-23

Publications (1)

Publication Number Publication Date
WO2023120430A1 true WO2023120430A1 (ja) 2023-06-29

Family

ID=86902684

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/046465 WO2023120430A1 (ja) 2021-12-23 2022-12-16 情報処理装置、制御方法、プログラム及び記憶媒体

Country Status (1)

Country Link
WO (1) WO2023120430A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10253760A (ja) * 1997-03-10 1998-09-25 Hamamatsu Photonics Kk 距離測定装置
JP2011185664A (ja) * 2010-03-05 2011-09-22 Panasonic Electric Works Co Ltd 対象物検出装置
WO2020092179A1 (en) * 2018-10-29 2020-05-07 Dji Technology, Inc. A movable object for performing real-time mapping
WO2020225894A1 (ja) * 2019-05-09 2020-11-12 日本電気株式会社 位置管理装置、位置管理システム、位置管理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
JP2021043838A (ja) 2019-09-13 2021-03-18 パイオニア株式会社 情報処理装置、制御方法、プログラム及び記憶媒体

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10253760A (ja) * 1997-03-10 1998-09-25 Hamamatsu Photonics Kk 距離測定装置
JP2011185664A (ja) * 2010-03-05 2011-09-22 Panasonic Electric Works Co Ltd 対象物検出装置
WO2020092179A1 (en) * 2018-10-29 2020-05-07 Dji Technology, Inc. A movable object for performing real-time mapping
WO2020225894A1 (ja) * 2019-05-09 2020-11-12 日本電気株式会社 位置管理装置、位置管理システム、位置管理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
JP2021043838A (ja) 2019-09-13 2021-03-18 パイオニア株式会社 情報処理装置、制御方法、プログラム及び記憶媒体

Similar Documents

Publication Publication Date Title
JP6863342B2 (ja) 光測距装置
JP6505470B2 (ja) ノイズ除去方法および物体認識装置
EP3309583B1 (en) Distance measuring apparatus, distance measuring method, and distance measuring program
JP4940458B2 (ja) 物体検出装置
JP6763992B2 (ja) ノイズ除去方法および物体認識装置
WO2022198637A1 (zh) 点云滤噪方法、系统和可移动平台
US11961306B2 (en) Object detection device
JPWO2016208318A1 (ja) 距離画像処理装置、距離画像処理方法、距離画像処理プログラムおよび記録媒体
US20210109217A1 (en) Dynamic laser power control in light detection and ranging (lidar) systems
CN115712107A (zh) 用于激光雷达的信号处理方法、探测方法以及激光雷达
JP6772639B2 (ja) 視差演算システム、移動体及びプログラム
JPWO2019116641A1 (ja) 距離測定装置、距離測定装置の制御方法、および距離測定装置の制御プログラム
CN112106111A (zh) 一种标定方法、设备、可移动平台及存储介质
US20230065210A1 (en) Optical distance measuring device
US11933884B2 (en) Radar image processing device, radar image processing method, and storage medium
CN110954912B (zh) 用于光学距离测量的方法和设备
JP2021043838A (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
CN110987872A (zh) 前向散射传感器
WO2023120430A1 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
US20210364280A1 (en) Road surface area detection device, road surface area detection system, vehicle, and road surface area detection method
JP2023094057A (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP2023094051A (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
CN110109146B (zh) 基于多线激光雷达的路面检测方法及装置
CN114578316B (zh) 确定点云中鬼影点的方法、装置、设备及存储介质
US20220244392A1 (en) High resolution lidar scanning

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22911133

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023569404

Country of ref document: JP