WO2023127337A1

WO2023127337A1 - 情報処理装置、情報処理方法、及びプログラム

Info

Publication number: WO2023127337A1
Application number: PCT/JP2022/042645
Authority: WO
Inventors: 承夏梁
Original assignee: ソニーグループ株式会社
Priority date: 2021-12-28
Filing date: 2022-11-17
Publication date: 2023-07-06
Also published as: JP2023097784A

Abstract

本技術の一形態に係る情報処理装置は、取得部と、第１の算出部と、第２の算出部と、信頼度算出部とを具備する。前記取得部は、画像情報を取得可能なセンサのセンシング結果に基づいて、前記センサのセンシング領域に対する画像情報及びデプス情報の各々を取得する。前記第１の算出部は、前記画像情報に基づいて前記センサの位置を推定し、推定された前記センサの位置に基づいて前記センサと前記センシング領域との第１の距離を算出する。前記第２の算出部は、前記デプス情報に基づいて、前記センサと前記センシング領域との第２の距離を算出する。前記信頼度算出部は、前記第１の距離と前記第２の距離とに基づいて、前記デプス情報の信頼度を算出する。

Description

情報処理装置、情報処理方法、及びプログラム

　本技術は、走行ロボットに適用可能な情報処理装置、情報処理方法、及びプログラムに関する。

　特許文献１には、三次元マップを作成する情報処理装置について開示されている。この情報処理装置では、撮像装置により撮像された画像に基づいて、三次元マップが更新される。さらに、撮像装置により撮像された画像内の特徴点に基づいて、三次元マップが補正される。これにより、三次元マップに蓄積する誤差を低減させることが可能となる。

特開２０２１－００５３９９号公報

　走行ロボット等が走行するためのマップ情報を、精度よく作成することを可能とする技術が求められている。

　以上のような事情に鑑み、本技術の目的は、マップ情報を精度よく作成することを可能とする情報処理装置、情報処理方法、及びプログラムを提供することにある。

　上記目的を達成するため、本技術の一形態に係る情報処理装置は、取得部と、第１の算出部と、第２の算出部と、信頼度算出部とを具備する。
　前記取得部は、画像情報を取得可能なセンサのセンシング結果に基づいて、前記センサのセンシング領域に対する画像情報及びデプス情報の各々を取得する。
　前記第１の算出部は、前記画像情報に基づいて前記センサの位置を推定し、推定された前記センサの位置に基づいて前記センサと前記センシング領域との第１の距離を算出する。
　前記第２の算出部は、前記デプス情報に基づいて、前記センサと前記センシング領域との第２の距離を算出する。
　前記信頼度算出部は、前記第１の距離と前記第２の距離とに基づいて、前記デプス情報の信頼度を算出する。

　この情報処理装置では、センシング領域に対する画像情報に基づいてセンサの位置が推定され、センサとセンシング領域との第１の距離が算出される。またセンシング領域に対するデプス情報に基づいて、センサとセンシング領域との第２の距離が算出される。算出された第１の距離と第２の距離とに基づいて、センシング領域に対するデプス情報の信頼度が算出される。算出された信頼度を用いることで、マップ情報を精度よく作成することが可能となる。

　前記信頼度算出部は、前記第１の距離と前記第２の距離との差分に基づいて、前記デプス情報の信頼度を算出してもよい。

　前記信頼度算出部は、前記第１の距離と前記第２の距離との差分が小さくなるのに応じて前記デプス情報の信頼度が高くなるように、前記デプス情報の信頼度を算出してもよい。

　前記センサは、地面を移動可能に構成される移動体本体に、前記移動体本体と一体的に移動可能に設置されてもよい。この場合、前記センシング領域は、前記地面の前記移動体本体の周辺領域を含んでもよい。また、前記第１の算出部は、前記センサと前記周辺領域との最短距離を、前記第１の距離として算出してもよい。また、前記第２の算出部は、前記センサと前記周辺領域との最短距離を、前記第２の距離として算出してもよい。

　前記センサは、前記移動体本体の上方側の位置に、下方側に向けて設置されてもよい。

　前記第１の算出部は、前記画像情報に基づいて前記移動体本体に対する前記センサの高さを算出し、算出された前記移動体本体に対する前記センサの高さ、及び前記移動体本体の高さの合計値を、前記第１の距離として算出してもよい。

　前記移動体本体は、前記センシング領域に含まれ、特徴点が配置された表面を有してもよい。この場合、前記第１の算出部は、前記特徴点に関する画像情報に基づいて、前記移動体本体に対する前記センサの高さを算出してもよい。

　前記第２の算出部は、前記デプス情報に基づいて前記センサと前記センシング領域との最短距離を候補最短距離として算出し、前記候補最短距離が前記センサと前記移動体本体との最短距離である場合には、前記候補最短距離、及び前記移動体本体の高さの合計値を、前記第２の距離として算出してもよい。

　前記情報処理装置は、さらに、前記センシング領域、前記デプス情報、及び前記デプス情報の信頼度が互いに関連付けられたデプスマップを作成するマップ作成部を具備してもよい。

　前記マップ作成部は、前記センシング領域内に過去に作成された前記デプスマップに対応する前記センシング領域と重複する重複領域がある場合には、前記重複領域において最も高い値となる前記デプス情報の信頼度に関連付けられた前記デプス情報を用いて、前記デプスマップを作成してもよい。

　前記信頼度算出部は、前記デプス情報が取得される際に算出される前記デプス情報の取得時信頼度に基づいて、前記デプス情報の信頼度を算出してもよい。

　前記情報処理装置は、さらに、前記デプスマップに基づいて、前記移動体の移動を制御する移動制御部を具備してもよい。

　前記デプスマップは、前記センシング領域上の障害物の有無を含んでもよい。この場合、前記移動制御部は、前記センシング領域内の前記障害物が存在する領域の前記デプス情報の信頼度が相対的に高い場合には、前記障害物を回避する対象として設定してもよい。

　前記デプスマップは、前記センシング領域上の障害物の有無を含んでもよい。この場合、前記移動制御部は、前記センシング領域内の前記障害物が存在する領域の前記デプス情報の信頼度が相対的に低い場合には、前記障害物を回避する対象として設定しなくてもよい。

　前記センサは、単眼カメラであってもよい。この場合、前記取得部は、前記単眼カメラの前記センシング結果を入力として機械学習を実行することで、前記デプス情報を取得してもよい。

　前記センサは、地面を移動可能に構成される移動体本体に、前記移動体本体と一体的に移動可能に設置されてもよい。この場合、前記情報処理装置は、さらに、前記センサと、前記移動体本体とを具備してもよい。

　前記センサは、地面を移動可能に構成される移動体本体に、前記移動体本体と一体的に移動可能に設置され、前記移動体本体に対して着脱可能に構成されてもよい。

　本技術の一形態に係る情報処理方法は、コンピュータシステムが実行する情報処理方法であって、画像情報を取得可能なセンサのセンシング結果に基づいて、前記センサのセンシング領域に対する画像情報及びデプス情報の各々を取得することを含む。
　前記画像情報に基づいて前記センサの位置が推定され、推定された前記センサの位置に基づいて前記センサと前記センシング領域との第１の距離が算出される。
　前記デプス情報に基づいて、前記センサと前記センシング領域との第２の距離が算出される。
　前記第１の距離と前記第２の距離とに基づいて、前記デプス情報の信頼度が算出される。

　本技術の一形態に係るプログラムは、画像情報を取得可能なセンサのセンシング結果に基づいて、前記センサのセンシング領域に対する画像情報及びデプス情報の各々を取得するステップと、前記画像情報に基づいて前記センサの位置を推定し、推定された前記センサの位置に基づいて前記センサと前記センシング領域との第１の距離を算出するステップと、前記デプス情報に基づいて、前記センサと前記センシング領域との第２の距離を算出するステップと、前記第１の距離と前記第２の距離とに基づいて、前記デプス情報の信頼度を算出するステップとをコンピュータシステムに実行させる。

本技術の一実施形態に係る小型走行ロボットのラストマイル配送への適用について説明するための模式図である。小型走行ロボットの外観を示す模式図である。小型走行ロボットの機能的な構成例を示す模式図である。デプスマップの生成処理の例を示すフローチャートである。単眼カメラの位置及び姿勢の推定の詳細な処理例を示すフローチャートである。特徴点について説明するための模式図である。デプス推定の詳細な処理例を示すフローチャートである。信頼度算出の詳細な処理例を示すフローチャートである。単眼カメラの周辺地面からの高さの算出について説明するための模式図である。単眼カメラから周辺地面までの最短距離の算出について説明するための模式図である。信頼度算出に用いられるテーブルの模式図である。マップ作成部により作成されるデプスマップの模式図である。マップ統合の詳細な処理例を示すフローチャートである。マップ作成部により作成されるデプスマップの模式図である。マップ作成部により作成されるデプスマップの模式図である。統合信頼度が関連付けられたデプスマップの模式図である。小型走行ロボットの移動経路の一例を示す模式図である。小型走行ロボットの移動経路の一例を示す模式図である。小型走行ロボットの移動経路の一例を示す模式図である。小型走行ロボット又は走行ロボットが載せられたトラックの模式図である。小型走行ロボット又は走行ロボットのセンシング範囲の模式図である。小型走行ロボット及びコンピュータの模式図である。コンピュータのハードウェア構成例を示すブロック図である。

　以下、本技術に係る実施形態について、図面を参照しながら説明する。

　［ラストマイル配送への適用］
　図１は、本技術の一実施形態に係る小型走行ロボットのラストマイル配送への適用について説明するための模式図である。

　図１に示すようなトラック１は、広い道路は問題なく走行することが可能である。一方で、住宅地等では狭い道路が多く交通の便が悪いため、走行が困難である。
　そこで、配送業者のデリバリーセンターから各家庭に荷物２が配送される場合には、デリバリーセンターから住宅地の入口まではトラック１で荷物２が運搬される。そして、住宅地の入口で荷物２が降ろされ、そこからは台車に荷物２が載せられて人力により各家庭まで運ばれる。このようなラストマイル配送が、物流における配送方法として採用される場合が多い。
　なお、ラストマイル配送とは、「物流における最後の１マイル」を指し、この「住宅地の入口から各家庭まで」の配送過程を意味する言葉である。

　ラストマイル配送の場面において、小型走行ロボット３の利用可能性が模索されている。小型走行ロボット３を利用してラストマイル配送を行う場合には、例えば図１に示すように、トラック１に荷物２と小型走行ロボット３とが積まれて運搬される。
　住宅地の入口からは小型走行ロボット３に荷物２が載せられ、小型走行ロボット３の自律走行により各家庭まで荷物２が運搬される。このように、人の手に代えて小型走行ロボット３に荷物２を乗せて運搬させることで、物流の効率化に資することが期待されている。
　もちろん、本技術の適用が、ラストマイル配送への適用に限定される訳ではない。

　［小型走行ロボットの構成］
　図２は、小型走行ロボット３の外観を示す模式図である。
　小型走行ロボット３は、移動体本体６と、ポール７と、単眼カメラ８とを含む。
　なお、図１においては、ポール７及び単眼カメラ８の図示が省略され、小型走行ロボット３に含まれる移動体本体６のみが模式的に図示されている。

　移動体本体６は、基体部９と４つのタイヤ１０とを有する。
　基体部９は、移動体本体６の基体となる部品である。基体部９には、コントローラ１７（図３参照）や駆動用モータ等、小型走行ロボット３を駆動させる種々の機構が内蔵される。
　図２に示す例では、基体部９の形状は直方体であり、上面１１、下面１２、及び４つの側面１３を有する。なお、基体部９の形状は限定されず、例えば円柱状や球状等、任意の形状を有してよい。
　基体部９の上面１１には、特徴点１４（図６参照）が配置される。これについては、後ほど詳しく説明する。

　４つのタイヤ１０は基体部９の側面１３に配置される。４つのタイヤ１０の各々が回転駆動することで、小型走行ロボット３の走行が実現される。すなわち移動体本体６は、地面を移動可能に構成される。
　タイヤ１０の数や大きさ等、具体的な構成は限定されない。

　移動体本体６として、任意の構成が採用されてよい。例えば、既製品の走行ロボットが移動体本体６として用いられてもよい。また、ドローン、搭乗可能な自動運転車、多足歩行型のロボット等が、移動体本体６として用いられてもよい。

　ポール７は、単眼カメラ８を支持する部材である。
　ポール７は棒状の部材であり、例えば金属やプラスチック等の剛性を有する材料にて構成される。もちろん、ポール７の具体的な材質や形状は限定されない。
　図２に示すように、ポール７は、基体部９の上面１１から上方向に延在するように設置される。例えば、ポール７は、水平面に移動体本体６が設置された場合に鉛直方向に延在するように設置される。もちろんこれに限定されず、上方向に若干交差する角度でポール７が設置される場合にも、本技術は適用可能である。

　単眼カメラ８は、ポール７の上側の端部に、撮影方向が下方側に向けられた状態で設置される。すなわち単眼カメラ８は、ポール７を介して、移動体本体６の上方側の位置に、下方側に向けて設置された状態となる。また、単眼カメラ８は、移動体本体６と一体的に移動可能に設置された状態となる。
　単眼カメラ８が撮影可能な画角範囲（撮影範囲）が、単眼カメラ８のセンシング領域となる。本実施形態では、センシング領域内に、地面に配置された移動体本体６と、地面の移動体本体６の周辺領域とが含まれる。
　すなわち、単眼カメラ８によりセンシング領域が撮影されることで、移動体本体６と、地面の移動体本体６の周辺領域とを含む画像が、センシング結果として取得される。
　単眼カメラ８による撮影のフレームレートは限定されず、任意の値であってよい。
　以下、地面の移動体本体６の周辺領域を、周辺地面と記載する場合がある。

　なお、ポール７は、基体部９に対して着脱可能に構成されてもよい。
　また、単眼カメラ８は、ポール７に対して着脱可能に構成されてもよい。
　例えば、ラストマイル配送が行われる際には、配達員等により、ポール７が基体部９に装着される。さらに、ポール７の上方側の先端に単眼カメラ８が取付けられる。
　あるいは、折り畳み可能な形態でポール７が作成され、基体部９の所定の位置に収納されてもよい。ラストマイル配送が行われる際には、配達員等により、ポール７が取り出され、基体部９から上方側に延在するように設置される。そして、ポール７の上方側の先端に単眼カメラ８が取付けられる。
　もちろん、ポール７が、基体部９に対して固定されていてもよい。
　また、単眼カメラ８が、ポール７に対して固定されていてもよい。

　図２に示す小型走行ロボット３は、本技術に係る移動体の一実施形態として機能する。また小型走行ロボット３は、本技術に係る情報処理装置の一実施形態としても機能する。すなわち、小型走行ロボット３は、本技術に係る情報処理装置を移動体に適用した例とも言える。
　また、単眼カメラ８は、本技術に係る画像情報を取得可能なセンサの一実施形態に相当する。単眼カメラ８に限定されず、画像情報を取得可能な他の任意のカメラ等が用いられてもよい。

　図３は、小型走行ロボット３の機能的な構成例を示す模式図である。
　移動体本体６は、さらに、コントローラ１７、入力部１８、出力部１９、通信部２０、記憶部２１、及びアクチュエータ２２を有する。
　本実施形態では、これらのブロックは、移動体本体６の基体部９に搭載される。
　なお、図３においては、小型走行ロボット３に含まれるポール７、及び移動体本体６が有する基体部９とタイヤ１０との図示は省略されている。

　コントローラ１７、入力部１８、出力部１９、通信部２０、記憶部２１、及びアクチュエータ２２は、バス２３を介して相互に接続されている。バス２３に代えて、通信ネットワークや規格化されていない独自の通信方式等を用いて、各ブロックが接続されてもよい。

　コントローラ１７は、例えばＣＰＵ、ＧＰＵ、ＤＳＰ等のプロセッサ、ＲＯＭやＲＡＭ等のメモリ、ＨＤＤ等の記憶デバイス等、コンピュータの構成に必要なハードウェアを有する。例えばＣＰＵがＲＯＭ等に予め記録されている本技術に係るプログラムをＲＡＭにロードして実行することにより、本技術に係る情報処理方法が実行される。
　コントローラ１７として、例えばＦＰＧＡ（Field Programmable Gate Array）等のＰＬＤ(Programmable Logic Device)、その他ＡＳＩＣ（Application Specific Integrated Circuit）等のデバイスが用いられてもよい。
　本実施形態では、コントローラ１７のＣＰＵが本技術に係るプログラム（例えばアプリケーションプログラム）を実行することで、機能ブロックとして、画像取得部２４、特徴点推定部２５、自己位置推定部２６、第１の算出部２７、デプス推定部２８、認識部２９、第２の算出部３０、信頼度算出部３１、マップ作成部３２、移動計画処理部３３、及び移動制御処理部３４が実現される。
　そしてこれらの機能ブロックにより、本実施形態に係る情報処理方法が実行される。なお各機能ブロックを実現するために、ＩＣ（集積回路）等の専用のハードウェアが適宜用いられてもよい。

　画像取得部２４は、単眼カメラ８のセンシング結果に基づいて、単眼カメラ８のセンシング領域に対する画像情報を取得する。
　本実施形態では、画像情報として、移動体本体６と、周辺地面とを含む画像が取得される。当該画像情報は、単眼カメラ８のセンシング結果に相当する。

　画像取得部２４により取得された画像情報に基づいて、特徴点抽出部２５、自己位置推定部２６、第１の算出部２７、デプス推定部２８、認識部２９、第２の算出部３０、信頼度算出部３１、及びマップ作成部３２の各々が動作することで、本技術に係るデプスマップ４７（図１２参照）が生成される。
　デプスマップ４７の生成、及びデプスマップ４７については、後に詳しく説明する。

　特徴点抽出部２５は、画像取得部２４から取得した画像情報に基づいて、特徴点１４に関する画像情報を生成する。

　自己位置推定部２６は、移動体本体６の自己位置を推定する。例えばＳＬＡＭ（Simultaneous Localization and Mapping）等の技術により、移動体本体６の位置及び姿勢（自己位置）の推定が実行される。
　また本実施形態では、特徴点抽出部２５により生成された特徴点１４に関する画像情報に基づいて、単眼カメラ８の位置及び姿勢の推定が実行される。

　第１の算出部２７は、自己位置推定部２６により推定された単眼カメラ８の位置に基づいて、単眼カメラ８と周辺地面との距離を算出する。
　第１の算出部２７により単眼カメラ８の位置に基づいて算出される、単眼カメラ８と周辺地面との距離は、本技術に係る第１の距離の一実施形態に相当する。以下、当該距離を第１の距離と記載する場合がある。
　また、特徴点抽出部２５、自己位置推定部２６、及び第１の算出部２７は、本技術に係る第１の算出部の一実施形態に相当する。

　デプス推定部２８は、画像取得部２４から取得した画像情報に基づいて、センシング領域に対するデプス情報を取得する。
　具体的には、画像情報を入力として単眼デプス推定が実行され、移動体本体６又は周辺地面に対するデプス情報が取得される。
　画像取得部２４及びデプス推定部２８は、本技術に係る取得部の一実施形態に相当する。

　認識部２９は、デプス推定部２８からデプス情報を取得し、当該デプス情報が移動体本体６に対するデプス情報であるか、周辺地面に対するデプス情報であるかを判別する。
　なお判別のために、画像取得部２４により取得された画像情報が用いられてもよい。

　第２の算出部３０は、認識部２９から取得したデプス情報及び判別結果に基づいて、単眼カメラ８と周辺地面との距離を算出する。
　第２の算出部３０によりデプス情報及び判別結果に基づいて算出される、単眼カメラ８と周辺地面との距離は、本技術に係る第２の距離の一実施形態に相当する。以下、当該距離を第２の距離と記載する場合がある。
　また、認識部２９及び第２の算出部３０は、本技術に係る第２の算出部の一実施形態に相当する。

　信頼度算出部３１は、第１の算出部２７により算出された第１の距離と、第２の算出部３０により算出された第２の距離とに基づいて、デプス情報の信頼度を算出する。
　本実施形態では、第１の距離及び第２の距離を入力、信頼度を出力とするテーブルにより、信頼度が算出される。

　マップ作成部３２は、信頼度算出部３１により算出された信頼度に基づいて、デプスマップ４７を作成する。

　移動計画処理部３３は、マップ作成部３２により作成されたデプスマップ４７に基づいて、小型走行ロボット３の移動計画を生成する。
　具体的には、小型走行ロボット３の移動の軌跡、速度、及び加速度等を含む移動計画を生成し、移動制御処理部３４に出力する。

　移動制御処理部３４は、移動計画処理部３３により生成された移動計画に基づいて、小型走行ロボット３の移動を制御する。
　例えば、アクチュエータ２２の具体的な動きを制御する制御信号を生成し、アクチュエータ２２を動作させる。
　移動計画処理部３３及び移動制御処理部３４は、本技術に係る移動制御部の一実施形態に相当する。

　入力部１８は、小型走行ロボット３を使用するユーザが各種のデータや指示等の入力に用いる装置を備える。例えば、タッチパネル、ボタン、スイッチ、キーボード、ポインティングデバイス等の操作デバイスを備える。

　出力部１９は、ユーザに対して種々の情報を出力する装置を備える。
　例えばディスプレイにより、デプスマップ４７や移動計画に関する情報が表示される。
　あるいはスピーカにより、小型走行ロボット３の周辺に存在する歩行者等に対して、警告（「近づかないでください」等）が報知されてもよい。

　通信部２０は、ＷＡＮやＬＡＮ等のネットワークを介して他のデバイスと通信する通信モジュールである。Bluetooth（登録商標）等の近距離無線通信用の通信モジュールが備えられてもよい。また、モデムやルータ等の通信機器が用いられてもよい。
　例えば通信部２０により、小型走行ロボット３と外部の機器との通信が実行される。

　記憶部２１は、不揮発性メモリ等の記憶デバイスであり、例えばＨＤＤやＳＳＤ等が用いられる。その他、コンピュータ読み取り可能な非一過性の任意の記憶媒体が用いられてよい。
　記憶部２１には、小型走行ロボット３の全体の動作を制御する制御プログラムが記憶される。制御プログラム、コンテンツデータ等をインストールする方法は限定されない。
　また記憶部２１には、デプスマップ４７や行動計画等の種々の情報が記憶される。

　アクチュエータ２２は、小型走行ロボット３の移動を実現させる構成を含む。
　例えばアクチュエータ２２として、駆動用モータが基体部９に内蔵され、タイヤ１０の回転が実現される。アクチュエータ２２は、移動制御処理部３４により生成された制御信号に基づいて動作する。

　なお、入力部１８、出力部１９、通信部２０、記憶部２１、及びアクチュエータ２２の具体的な構成は限定されない。

　［マップ生成処理］
　本実施形態における、デプスマップ４７の生成処理について説明する。
　図４は、デプスマップ４７の生成処理の例を示すフローチャートである。
　図４に示すステップ１０１～１０５の一連の処理は、例えば所定のフレームレート（３０ｆｐｓや６０ｆｐｓ等）で実行される。もちろんフレームレートは限定されず、ハードウェアの処理能力等に応じて適宜設定されてよい。

　画像取得部２４により、画像情報が取得される（ステップ１０１）。
　具体的には、まず単眼カメラ８による撮影が実行され、移動体本体６及び周辺地面の画像が取得される。さらに、画像取得部２４により、当該画像が画像情報として取得される。

　［単眼カメラの自己位置推定］
　単眼カメラ８の位置及び姿勢が推定される（ステップ１０２）。
　図５は、ステップ１０２の詳細な処理例を示すフローチャートである。
　まず、単眼カメラ８の自己位置推定にて用いられる特徴点１４について説明する。

　［特徴点］
　図６は、特徴点１４について説明するための模式図である。
　なお図６では、小型走行ロボット３が有するポール７等の図示を省略している。
　本実施形態では、移動体本体６は、特徴点１４が配置された表面を有する。
　具体的には、図６に示すように、特徴点１４としてマーカが基体部９の上面１１に配置される。
　各々のマーカは星型の形状を有し、７つのマーカが曲線状に並べて配置される。もちろん特徴点１４の形状、色、数、及び配置等は限定されない。また、特徴点１４としてマーカ以外の印や物体が配置されてもよい。

　特徴点１４が配置された上面１１は、単眼カメラ８のセンシング領域に含まれる。従って、ステップ１０１において単眼カメラ８により取得される画像は、特徴点１４を含む画像となる。
　また、画像取得部２４により取得される画像情報も、特徴点１４を含む画像である。従って、画像取得部２４により取得される画像情報は、特徴点１４を含む画像情報ともいえる。

　図５に示すように、特徴点抽出部２５により、画像取得部２４から画像情報が取得される（ステップ２０１）。
　特徴点抽出部２５より取得される画像情報は、特徴点１４を含む画像情報となる。

　特徴点抽出部２５により、特徴点１４が抽出される（ステップ２０２）。
　まず、特徴点抽出部２５により、取得した画像情報に基づいて、各々の特徴点１４の座標が生成される。
　具体的には、特徴点抽出部２５により、２Ｄ点（２次元点）及び３Ｄ点（３次元点）の２種類の特徴点１４の座標が生成される。

　２Ｄ点とは、画像情報における特徴点１４の２次元座標である。例えば画像情報（特徴点１４を含む画像）に２次元座標系が設定され、画像内のどの位置に特徴点１４が存在しているかが２次元座標により表現される。
　３Ｄ点は、特徴点１４の３次元座標である。例えば所定の位置を基準位置とした３次元座標系が設定され、特徴点１４の３次元座標が表現される。基準位置は限定されず、例えば基体部９の上面１１の中心等、任意の位置であってよい。
　また、２Ｄ点及び３Ｄ点を表現する座標系も限定されない。例えば直交座標系や極座標系等、任意の座標系が用いられてよい。

　さらに、特徴点抽出部２５により、特徴点１４に関する画像情報が生成される。
　本実施形態では、特徴点１４に関する画像情報として、特徴点１４を含む画像、２Ｄ点、及び３Ｄ点の３種類の情報が関連付けられた情報が生成される。
　特徴点抽出部２５により生成された特徴点１４に関する画像情報は、自己位置推定部２６に出力され、単眼カメラ８の位置及び姿勢の推定に用いられる。
　特徴点抽出部２５により生成される特徴点１４に関する画像情報は限定されず、単眼カメラ８の位置及び姿勢の推定に用いることが可能である任意の情報が生成されてよい。

　自己位置推定部２６により、Solve PnP（Perspective-n-Point）が実行される（ステップ２０３）。
　Solve PnPとは、カメラにより撮像された特徴点１４の２Ｄ点及び３Ｄ点から、カメラの位置及び姿勢を推定する手法である。
　本実施形態では、特徴点抽出部２５から取得された特徴点１４に関する画像情報に基づいて、自己位置推定部２６によりSolve PnPが実行され、単眼カメラ８の位置及び姿勢が推定される。
　単眼カメラ８の位置は、例えば所定の位置を基準とした直交座標系にて、Ｘ座標、Ｙ座標、Ｚ座標の３値にて表される。
　単眼カメラ８の姿勢は、例えばピッチ（pitch）、ヨー（yaw）、ロール（roll）の３値にて表される。
　もちろん位置や姿勢を表す方法は限定されず、任意の方法が採用されてよい。
　また、Solve PnP以外の他の方法により、画像情報に基づいて単眼カメラ８の位置及び姿勢が推定されてもよい。
　推定された単眼カメラ８の位置及び姿勢は、第１の算出部２７に出力される。

　なお、ステップ１０３において単眼カメラ８の位置及び姿勢が推定されるのと同時に、移動体本体６の位置及び姿勢が推定されてもよい。

　［デプス推定］
　デプス推定部２８により、センシング領域に対するデプスが推定される（ステップ１０３）。
　図７は、ステップ１０３の詳細な処理例を示すフローチャートである。

　デプス推定部２８により、画像取得部２４から画像情報が取得される（ステップ３０１）。
　さらに、デプス推定部２８により、単眼デプス推定が実行される（ステップ３０２）。
　本実施形態では、デプス推定部２８により、画像情報を入力として機械学習が実行されることで、デプス情報が取得される。

　具体的には、例えばデプス推定部２８は、学習部及び識別部（図示は省略）を有する。
　学習部は、入力された学習データ（画像情報）に基づいて機械学習を行い、学習結果（デプス情報）を出力する。また、識別部は、入力された学習データと学習結果に基づいて、当該入力された学習データの識別（判断や予測等）を行う。

　学習部における学習手法には、例えばディープラーニングが用いられる。ディープラーニングとは、多層構造のニューラルネットワークを用いたモデルであって、各層で特徴的な学習を繰り返し、大量データの中に潜んでいる複雑なパターンを学習することができる。
　ディープラーニングは、例えば画像内のオブジェクトや音声内の単語を識別する用途として用いられる。もちろん、本実施形態に係るデプス情報の算出に適用することも可能である。
　もちろん、ニューラルネットワークを用いた学習手法等、他の学習手法が用いられてもよい。

　学習済みのデプス推定部２８により、画像情報を入力として、センシング領域に対するデプス情報が取得される。
　例えば、画像情報の画素ごとのデプスの値が、デプス情報として取得される。
　取得されたセンシング領域に対するデプス情報は、認識部２９に出力される。

　［信頼度算出］
　デプス情報の信頼度が算出される（ステップ１０４）。
　図８は、ステップ１０４の詳細な処理例を示すフローチャートである。

　第１の算出部２７により、単眼カメラ８の周辺地面からの高さが算出される（ステップ４０１）。
　図９は、単眼カメラ８の周辺地面からの高さの算出について説明するための模式図である。

　まず、自己位置推定部２６により推定された単眼カメラ８の位置及び姿勢が、第１の算出部２７により取得される。
　次に、第１の算出部２７により、移動体本体６に対する単眼カメラ８の高さが算出される。
　移動体本体６に対する単眼カメラ８の高さは、移動体本体６の基体部９が有する上面１１と、単眼カメラ８との鉛直方向の距離に相当する。図９には、当該距離が「推定結果の高さ（ａ）」として矢印で図示されている。

　本実施形態では、自己位置推定部２６により推定された単眼カメラ８の位置に基づいて、高さ（ａ）が算出される。
　具体的には、第１の算出部２７により取得された位置及び姿勢のうち、位置のＺ座標に基づいて高さ（ａ）が算出される。
　例えば、位置を表す座標系の基準位置が上面１１上にある場合には、Ｚ座標と高さ（ａ）との値が等しくなる。従って第１の算出部２７により、Ｚ座標の値がそのまま高さ（ａ）として算出される。

　座標系の基準位置が上面１１上にない場合でも、座標系の基準位置と上面１１との鉛直方向の距離の差異を算出し、当該差異をＺ座標に加算又は減算することで、高さ（ａ）を算出することが可能である。
　もちろんＺ座標以外の値、例えば位置のＸ座標、Ｙ座標、姿勢のピッチ、ヨー、ロール等の値に基づいて、高さ（ａ）が算出されてもよい。その他、高さ（ａ）の具体的な算出方法は限定されない。

　さらに、第１の算出部２７により、単眼カメラ８の周辺地面３７からの高さ（Ａ）が算出される。図９には、高さ（Ａ）が矢印で図示されている。
　また図９には、設計値の高さ（ｂ）が矢印で図示されている。設計値の高さ（ｂ）は、移動体本体６の高さであり、既知の値である。
　図９に示すように、高さ（ａ）は移動体本体６に対する単眼カメラ８の高さであるため、この値に高さ（ｂ）を加算した値が、周辺地面３７に対する単眼カメラ８の高さ（Ａ）となる。
　従って、第１の算出部２７により、高さ（ａ）及び高さ（ｂ）の合計値が、高さ（Ａ）として算出される。
　高さ（Ａ）は、第１の距離（単眼カメラ８と、周辺地面３７との距離）とも言える。

　このように本実施形態では、第１の算出部２７により、第１の距離として、単眼カメラ８と周辺地面３７との最短距離が算出される。
　具体的には、全ての方向のうち距離が最短となる方向、すなわち鉛直方向における距離が第１の距離として算出されている。
　これにより、第１の距離を精度よく算出することが可能となる。

　もちろん第１の算出部２７により、単眼カメラ８と周辺地面３７との、最短距離以外の距離が算出されてもよい。例えば鉛直方向に若干交差する方向の距離が算出されてもよい。
　このような最短距離以外の距離も、第１の距離ということが可能である。

　また本実施形態では、特徴点１４に関する画像情報に基づいて、高さ（ａ）が算出されている。さらに、高さ（ａ）及び高さ（ｂ）の合計値が、高さ（Ａ）として算出されている。
　このような算出方法を用いることにより、高さ（ａ）や高さ（Ａ）が精度よく算出される。

　認識部２９により、周辺地面３７の認識が実行される（ステップ４０２）。
　具体的には、まず認識部２９により、デプス推定部２８からセンシング領域に対するデプス情報が取得される。
　センシング領域には、移動体本体６と周辺地面３７とが含まれる。従って、認識部２９により取得されるデプス情報（画素ごとのデプス値）には、移動体本体６に対するデプス値、及び周辺地面３７に対するデプス値の両方が含まれ得る。認識部２９は、当該デプス値がいずれに対するデプス値であるかを、画素ごとに判別する。
　認識部２９による判別は、取得されたデプス情報に基づいて実行される。これに限らず、例えば画像取得部２４から画像情報が取得され、画像情報に基づいて判別が実行されてもよい。また、デプス情報及び画像情報の両方が、判別のために用いられてもよい。
　認識部２９により、センシング領域に対するデプス情報及び判別結果が、第２の算出部３０に出力される。

　第２の算出部３０により、単眼カメラ８から周辺地面３７までの最短距離が算出される（ステップ４０３）。
　図１０は、単眼カメラ８から周辺地面３７までの最短距離の算出について説明するための模式図である。
　図１０Ａ及びＢには、単眼カメラ８から周辺地面３７までの最短距離（Ｂ）が矢印で図示されている。
　なお、図１０Ａ及びＢには、小型走行ロボット３が走行し、慣性によりポール７及び単眼カメラ８が傾いた状態が図示されている。

　第２の算出部３０により、認識部２９からセンシング領域に対するデプス情報が取得される。当該デプス情報には、移動体本体６に対するデプス値、及び周辺地面３７に対するデプス値の両方が含まれ得る。
　次に、第２の算出部３０により、取得されたデプス情報（画素ごとのデプス値）のうち、最も小さいデプス値が算出される。

　例えば図１０Ａの状態では、単眼カメラ８の撮影方向が基体部９の上面１１の中央に向いているため、撮影範囲４０は上面１１の中央を基準とした所定の範囲となる。図１０Ａには、撮影範囲４０が斜線模様で示されている。
　撮像範囲４０には、移動体本体６及び周辺地面３７の両方が含まれる。従って、第２の算出部３０により取得されるデプス情報にも、移動体本体６に対するデプス値、及び周辺地面３７に対するデプス値の両方が含まれる。
　さらにこの例においては、単眼カメラ８は周辺地面３７の鉛直上方に位置し、移動体本体６の鉛直上方には位置していない。従って最も小さいデプス値は、単眼カメラ８の鉛直下方の周辺地面３７が写った画素のデプス値となる。

　図１０Ｂの状態でも、図１０Ａと同様に、撮像範囲４０には移動体本体６及び周辺地面３７の両方が含まれる。第２の算出部３０により取得されるデプス情報にも、移動体本体６に対するデプス値、及び周辺地面３７に対するデプス値の両方が含まれる。
　この例においては、単眼カメラ８は移動体本体６の鉛直上方に位置している。従って最も小さいデプス値は、単眼カメラ８の鉛直下方の移動体本体６が写った画素のデプス値となる。

　従って、第２の算出部３０により算出される「最も小さいデプス値」は、単眼カメラ８の鉛直下方が写った画素のデプス値であって、移動体本体６又は周辺地面３７のいずれか一方に対するデプス値となる。

　次に、第２の算出部３０により、「最も小さいデプス値」に基づいて、候補最短距離が算出される。
　候補最短距離とは、単眼カメラ８とセンシング領域との最短距離である。
　すなわち、単眼カメラ８と、単眼カメラ８の鉛直下方に位置する物体（移動体本体６又は周辺地面３７のいずれか）との鉛直方向の距離が算出される。
　なお、候補最短距離を算出する方法は限定されず、デプス値に基づいて距離を算出する任意の方法が用いられてよい。

　さらに、第２の算出部３０により、候補最短距離の算出に用いられた「最も小さいデプス値」が、移動体本体６に対するデプス値、又は周辺地面３７に対するデプス値のいずれであるが判別される。判別は、認識部２９から取得された判別結果に基づいて実行される。

　図１０Ａの状態では、「最も小さいデプス値」が周辺地面３７に対するデプス値であると判別される。この場合第２の算出部３０により、候補最短距離が、単眼カメラ８と周辺地面３７との鉛直方向の距離であると判別される。すなわち、当該候補最短距離は、図１０Ａに示す最短距離（Ｂ）となる。

　図１０Ｂの状態では、「最も小さいデプス値」が移動体本体６に対するデプス値であると判別される。この場合第２の算出部３０により、候補最短距離が、単眼カメラ８と移動体本体６との鉛直方向の距離であると判別される。すなわち、当該候補最短距離は、図１０Ｂに示す移動体本体６までの最短距離（ａ）となる。
　この場合には、最短距離（ａ）に設計値の高さ（ｂ）を加算した値が、周辺地面３７までの最短距離（Ｂ）となる。
　従って、第２の算出部３０により、最短距離（ａ）及び高さ（ｂ）の合計値が、最短距離（Ｂ）として算出される。

　このようにして、単眼カメラ８が周辺地面３７の鉛直上方にある場合（図１０Ａの場合）、及び移動体本体６の鉛直上方にある場合（図１０Ｂの場合）のいずれの場合においても、第２の算出部３０により最短距離（Ｂ）が算出される。
　これにより、最短距離（Ｂ）が精度よく算出される。
　また最短距離（Ｂ）は、第２の距離（単眼カメラ８と、周辺地面３７との距離）とも言える。
　第２の距離として最短距離が算出されることにより、第２の距離を精度よく算出することが可能となる。

　もちろん第２の算出部３０により、単眼カメラ８と周辺地面３７との、最短距離以外の距離が算出されてもよい。例えば鉛直方向に若干交差する方向の距離が算出されてもよい。
　このような最短距離以外の距離も、第２の距離ということが可能である。

　なお、第１の距離及び第２の距離の具体的な算出方法は限定されない。
　例えば推定されたセンサの位置に基づいて、センサとセンシング領域との距離を第１の距離として算出する任意の方法が採用されてよい。また、デプス情報に基づいて、センサとセンシング領域との距離を第２の距離として算出する任意の方法が採用されてよい。

　信頼度算出部３１により、信頼度が算出される（ステップ４０４）。
　図１１は、信頼度算出に用いられるテーブルの模式図である。
　本実施形態では、信頼度算出部３１により、第１の算出部２７により算出された高さ（Ａ）と、第２の算出部３０により算出された最短距離（Ｂ）との差分に基づいて、デプス情報の信頼度が算出される。

　具体的には、テーブル（信頼度参照テーブル）が用いられ、信頼度が算出される。
　例えば図１１Ａに示すテーブル４３が用いられ、信頼度が算出される。
　テーブル４３の横軸には、ギャップ（高さ（Ａ）と最短距離（Ｂ）との差の絶対値）が取られている。高さ（Ａ）と最短距離（Ｂ）との差の絶対値は、本技術に係る第１の距離と第２の距離との差分の一実施形態に相当する。
　また、テーブル４３の縦軸には、デプス情報の信頼度が取られている。
　すなわちテーブル４３は、ギャップを入力、信頼度を出力とするテーブルである。

　まず信頼度算出部３１により、第１の算出部２７により算出された高さ（Ａ）、及び第２の算出部３０により算出された最短距離（Ｂ）が取得される。
　さらに、信頼度算出部３１により、ギャップが算出され、算出されたギャップがテーブル４３に入力されることで、信頼度が算出される。

　本実施形態では、信頼度として０．０～１．０の範囲の値が算出される。
　例えばギャップが０に近い値である場合には、算出される信頼度は１．０に近い値となる。
　また、ギャップがある程度大きくなるにつれて、算出される信頼度は０．８、０．６・・・と減少していく。

　なお、本実施形態では、テーブル４３は単調減少のテーブル（入力されるギャップが大きくなるほど、出力される信頼度が小さくなるテーブル）となっている。
　従って、信頼度算出部３１により、高さ（Ａ）と最短距離（Ｂ）との差分が小さくなるのに応じてデプス情報の信頼度が高くなるように、デプス情報の信頼度が算出される。
　単調減少のテーブルは、テーブル４３のようにギャップと信頼度との関係が曲線となるテーブルに限定されない。例えば図１１Ｂに示す、ギャップと信頼度との関係が直線となるテーブル４４が用いられてもよい。
　テーブルが用いられることで、信頼度を精度よく算出することが可能となる。また、効率的な処理が可能となる。

　その他、単調減少となる任意のテーブルが用いられてよい。
　またテーブル４３として、単調減少以外のテーブルが用いられてもよい。例えばギャップが大きくなるにつれて途中で信頼度が増加するテーブルが用いられてもよい。
　あるいは、関数等により信頼度が算出されてもよい。
　その他、信頼度を算出するための具体的な方法は限定されない。

　なお図８においては、ステップ４０１（高さの算出）と、ステップ４０２（地面の認識）及びステップ４０３（最短距離の算出）との処理が並列して図示されているが、各々の処理順は限定されない。例えばステップ４０１又はステップ４０２のいずれか一方の処理が先に実行されてもよい。

　［デプスマップ］
　マップ作成部３２により、デプスマップ４７が作成される（ステップ１０５）。
　図１２は、マップ作成部３２により作成されるデプスマップ４７の模式図である。

　デプスマップ４７とは、ある領域において、領域内の位置と当該位置におけるデプス値とが関連付けられた情報である。
　例えばデプス値を取得可能なセンサにより、センサの位置を基準として、領域内の位置ごとのデプス値が取得される。例えば位置Ａのデプス値は３０、位置Ｂのデプス値は５０、・・・等、位置ごとのデプス値が取得される。
　そして、位置とデプス値とが関連付けられた情報が、デプスマップ４７として生成される。

　例えばある位置に穴が存在する場合、穴の内部のデプス値は相対的に大きい値となる。
　逆に、凸部（例えば盛り上がった地面等）が存在する場合、凸部におけるデプス値は相対的に小さい値となる。
　このように、障害物が存在する位置においては、周囲に比べてデプス値が変化する。従ってデプス値に基づいて、障害物が存在する位置に関する情報を得ることも可能である。このような情報がデプスマップ４７に含まれてもよい。

　例えば、移動体が走行する際にデプスマップ４７が用いられることで、効率的な走行が実現される。
　具体的には、移動体はデプスマップ４７に基づいて、障害物を回避しながら、あるいは目的地までの最短ルートを選択して走行することが可能となる。

　本実施形態では、マップ作成部３２により、センシング領域、デプス情報、及びデプス情報の信頼度が互いに関連付けられたデプスマップ４７が作成される。
　図１２Ａには、マップ作成部３２により作成されるデプスマップ４７が図示されている。また、小型走行ロボット３が網掛け模様の円で模式的に図示されている。
　例えば小型走行ロボット３を基準とした所定の領域において、デプスマップ４７が作成される。
　本実施形態では、小型走行ロボット３を中心とした長方形状の領域において、デプスマップ４７が作成される。なお、当該長方形状の領域は、単眼カメラ８による撮影範囲４０（センシング領域）に含まれる。
　もちろん、領域の基準位置、形状、範囲等は限定されない。

　具体的には、まずマップ作成部３２により、デプス推定部２８からセンシング領域に対するデプス情報が取得される。
　また、マップ作成部３２により、信頼度算出部３１から信頼度が取得される。
　さらに、マップ作成部３２により、長方形状の領域の各々の位置と、デプス値とが関連付けられた情報が抽出される。長方形状の領域はセンシング領域に含まれる領域であるため、例えば取得されたセンシング領域に対するデプス情報（センシング領域の各々の位置と、デプス値とが関連付けられた情報）から長方形状の領域の各々の位置と、デプス値とが関連付けられた情報のみを抽出することが可能である。

　図１２Ａには、長方形状の領域がグリッドに分割された状態が模式的に図示されている。領域は、縦方向に４つ、横方向に３つ格子状に並んだ、各々が長方形状の１２個のグリッドに分割される。
　例えば単眼カメラ８により撮影された画像の画素範囲（２０ピクセル×２０ピクセル等）ごとに、画素範囲に対応する領域の範囲を１つのグリッドとして、領域が分割される。もちろんグリッドの具体的な範囲や形状等は限定されない。
　各々のグリッドは、位置の処理単位となる。すなわち、１つのグリッドを１つの位置として、マップ作成部３２等による処理が実行される。
　なお、マップ作成部３２等による処理の方法が、グリッドを用いた方法に限定されるわけではない。

　例えば、グリッドのＸ座標を左方側から順に１～３、Ｙ座標を下方側から順に１～４とした場合に、マップ作成部３２により、グリッドの位置が、
　（Ｘ，Ｙ）＝（１，３）
　（Ｘ，Ｙ）＝（２，４）
　と表現される。

　また、マップ作成部３２により、グリッドの位置とデプス値とが関連付けられた情報が生成される。当該情報は例えば、
　Ｄ（Ｘ，Ｙ）
　等の形で表される。例えば位置（１，３）におけるデプス値が５０である旨は、
　Ｄ（１，３）＝５０
　と表現される。
　本例では領域が１２個のグリッドに分割されているため、生成される情報（Ｄ（Ｘ，Ｙ））も、Ｄ（１，１）～Ｄ（３，４）の１２種類となる。

　なお本例では、説明を分かりやすくするためにグリッドの位置がＸ座標及びＹ座標のみにより表現されているが、位置にＺ座標が含まれてもよい。この場合、グリッドの位置とデプス値とが関連付けられた情報は、例えば
　Ｄ（Ｘ，Ｙ，Ｚ）
　等により表現される。

　マップ作成部３２により、位置とデプス値とが関連付けられた情報（Ｄ（Ｘ，Ｙ））に対して、さらに信頼度が関連付けられる。
　当該情報は、例えば信頼度付きデプスと呼称され、
　Ｄconf＝（Ｄ（Ｘ，Ｙ）,confidence）
　と表現される。
　なおconfidenceは、位置（Ｘ，Ｙ）における信頼度を表している。

　図４に示すステップ１０１～１０５の一連の処理が１回実行されるごとに、マップ作成部３２により１種類の信頼度が取得される。従って、マップ作成部３２により、１２種類の情報（Ｄ（Ｘ，Ｙ））の各々に対して、１種類の同一の信頼度が関連付けられる。例えば取得された信頼度が１．０である場合には、信頼度付きデプスは、
　Ｄconf＝（Ｄ（１，３）,１．０）
　Ｄconf＝（Ｄ（２，４）,１．０）
　といった１２種類の情報となる。
　図１２Ａには、各々の位置に対応する信頼度が図示されている。このように、１２種類の全ての位置に対して、信頼度１．０が一律で関連付けられる。

　このようにして生成された複数の信頼度付きデプスが、デプスマップ４７となる。すなわちデプスマップ４７は、センシング領域、デプス情報、及びデプス情報の信頼度が互いに関連付けられたデプスマップ４７とも言える。
　作成されるデプスマップ４７が具体的にどのような情報であるかは限定されず、センシング領域、デプス情報、及びデプス情報の信頼度が互いに関連付けられた任意の情報であってよい。また、デプスマップ４７以外の任意のマップ情報が作成されてもよく、マップ情報を作成するための具体的な方法も限定されない。

　なお、本実施形態では、信頼度付きデプス（Ｄconf）に対して、さらにフレーム番号が関連付けられる。信頼度付きデプスにフレーム番号が関連付けられた情報は、例えば
　Ｄconf（Ｎ）＝（Ｄ（１，３）（Ｎ）,confidence）
　等と表現される。
　以下、Ｄconf（Ｎ）を、Ｄconfと区別せずに、信頼度付きデプスと記載する場合がある。

　フレーム番号は処理の時間的な単位を示すパラメータであり、例えば１フレームに１回、図４に示す１連の処理が実行される。
　すなわち、最初にフレーム０にて１２種類の信頼度付きデプス
　Ｄconf（０）＝（Ｄ（１，３）（０）,１．０）
　Ｄconf（０）＝（Ｄ（２，４）（０）,１．０）
　等が生成される。

　次に、フレーム１にて再び図４に示す１連の処理が実行される。そして、例えば
　Ｄconf（１）＝（Ｄ（２，４）（１）,０．６）
　等の信頼度付きデプスが生成される。
　この例では、同じ座標（２，４）に対して、フレーム０における信頼度は１．０、フレーム１における信頼度は０．６と、異なる信頼度が関連付けられている。
　マップ作成部３２ではフレームごとに１種類の信頼度が取得されるため、このように同じ座標に対する信頼度であっても、フレーム番号が異なれば信頼度は異なる値となりうる。このことはデプス値に関しても同様である。

　図１２Ｂに示す例では、小型走行ロボット３が移動している状態下で、マップ作成部３２により作成されたデプスマップ４７が図示されている。
　第１の算出部２７により算出される第１の距離（高さ（Ａ））、及び第２の算出部３０により算出される第２の距離（最短距離（Ｂ））は、どちらも同じ「単眼カメラ８と周辺地面３７との最短距離」である。従って理想的には、第１の距離及び第２の距離に差は生じない。
　しかしながら、小型走行ロボット３が移動している場合、単眼カメラ８の振動等に起因して、単眼カメラ８の自己位置推定や、デプス推定の結果に誤差が生じることがある。これに伴い、第１の距離及び第２の距離も相対的に不正確な値となり、第１の距離及び第２の距離に差異が生じる。
　すなわち、第１の距離及び第２の距離の差分に基づいて算出されるギャップが、相対的に大きな値となる。そして、信頼度として相対的に低い値が算出される。

　図１２Ｂに示す例では、小型走行ロボット３が移動しているため、信頼度として０．６という相対的に低い値が算出されている。
　小型走行ロボット３がさらに速く移動する場合には、単眼カメラ８が激しく振動し、信頼度がより低く算出されることもある。

　図１２Ａ及びＢには、領域上に存在する障害物４８が、立方体で模式的に図示されている。
　マップ作成部３２により、デプスマップ４７として、障害物４８に関する情報を含むデプスマップ４７が作成されてもよい。
　例えば、デプスマップ４７に、センシング領域上の障害物の有無が含まれていてもよい。

　例えば図１２Ａ及びＢに示す例では、
　（２，１）
　（２，４）
　（３，２）
　の位置に障害物４８が存在している。
　この場合、信頼度付きデプスに対してさらに障害物４８の有無が関連付けられ、例えば
　Ｄconf（１）＝（Ｄ（１，３）（１）＝５０,１．０，障害物なし）
　Ｄconf（１）＝（Ｄ（２，４）（１）＝３０,１．０，障害物あり）
　といった情報が生成される。
　なお、障害物４８の有無は、デプス値等に基づいて判定することが可能である。

　もちろん、障害物４８の有無が関連付けられた情報の具体的な表現方法は限定されない。
　また、障害物４８に関する情報として、障害物４８の大きさ、高さ、種類等の情報がデプスマップ４７に含まれてもよい。

　［マップ統合］
　図１３は、ステップ１０５の詳細な処理例を示すフローチャートである。

　マップ作成部３２により、デプスマップ４７が初期化される（ステップ５０１）。
　本実施形態では、例えばデプスマップ４７が初めて作成される場合に、最初にデプスマップ４７が初期化される。
　デプスマップ４７が初めて作成される場合とは、例えば小型走行ロボット３が移動を開始した瞬間等であり、図４に示すステップ１０１～１０５の一連の処理が初めて実行される場合に相当する。

　また、過去にデプスマップ４７が作成されていた場合であっても、例えば小型走行ロボット３がある程度の時間停止していた場合等、しばらくデプスマップ４７が作成されていない時間があった場合に、デプスマップ４７の初期化が実行されてもよい。
　あるいは、初期化のための初期化ボタンが備えられ、小型走行ロボット３を使用するユーザ（配送員等）により初期化ボタンが押された場合に、初期化処理が実行されてもよい。

　初期化処理においては、まずマップ作成部３２により、小型走行ロボット３が停止している状態で、小型走行ロボット３を基準とした所定の領域にてデプスマップ４７が作成される。
　小型走行ロボット３が停止している状態では、マップ作成部３２により、信頼度として相対的に高い値が取得される。例えば信頼度１．０が取得され、図１２Ａの例のように、１２マスのグリッドに信頼度１．０が関連付けられたデプスマップ４７が作成される。

　一方で、小型走行ロボット３の周囲の１２マスのグリッド以外の他のグリッドでは、信頼度０．０が一律で関連付けられた未探索領域が作成される。
　未探索領域においてはセンシングが実行されておらず、デプス情報が取得されていないため、未探索領域にはデプス情報が関連付けられない。ただし、「０」等の初期デプス値が、仮のデプス値として関連付けられてもよい。

　マップ作成部３２により、新しいデプスマップ４７が作成される（ステップ５０２）。
　図１４は、マップ作成部３２により作成されるデプスマップ４７の模式図である。
　図１４Ａには、１２マスのグリッドからなる２つのデプスマップ４７が示されている。なお本図では、２つのデプスマップ４７を区別するために、デプスマップ４７ａ及びデプスマップ４７ｂというように、異なる符号を用いている。
　図１４Ａには、デプスマップ４７ａが作成された後、小型走行ロボット３が上方向に１グリッド分、右方向に１グリッド分だけ移動し、移動後の位置で新しいデプスマップ４７ｂが作成された状態が示されている。

　このように、小型走行ロボット３の移動中にも随時（例えば所定のフレームレート）で図４に示すステップ１０１～１０５の一連の処理が実行され、新しいデプスマップ４７ｂが作成され続ける。
　新しいデプスマップ４７ｂの作成には、例えばＩＣＰ（Iterative Closest Point）というアルゴリズムが用いられる。ＩＣＰとは、センサにより取得された２つの点群データを用いて、それらの点群データがマッチングする位置を計算するアルゴリズムである。
　本実施形態では、例えば一旦取得されたデプスマップ４７ｂに対して、１つ前に取得されたデプスマップ４７ａとの間でＩＣＰが実行され、ＩＣＰ実行後のデプスマップ４７ｂが生成される。これによりデプスマップ４７ｂが正確に補正され、精度よく新しいデプスマップ４７ｂを生成することが可能である。

　また、ステップ１０２の単眼カメラ８の自己位置推定や、ステップ１０３のデプスの推定に、ＩＣＰが用いられてもよい。例えば取得されたデプス値と、１つ前に取得されたデプス値との間でＩＣＰが実行され、取得されたデプス値が補正されてもよい。
　もちろん、新しいデプスマップ４７ｂを作成する方法はＩＣＰを用いた方法に限定されず、任意の方法が採用されてよい。

　新しく作成されたデプスマップ４７ｂが、未探索領域に対するデプスマップ４７ｂであるか否かが判定される（ステップ５０３）。
　本実施形態では、最初にステップ５０１の初期化処理で、１２マスのグリッド以外の他のグリッドでは、信頼度０．０が関連付けられた未探索領域が作成されている。

　新しく作成されたデプスマップ４７ｂに、過去に作成されたデプスマップ４７ａが含まれない場合には、未探索領域に対するデプスマップ４７ｂであると判定される。
　一方で、新しく作成されたデプスマップ４７ｂに、過去に作成されたデプスマップ４７ａが含まれる場合（例えば新しく作成されたデプスマップ４７ｂの１つ以上のグリッドが、デプスマップ４７ａと重複している場合）には、未探索領域に対するデプスマップ４７ｂではないと判定される。

　デプスマップ４７ｂが未探索領域に対するデプスマップ４７ｂではないと判定された場合（ステップ５０３のＮｏ）、信頼度の比較が実行される（ステップ５０４）。
　図１４Ａには、デプスマップ４７ｂが未探索領域に対するデプスマップ４７ｂではないと判定された状態が示されている。具体的には、過去に作成されたデプスマップ４７ａの右上の６つのグリッドの領域が、デプスマップ４７ｂに含まれている。
　すなわち、デプスマップ４７ａの右上の６つのグリッド（右上から横２つ×縦３つ分）と、デプスマップ４７ｂの左下の６つのグリッド（左下から横２つ×縦３つ分）とが重なり合っている。図１４ａでは、当該重複した領域である重複領域５１が、破線の長方形で図示されている。
　重複領域５１は、デプスマップ４７ｂの、過去に作成されたデプスマップ４７ａに対応する、デプスマップ４７ｂと重複する領域となる。

　信頼度の比較は、重複領域５１上で実行される。
　具体的には、マップ作成部３２により、重複領域５１上で最も高い値となる信頼度が算出される。
　重複領域５１上で、デプスマップ４７ａの信頼度は１．０、デプスマップ４７ｂの信頼度は０．６となっている。従って、重複領域５１上で最も高い値の信頼度として、デプスマップ４７ａの信頼度である１．０が算出される。

　デプスマップ４７ｂが未探索領域に対するデプスマップ４７ｂであると判定された場合には（ステップ５０３のＹｅｓ）、デプスマップ４７ｂの統合が実行される（ステップ５０５）。
　この場合には、デプスマップ４７ａとデプスマップ４７ｂとの重複領域５１は存在しない。デプスマップ４７ｂが未探索領域に上書きされることで統合が実行され、デプスマップ４７ａ及びデプスマップ４７ｂからなる統合後のデプスマップ４７が作成される。

　一方で重複領域５１が存在する場合には、ステップ５０４で算出された、重複領域５１において最も高い値となる信頼度が、重複領域５１に関連付けられる。
　図１４Ｂには、統合後のデプスマップ４７ｃが図示されている。
　図１４Ａにおいて元々重複領域５１であった領域（中央の６マスのグリッド）には、最も高い信頼度である１．０が関連付けられている。また、元々重複領域５１でなかった領域には、デプスマップ４７ａ又はデプスマップ４７ｂの信頼度がそのまま関連付けられている。

　また、重複領域５１において最も高い値となる信頼度に関連付けられたデプス情報が、重複領域５１に関連付けられる。
　最も高い信頼度である信頼度１．０に関連付けられたデプス情報は、デプスマップ４７ａの信頼度である。従ってデプスマップ４７ｃの、元々重複領域５１であった領域にはデプスマップ４７ａのデプス情報が関連付けられる。
　また、元々重複領域５１でなかった領域には、デプスマップ４７ａ又はデプスマップ４７ｂのデプス情報がそのまま関連付けられる。

　従って、統合後のデプスマップ４７ｃにおいて、元々重複領域５１であった領域にはデプスマップ４７ａのデプス情報及び信頼度が関連付けられている。
　また、元々デプスマップ４７ａに含まれ重複領域５１でなかった領域には、デプスマップ４７ａのデプス情報及び信頼度が関連付けられている。
　また、元々デプスマップ４７ｂに含まれ重複領域５１でなかった領域には、デプスマップ４７ｂのデプス情報及び信頼度が関連付けられている。

　このようにしてデプスマップ４７ａ及びデプスマップ４７ｂが統合され、デプスマップ４７ｃが作成される。
　すなわち、重複領域５１が存在する場合に、新しい信頼度が既存の信頼度より高い場合には、信頼度及びデプス情報が上書きされる、という手法で統合が実行される。
　統合後のデプスマップ４７ｃは、例えば記憶部２１により記憶される。
　もちろん統合の具体的な方法は限定されず、任意の方法が用いられてよい。

　図１５は、マップ作成部３２により作成されるデプスマップ４７の模式図である。
　図１５Ａには、統合により図１４Ｂのデプスマップ４７ｃが作成された後、小型走行ロボット３がさらに上方向に１グリッド分、右方向に１グリッド分だけ移動し、移動後の位置で新しいデプスマップ４７ｄが作成された状態が示されている。
　デプスマップ４７ｄには、信頼度０．８が一律で関連付けられている。

　この場合にも、マップ作成部３２により、重複領域５１上で信頼度の比較が実行される。
　重複領域５１は、デプスマップ４７ｃの右上の６つのグリッドと、デプスマップ４７ｄの左下の６つのグリッドに相当する領域である。
　デプスマップ４７ｃの右上の６つのグリッドのうち、左下の２つのグリッド（左下から横１つ×縦２つ分）の信頼度は１．０である。また、左下の２つのグリッド以外の４つのグリッドの信頼度は０．６である。
　デプスマップ４７ｄの左下の６つのグリッドの信頼度は０．８である。

　従って、重複領域５１の左下の２つのグリッドにおいては、デプスマップ４７ｃの信頼度である１．０と、デプスマップ４７ｄの信頼度である０．８とが比較される。そして、信頼度１．０及びデプスマップ４７ｃのデプス情報が関連付けられる。
　また、左下の２つのグリッド以外の４つのグリッドにおいては、デプスマップ４７ｃの信頼度である０．６と、デプスマップ４７ｄの信頼度である０．８とが比較される。そして、信頼度０．８及びデプスマップ４７ｄのデプス情報が関連付けられる。
　このようにして、デプスマップ４７ｃ及びデプスマップ４７ｄが統合される。図１５Ｂには、統合後のデプスマップ４７ｅが示されている。

　デプスマップ４７の生成処理を終了するか否かが判定される（ステップ１０６）。
　生成処理を終了すると判定された場合には（ステップ１０６のＹｅｓ）、処理を終了する。
　例えば小型走行ロボット３が目的地に到着し、移動が終了した場合等に、デプスマップ４７の生成処理を終了すると判定される。判定は、例えばマップ作成部３２等により実行される。
　生成処理を終了しないと判定された場合には（ステップ１０６のＮｏ）、ステップ１０１～ステップ１０５の一連の処理が再び実行される。

　なお、ステップ１０２（自己位置推定）及びステップ１０３（デプス推定）の処理順は限定されない。例えばステップ１０３の処理が先に実行されてもよいし、２つの処理が並列して実行されてもよい。

　［デプス信頼度の他の算出方法］
　信頼度算出部３１により、デプス情報が取得される際に算出されるデプス情報の取得時信頼度に基づいて、デプス情報の信頼度が算出されてもよい。
　具体的には、ステップ１０３（デプス推定）でデプス推定部２８によりデプス情報が取得される場合に、デプス推定の手法によっては、取得されたデプス情報の取得時信頼度が算出可能である場合がある。

　取得時信頼度とは、デプス推定部２８により取得されたデプス情報がどの程度正確であるかを表すパラメータである。例えばデプス情報の取得のために用いられた画像情報が不鮮明な画像である場合には、取得されたデプス情報も相対的に不正確であると判断され、取得時信頼度が低く算出される。

　もちろん、取得時信頼度を算出する方法は限定されず、任意であってよい。また、取得時信頼度の算出のために機械学習アルゴリズム等が用いられてもよい。
　デプス情報はグリッドごとに異なるデプス値であるため、取得時信頼度もまた、グリッドごとに異なる値となる。

　デプス推定部２８により取得されたデプス情報、及び算出された取得時信頼度は、信頼度算出部３１により取得される。
　さらに、信頼度算出部３１により、ギャップ信頼度が算出される。
　ギャップ信頼度とは、第１の距離及び第２の距離に基づいて算出される信頼度である。
　例えばステップ４０４で説明した方法と同様に、高さ（Ａ）と最短距離（Ｂ）との差の絶対値｜Ａ－Ｂ｜を入力として、テーブル４３等によりギャップ信頼度が算出される。
　この場合ギャップ信頼度は、ステップ４０４で算出される信頼度に相当するパラメータとなる
　もちろん第１の距離及び第２の距離に基づいた他の方法により、ギャップ信頼度が算出されてもよい。

　さらに、信頼度算出部３１により、統合信頼度が算出される。
　統合信頼度は、取得時信頼度及びギャップ信頼度に基づいて算出される。従って、取得されたデプス情報の正確性や、第１の距離及び第２の距離の正確性が反映されたパラメータとなる。
　例えば統合信頼度は、取得時信頼度及びギャップ信頼度の積として算出される。すなわち以下の式により算出される。
　統合信頼度＝取得時信頼度×ギャップ信頼度
　例えば取得時信頼度が０．５、ギャップ信頼度が０．８である場合には、算出される統合信頼度は０．４となる。
　ギャップ信頼度は例えば１２個のグリッドで一律で同じ値をとるが、取得時信頼度はグリッドごとに異なる値となるため、統合信頼度もグリッドごとに異なる値となる。

　マップ作成部３２により、統合信頼度が関連付けられたデプスマップ４７が作成される。具体的には、重複領域５１において統合信頼度が最も高いデプスマップ４７の統合信頼度及びデプス情報が関連付けられ、デプスマップ４７が作成される。
　図１６は、統合信頼度が関連付けられたデプスマップ４７の模式図である。
　図１６に示すように、デプスマップ４７にはグリッドごとに異なる統合信頼度が関連付けられている。

　統合信頼度が用いられることで、デプス推定部２８により取得されたデプス情報の信頼度（取得時信頼度）が評価され、精度よくデプスマップ４７が作成される。
　なお、統合信頼度の具体的な算出方法は限定されず、取得時信頼度に基づいた任意の方法により統合信頼度が算出されてよい。
　統合信頼度は、本技術に係る、信頼度算出部により第１の距離と第２の距離とに基づいて算出されるデプス情報の信頼度の一実施形態に相当する。

　［センシング領域の走行］
　小型走行ロボット３によるセンシング領域の走行について説明する。
　移動制御処理部３４により、デプスマップ４７に基づいて、小型走行ロボット３の移動が制御される。
　具体的には、まずマップ作成部３２により作成されたデプスマップ４７が、移動計画処理部３３により取得される。
　そして、移動計画処理部３３により、取得されたデプスマップ４７に基づいて、小型走行ロボット３の移動計画が生成される。

　例えば本実施形態では、小型走行ロボット３の目的地の位置や障害物４８の有無がデプスマップ４７に含まれる。そして、移動計画処理部３３により、デプスマップ４７に基づいて、障害物４８を回避しながら目的地に最短の時間（あるいは最短の距離）で到達できる最短ルートが、移動計画として生成される。
　移動計画には、最短ルートのみならず、目的地まで安全に到達できるルート等が含まれてもよい。また、小型走行ロボット３の速度及び加速度等、移動に関する任意の情報が含まれてよい。

　移動計画処理部３３により作成された移動計画に基づいて、移動制御処理部３４により、小型走行ロボット３の移動が制御される。具体的には、移動制御処理部３４により、アクチュエータ２２の具体的な動きを制御するための制御信号が生成される。さらに、生成された制御信号に基づいて、アクチュエータ２２に含まれる駆動用モータ等が動作する。これにより、小型走行ロボット３の移動が実現される。
　移動計画処理部３３による移動計画の生成、及び移動制御処理部３４による移動の制御は、本技術に係る移動の制御に含まれる。

　図１７は、小型走行ロボット３の移動経路の一例を示す模式図である。
　図１７には、小型走行ロボット３の移動経路が矢印で示されている。また、小型走行ロボット３が移動するセンシング領域に対応したデプスマップ４７が示されている。
　なおデプスマップ４７には、グリッドごとに異なる統合信頼度が関連付けられている。

　図１７に示す例では、小型走行ロボット３が、初期位置（小型走行ロボット３が図示されている位置）から目的地であるゴール５５に向かって移動している。
　小型走行ロボット３の初期位置の側にあるグリッド５４ａでは、障害物４８ａが存在すると判定されている。

　本実施形態では、移動計画処理部３３により、センシング領域内の障害物４８が存在する領域のデプス情報の信頼度が相対的に高い場合には、障害物４８が回避する対象として設定される。
　例えば「０．５」等の所定の閾値が設定され、統合信頼度が閾値よりも高い場合には、障害物４８が回避する対象として設定される。本例ではグリッド５４ａの統合信頼度が０．９であり、閾値よりも高い。従って移動計画処理部３３により、障害物４８ａが回避する対象として設定される。そして、障害物４８ａを回避する経路を含んだ移動計画が生成される。
　これにより、小型走行ロボット３が安全に走行することが可能となる。

　小型走行ロボット３は、障害物４８ａを回避し、グリッド５４ｂまで移動する。
　グリッド５４ｂの上側にあるグリッド５４ｃでは、障害物４８ｂが存在すると判定されている。
　この場合にも、グリッド５４ｃの統合信頼度が０．９であり、閾値よりも高いため、障害物４８ｂが回避する対象として設定される。

　一方で、グリッド５４ｃの左側のグリッド５４ｄ、及び右側のグリッド５４ｅでは、どちらも障害物４８が存在しないと判定されている。
　従って、障害物４８ｂを回避しながらゴール５５に向かう移動経路としては、グリッド５４ｄ及びグリッド５４ｆを経由し、ゴール５５に到達する経路と、グリッド５４ｅ及びグリッド５４ｆを経由し、ゴール５５に到達する経路とが考えられる。

　本例では、グリッド５４ｄの統合信頼度は０．８であり、グリッド５４ｅの統合信頼度は０．４である。
　このような場合には、グリッド５４ｄの統合信頼度の方が高いため、デプス推定に誤差が生じている可能性が低く、障害物４８が存在しないという判定結果が正しい可能性が高いと判断される。つまり、実際には障害物４８が存在するのにも関わらず、誤って障害物４８が存在しないと判定されている可能性が低いと判断される。
　そして、グリッド５４ｄに進む移動経路が選択される。すなわち移動計画処理部３３により、グリッド５４ｄを移動経路に含む移動計画が生成され、小型走行ロボット３の移動が制御される。

　図１８は、小型走行ロボット３の移動経路の一例を示す模式図である。
　図１８に示す例では、まず小型走行ロボット３が、初期位置から障害物４８を回避しながら、グリッド５４ｇまで移動する。
　グリッド５４ｇから目的地であるゴール５５に向かうためには、グリッド５４ｈ上の障害物４８ｃを回避しながら移動する必要がある。
　従って、例えばグリッド５４ｈの上下のグリッドに進み、障害物４８ｃを回避する経路が考えられる。
　しかしながら、グリッド５４ｈの統合信頼度は０．２であり、低い値となっている。

　本実施形態では、移動計画処理部３３は、センシング領域内の障害物４８が存在する領域のデプス情報の信頼度が相対的に低い場合には、障害物４８を回避する対象として設定しない。
　例えば「０．５」等の所定の閾値が設定され、統合信頼度が閾値よりも低い場合には、例え障害物４８が存在すると判定されていたとしても、障害物４８を回避する対象として設定しない。
　本例ではグリッド５４ｈの統合信頼度が０．２であり、閾値よりも低い。従って移動計画処理部３３は、障害物４８ｃを回避する対象として設定しない。そして、障害物４８ｃを回避しない経路（グリッド５４ｈを通過する経路）を含んだ移動計画が生成される。
　このように、信頼度が低い領域が経路に含まれる可能性を考え、バランスを考慮して移動計画が作成されてもよい。これにより、小型走行ロボット３が効率よく走行することが可能となる。

　デプス情報の信頼度が相対的に高い、あるいは低い旨を判断するために用いられる閾値は、任意の値であってよい。
　例えば多少安全性を犠牲にしてでも、小型走行ロボット３を目的地まで早く到達させたい場合には、閾値が高く設定される。このようにすることで、障害物４８が存在すると判定され、かつ信頼度がやや高い領域であっても、その領域を通過するような移動計画が生成され、目的地までの到達時間が短縮される。
　一方で、多少目的地への到達に時間がかかっても安全性を優先したい場合には、閾値が低く設定される。このようにすることで、信頼度がやや低い領域であっても、障害物４８が存在すると判定されていれば、その領域を回避するような移動計画が生成され、小型走行ロボット３を安全に移動させることが可能である。
　なお、デプス情報の信頼度が相対的に高いか否か、あるいは低いか否かを判断する方法は、閾値を用いた方法に限定されず、任意の方法が用いられてよい。

　図１９は、小型走行ロボット３の移動経路の一例を示す模式図である。
　図１９に示す例では、図１８において小型走行ロボット３がグリッド５４ｇまで到達し、グリッド５４ｈを通過する移動計画が生成された後の状態が図示されている。

　本例では、小型走行ロボット３がグリッド５４ｈに進入した際に、マップ作成部３２により新しいデプスマップ４７が作成されている。図１９には、当該新しく作成されたデプスマップ４７が示されている。
　図１８における古いデプスマップ４７では、グリッド５４ｈの統合信頼度が０．２であったが、図１９における新しいデプスマップ４７では、グリッド５４ｈの統合信頼度が１．０に変化している。

　このような場合には、図１９に示すように、小型走行ロボット３が急遽障害物４８を回避するような移動計画が生成されてもよい。
　つまり、障害物４８が存在する可能性が低い場合であっても、障害物４８の有無を正確に確認するために、小型走行ロボット３が少し進行しながら、あるいは停止してセンシングが実行される。そして、障害物４８の存在が確認できた場合には障害物４８を迂回する、という経路が計画されてもよい。
　これにより、信頼度の変化に応じた柔軟な移動を実現することが可能となる。

　デプスマップ４７に基づいて小型走行ロボット３の移動が制御されることで、小型走行ロボット３の効率のよい走行が実現される。
　その他、デプスマップ４７に基づいた小型走行ロボット３の移動の具体的な制御方法は限定されない。

　以上、本技術に係る小型走行ロボット３では、センシング領域に対する画像情報に基づいて単眼カメラ８の位置が推定され、単眼カメラ８とセンシング領域との第１の距離が算出される。またセンシング領域に対するデプス情報に基づいて、単眼カメラ８とセンシング領域との第２の距離が算出される。算出された第１の距離と第２の距離とに基づいて、センシング領域に対するデプス情報の信頼度が算出される。算出された信頼度を用いることで、マップ情報を精度よく作成することが可能となる。

　図２０は、小型走行ロボット３又は走行ロボットが載せられたトラック１の模式図である。
　図２０Ａには、図１と同様に、トラック１に本技術に係る小型走行ロボット３が載せられた状態が図示されている。
　図２０Ｂには、トラック１に比較例である走行ロボット５８が載せられた状態が図示されている。

　図２０Ｂに示すように、トラック１に比較的大きな走行ロボット５８が載せられる場合には、走行ロボット５８が１台、荷物２が４つと、あまり多くの走行ロボット５８及び荷物２を載せることができない。
　一方で、図２０Ａに示すように、本技術に係る小型走行ロボット３が載せられる場合には、小型走行ロボット３が２台、荷物２が５つと、図２０Ｂの例に比べてより多くの小型走行ロボット３及び荷物２を載せることが可能となる。

　これにより、ラストマイル配送の場面で、２台の小型走行ロボット３で同時に荷物２を運搬することが可能となる。また、トラック１により一度に多くの荷物２を運搬することが可能となる。
　すなわち、物流の効率化に貢献することが可能となる。

　図２１は、小型走行ロボット３又は走行ロボット５８のセンシング範囲の模式図である。
　図２１Ａには、本技術に係る小型走行ロボット３のセンシング範囲が斜線模様で図示されている。
　図２１Ｂには、比較例である走行ロボット５８のセンシング範囲が図示されている。

　図２１Ｂに示す例では、走行ロボット５８のセンシング範囲は、走行ロボット５８の前方側の空間となっている。
　走行ロボット５８の前方側には障害物４８（穴及び壁面）が存在する。しかしながら、センシング範囲には、穴の底面や壁面の一部（上方側及び下方側）が含まれておらず、穴や壁面の全体はセンシングされていない。

　このように、比較例である走行ロボット５８のような、センサの位置が低い走行ロボット５８においては、周辺環境を認識するために必要な情報が十分に取得できず、安全な経路計画が困難である問題が生じる。
　走行ロボット５８の高さを高くし、センサを高いところに設置することも可能であるが、走行ロボット５８が倒れやすくなる問題が生じる。また、保管場所に制限ができてしまう。

　一方で図２１Ａに示すように、本技術に係る小型走行ロボット３においては、単眼カメラ８が、ポール７の上側の端部に、撮影方向が下方側に向けられた状態で設置される。そして、地面全体を鳥瞰するようにして、穴や壁面の全体がセンシングされる。
　これにより、穴の深さや壁面の高さ等、安全な走行のために必要な地面の形状を取得することが可能となる。そして、小型走行ロボット３が壁面を登ることが可能か否かといった判断が可能となる。
　また、広い領域のデプスマップ４７を生成することが可能となる。

　また、例えば小型走行ロボット３が街中を走行する場合に、ポール７が目印となり、周囲の歩行者等に注意を促すことが可能となる。
　例えば歩行者等が小型走行ロボット３の存在に気づかず、小型走行ロボット３と衝突してしまう、といった事故が防止される。

　本実施形態では、第１の距離と第２の距離との差分が小さくなるのに応じて信頼度が高くなるように、信頼度が算出される。
　これにより、第１の距離と第２の距離との差分を精度よく評価することが可能となる。

　また、センシング領域、デプス情報、及び信頼度が互いに関連付けられたデプスマップ４７が作成される。これにより、高品質なデプスマップ４７を作成することが可能となる。
　例えばセンシング領域及びデプス情報のみが関連付けられたデプスマップに比べ、さらに信頼度の情報が含まれる分、正確なデプスマップ４７が作成される。

　また、過去に作成されたデプスマップ４７との重複領域５１がある場合に、重複領域５１において最も高い値となる信頼度に関連付けられたデプス情報が用いられ、デプスマップ４７が作成される。
　このような手法が用いられることにより、精度よくデプスマップ４７が作成される。

　また、単眼カメラ８によるセンシング領域結果を入力として機械学習が実行され、デプス情報が取得される。
　これにより、簡易なセンサ構成で精度よくデプス情報を取得することが可能となる。

　＜その他の実施形態＞
　本技術は、以上説明した実施形態に限定されず、他の種々の実施形態を実現することができる。

　画像を取得可能なセンサに加えて、デプス情報を取得可能なセンサが備えられてもよい。例えばＬｉＤＡＲ（Light Detection and Ranging、Laser Imaging Detection and Ranging）、ＴｏＦ（Time of Flight）センサ等の測距センサを用いることが可能である。あるいはステレオカメラ等、画像及びデプス情報の双方を取得可能なセンサが用いられてもよい。
　この場合ステップ１０３の、画像情報に基づいてデプス情報を取得する処理は省略することが可能である。

　センサがポール７の上部に取り付けられる構成に限定されず、例えばセンサが移動体本体６に内蔵される構成等が採用されてもよい。本技術を実現可能な範囲で、センサの位置等が適宜決定されてよい。
　また、小型走行ロボット３が複数のセンサを有していてもよい。

　ポール７として長さが調整できるポールが用いられてもよい。
　これにより、例えばセンシングのスケールが分かるため、特徴点１４を用いないセンシングが可能となり、簡易な構成で本技術が実現可能となる。

　ＩＭＵ（Inertial Measurement Unit、慣性計測装置）を含んだ構成が採用されてもよい。
　これにより、センサや移動体本体６の自己位置推定の精度を改善することが可能となる。

　小型走行ロボット３に搭載されたコンピュータとネットワーク等を介して通信可能な他のコンピュータとが連動することにより本技術に係る情報処理方法が実行され、本技術に係る情報処理装置が構築されてもよい。
　図２２は、小型走行ロボット３及びコンピュータ６１の模式図である。
　図２２には、小型走行ロボット３、及び外部に構成されたコンピュータ６１（サーバ装置等）が図示されている。

　例えば種々の機能ブロックの機能の一部または全部が、ネットワーク等を介して通信可能なコンピュータ６１に備えられる。この場合、小型走行ロボット３及びコンピュータ６１に通信機能が備えられてもよい。もちろん通信機能を有する他の機能ブロックが構成され、「通信部」と協働可能であってもよい。
　例えば、単眼カメラ８によるセンシング結果が、小型走行ロボット３からコンピュータ６１に送信される。コンピュータ６１が有する種々の機能ブロックにより、センシング結果に基づいてデプスマップ４７や移動計画等が生成される。生成された移動計画等が、ネットワーク等を介して、小型走行ロボット３に送信される。
　このような構成により、本技術に係る「情報制御方法」が実行されてもよい。またこのような構成を、本技術に係る「情報処理システム」ということも可能である。

　図２３は、コンピュータ６１のハードウェア構成例を示すブロック図である。
　コンピュータ６１は、ＣＰＵ５０１、ＲＯＭ５０２、ＲＡＭ５０３、入出力インタフェース５０５、及びこれらを互いに接続するバス５０４を備える。入出力インタフェース５０５には、表示部５０６、入力部５０７、記憶部５０８、通信部５０９、及びドライブ部５１０等が接続される。
　表示部５０６は、例えば液晶、ＥＬ等を用いた表示デバイスである。入力部５０７は、例えばキーボード、ポインティングデバイス、タッチパネル、その他の操作装置である。入力部５０７がタッチパネルを含む場合、そのタッチパネルは表示部５０６と一体となり得る。
　記憶部５０８は、不揮発性の記憶デバイスであり、例えばＨＤＤ、フラッシュメモリ、その他の固体メモリである。ドライブ部９８は、例えば光学記録媒体、磁気記録テープ等、リムーバブル記録媒体５１１を駆動することが可能なデバイスである。
　通信部５０９は、ＬＡＮ、ＷＡＮ等に接続可能な、他のデバイスと通信するためのモデム、ルータ、その他の通信機器である。通信部５０９は、有線及び無線のどちらを利用して通信するものであってもよい。通信部５０９は、コンピュータ６１とは別体で使用される場合が多い。
　上記のようなハードウェア構成を有するコンピュータ６１による情報処理は、記憶部５０８またはＲＯＭ５０２等に記憶されたソフトウェアと、コンピュータ６１のハードウェア資源との協働により実現される。具体的には、ＲＯＭ５０２等に記憶された、ソフトウェアを構成するプログラムをＲＡＭ５０３にロードして実行することにより、本技術に係る情報処理方法が実現される。
　プログラムは、例えばリムーバブル記録媒体５１１を介してコンピュータ６１にインストールされる。あるいは、グローバルネットワーク等を介してプログラムがコンピュータ６１にインストールされてもよい。その他、コンピュータ６１が読み取り可能な非一過性の任意の記憶媒体が用いられてよい。

　ネットワーク等を介して通信可能に接続された複数のコンピュータが協働することで、本技術に係る情報処理方法が実行され、本技術に係る情報処理装置が構築されてもよい。
　すなわち本技術に係る情報処理方法は、単体のコンピュータにより構成されたコンピュータシステムのみならず、複数のコンピュータが連動して動作するコンピュータシステムにおいても実行可能である。
　なお本開示において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれもシステムである。
　コンピュータシステムによる本技術に係る情報処理方法の実行は、例えばセンサによるセンシング、画像情報やデプス情報の取得、センサの位置推定、距離の算出、信頼度の算出、デプスマップの作成、移動計画の生成、移動の制御等が、単体のコンピュータにより実行される場合、及び各処理が異なるコンピュータにより実行される場合の両方を含む。また所定のコンピュータによる各処理の実行は、当該処理の一部または全部を他のコンピュータに実行させその結果を取得することを含む。
　すなわち本技術に係る情報処理方法は、１つの機能を、ネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成にも適用することが可能である。

　各図面を参照して説明した小型走行ロボットの構成、デプスマップの作成、移動の制御、各処理フロー等はあくまで一実施形態であり、本技術の趣旨を逸脱しない範囲で、任意に変形可能である。すなわち本技術を実施するための他の任意の構成やアルゴリズム等が採用されてよい。

　本開示において、「略」という文言が使用される場合、これはあくまで説明の理解を容易とするための使用であり、「略」という文言の使用／不使用に特別な意味があるわけではない。
　すなわち、本開示において、「中心」「中央」「均一」「等しい」「同じ」「直交」「平行」「対称」「延在」「軸方向」「円柱形状」「円筒形状」「リング形状」「円環形状」「長方形状」「星型の形状」等の、形状、サイズ、位置関係、状態等を規定する概念は、「実質的に中心」「実質的に中央」「実質的に均一」「実質的に等しい」「実質的に同じ」「実質的に直交」「実質的に平行」「実質的に対称」「実質的に延在」「実質的に軸方向」「実質的に円柱形状」「実質的に円筒形状」「実質的にリング形状」「実質的に円環形状」「実質的に長方形状」「実質的に星型の形状」等を含む概念とする。
　例えば「完全に中心」「完全に中央」「完全に均一」「完全に等しい」「完全に同じ」「完全に直交」「完全に平行」「完全に対称」「完全に延在」「完全に軸方向」「完全に円柱形状」「完全に円筒形状」「完全にリング形状」「完全に円環形状」「完全に長方形状」「完全に星型の形状」等を基準とした所定の範囲（例えば±１０％の範囲）に含まれる状態も含まれる。
　従って、「略」の文言が付加されていない場合でも、いわゆる「略」を付加して表現される概念が含まれ得る。反対に、「略」を付加して表現された状態について、完全な状態が排除される訳ではない。

　本開示において、「Ａより大きい」「Ａより小さい」といった「より」を使った表現は、Ａと同等である場合を含む概念と、Ａと同等である場合を含まない概念の両方を包括的に含む表現である。例えば「Ａより大きい」は、Ａと同等は含まない場合に限定されず、「Ａ以上」も含む。また「Ａより小さい」は、「Ａ未満」に限定されず、「Ａ以下」も含む。
　本技術を実施する際には、上記で説明した効果が発揮されるように、「Ａより大きい」及び「Ａより小さい」に含まれる概念から、具体的な設定等を適宜採用すればよい。

　以上説明した本技術に係る特徴部分のうち、少なくとも２つの特徴部分を組み合わせることも可能である。すなわち各実施形態で説明した種々の特徴部分は、各実施形態の区別なく、任意に組み合わされてもよい。また上記で記載した種々の効果は、あくまで例示であって限定されるものではなく、また他の効果が発揮されてもよい。

　なお、本技術は以下のような構成も採ることができる。
（１）
　画像情報を取得可能なセンサのセンシング結果に基づいて、前記センサのセンシング領域に対する画像情報及びデプス情報の各々を取得する取得部と、
　前記画像情報に基づいて前記センサの位置を推定し、推定された前記センサの位置に基づいて前記センサと前記センシング領域との第１の距離を算出する第１の算出部と、
　前記デプス情報に基づいて、前記センサと前記センシング領域との第２の距離を算出する第２の算出部と、
　前記第１の距離と前記第２の距離とに基づいて、前記デプス情報の信頼度を算出する信頼度算出部と
　を具備する情報処理装置。
（２）（１）に記載の情報処理装置であって、
　前記信頼度算出部は、前記第１の距離と前記第２の距離との差分に基づいて、前記デプス情報の信頼度を算出する
　情報処理装置。
（３）（２）に記載の情報処理装置であって、
　前記信頼度算出部は、前記第１の距離と前記第２の距離との差分が小さくなるのに応じて前記デプス情報の信頼度が高くなるように、前記デプス情報の信頼度を算出する
　情報処理装置。
（４）（１）から（３）のうちいずれか１つに記載の情報処理装置であって、
　前記センサは、地面を移動可能に構成される移動体本体に、前記移動体本体と一体的に移動可能に設置され、
　前記センシング領域は、前記地面の前記移動体本体の周辺領域を含み、
　前記第１の算出部は、前記センサと前記周辺領域との最短距離を、前記第１の距離として算出し、
　前記第２の算出部は、前記センサと前記周辺領域との最短距離を、前記第２の距離として算出する
　情報処理装置。
（５）（４）に記載の情報処理装置であって、
　前記センサは、前記移動体本体の上方側の位置に、下方側に向けて設置される
　情報処理装置。
（６）（４）又は（５）に記載の情報処理装置であって、
　前記第１の算出部は、前記画像情報に基づいて前記移動体本体に対する前記センサの高さを算出し、算出された前記移動体本体に対する前記センサの高さ、及び前記移動体本体の高さの合計値を、前記第１の距離として算出する
　情報処理装置。
（７）（６）に記載の情報処理装置であって、
　前記移動体本体は、前記センシング領域に含まれ、特徴点が配置された表面を有し、
　前記第１の算出部は、前記特徴点に関する画像情報に基づいて、前記移動体本体に対する前記センサの高さを算出する
　情報処理装置。
（８）（４）から（７）のうちいずれか１つに記載の情報処理装置であって、
　前記第２の算出部は、前記デプス情報に基づいて前記センサと前記センシング領域との最短距離を候補最短距離として算出し、前記候補最短距離が前記センサと前記移動体本体との最短距離である場合には、前記候補最短距離、及び前記移動体本体の高さの合計値を、前記第２の距離として算出する
　情報処理装置。
（９）（１）から（８）のうちいずれか１つに記載の情報処理装置であって、さらに、
　前記センシング領域、前記デプス情報、及び前記デプス情報の信頼度が互いに関連付けられたデプスマップを作成するマップ作成部を具備する
　情報処理装置。
（１０）（９）に記載の情報処理装置であって、
　前記マップ作成部は、前記センシング領域内に過去に作成された前記デプスマップに対応する前記センシング領域と重複する重複領域がある場合には、前記重複領域において最も高い値となる前記デプス情報の信頼度に関連付けられた前記デプス情報を用いて、前記デプスマップを作成する
　情報処理装置。
（１１）（１）から（１０）のうちいずれか１つに記載の情報処理装置であって、
　前記信頼度算出部は、前記デプス情報が取得される際に算出される前記デプス情報の取得時信頼度に基づいて、前記デプス情報の信頼度を算出する
　情報処理装置。
（１２）（９）又は（１０）に記載の情報処理装置であって、さらに、
　前記デプスマップに基づいて、前記移動体の移動を制御する移動制御部を具備する
　情報処理装置。
（１３）（１２）に記載の情報処理装置であって、
　前記デプスマップは、前記センシング領域上の障害物の有無を含み、
　前記移動制御部は、前記センシング領域内の前記障害物が存在する領域の前記デプス情報の信頼度が相対的に高い場合には、前記障害物を回避する対象として設定する
　情報処理装置。
（１４）（１２）又は（１３）に記載の情報処理装置であって、
　前記デプスマップは、前記センシング領域上の障害物の有無を含み、
　前記移動制御部は、前記センシング領域内の前記障害物が存在する領域の前記デプス情報の信頼度が相対的に低い場合には、前記障害物を回避する対象として設定しない
　情報処理装置。
（１５）（１）から（１４）のうちいずれか１つに記載の情報処理装置であって、
　前記センサは、単眼カメラであり、
　前記取得部は、前記単眼カメラの前記センシング結果を入力として機械学習を実行することで、前記デプス情報を取得する
　情報処理装置。
（１６）（１）から（１５）のうちいずれか１つに記載の情報処理装置であって、
　前記センサは、地面を移動可能に構成される移動体本体に、前記移動体本体と一体的に移動可能に設置され、
　前記情報処理装置は、さらに、
　前記センサと、
　前記移動体本体と
　を具備する情報処理装置。
（１７）（１）から（１６）のうちいずれか１つに記載の情報処理装置であって、
　前記センサは、地面を移動可能に構成される移動体本体に、前記移動体本体と一体的に移動可能に設置され、前記移動体本体に対して着脱可能に構成される
　情報処理装置。
（１８）
　画像情報を取得可能なセンサのセンシング結果に基づいて、前記センサのセンシング領域に対する画像情報及びデプス情報の各々を取得し、
　前記画像情報に基づいて前記センサの位置を推定し、推定された前記センサの位置に基づいて前記センサと前記センシング領域との第１の距離を算出し、
　前記デプス情報に基づいて、前記センサと前記センシング領域との第２の距離を算出し、
　前記第１の距離と前記第２の距離とに基づいて、前記デプス情報の信頼度を算出する
　ことをコンピュータシステムが実行する情報処理方法。
（１９）
　画像情報を取得可能なセンサのセンシング結果に基づいて、前記センサのセンシング領域に対する画像情報及びデプス情報の各々を取得するステップと、
　前記画像情報に基づいて前記センサの位置を推定し、推定された前記センサの位置に基づいて前記センサと前記センシング領域との第１の距離を算出するステップと、
　前記デプス情報に基づいて、前記センサと前記センシング領域との第２の距離を算出するステップと、
　前記第１の距離と前記第２の距離とに基づいて、前記デプス情報の信頼度を算出するステップと
　をコンピュータシステムに実行させるプログラム。

　３…小型走行ロボット
　６…移動体本体
　８…単眼カメラ
　１１…上面
　１４…特徴点
　１７…コントローラ
　２４…画像取得部
　２５…特徴点抽出部
　２６…自己位置推定部
　２７…第１の算出部
　２８…デプス推定部
　２９…認識部
　３０…第２の算出部
　３１…信頼度算出部
　３２…マップ作成部
　３３…移動計画処理部
　３４…移動制御処理部
　３７…周辺地面
　４０…撮影範囲
　４７…デプスマップ
　４８…障害物
　５１…重複領域

Claims

　画像情報を取得可能なセンサのセンシング結果に基づいて、前記センサのセンシング領域に対する画像情報及びデプス情報の各々を取得する取得部と、
　前記画像情報に基づいて前記センサの位置を推定し、推定された前記センサの位置に基づいて前記センサと前記センシング領域との第１の距離を算出する第１の算出部と、
　前記デプス情報に基づいて、前記センサと前記センシング領域との第２の距離を算出する第２の算出部と、
　前記第１の距離と前記第２の距離とに基づいて、前記デプス情報の信頼度を算出する信頼度算出部と
　を具備する情報処理装置。
　請求項１に記載の情報処理装置であって、
　前記信頼度算出部は、前記第１の距離と前記第２の距離との差分に基づいて、前記デプス情報の信頼度を算出する
　情報処理装置。
　請求項２に記載の情報処理装置であって、
　前記信頼度算出部は、前記第１の距離と前記第２の距離との差分が小さくなるのに応じて前記デプス情報の信頼度が高くなるように、前記デプス情報の信頼度を算出する
　情報処理装置。
　請求項１に記載の情報処理装置であって、
　前記センサは、地面を移動可能に構成される移動体本体に、前記移動体本体と一体的に移動可能に設置され、
　前記センシング領域は、前記地面の前記移動体本体の周辺領域を含み、
　前記第１の算出部は、前記センサと前記周辺領域との最短距離を、前記第１の距離として算出し、
　前記第２の算出部は、前記センサと前記周辺領域との最短距離を、前記第２の距離として算出する
　情報処理装置。
　請求項４に記載の情報処理装置であって、
　前記センサは、前記移動体本体の上方側の位置に、下方側に向けて設置される
　情報処理装置。
　請求項４に記載の情報処理装置であって、
　前記第１の算出部は、前記画像情報に基づいて前記移動体本体に対する前記センサの高さを算出し、算出された前記移動体本体に対する前記センサの高さ、及び前記移動体本体の高さの合計値を、前記第１の距離として算出する
　情報処理装置。
　請求項６に記載の情報処理装置であって、
　前記移動体本体は、前記センシング領域に含まれ、特徴点が配置された表面を有し、
　前記第１の算出部は、前記特徴点に関する画像情報に基づいて、前記移動体本体に対する前記センサの高さを算出する
　情報処理装置。
　請求項４に記載の情報処理装置であって、
　前記第２の算出部は、前記デプス情報に基づいて前記センサと前記センシング領域との最短距離を候補最短距離として算出し、前記候補最短距離が前記センサと前記移動体本体との最短距離である場合には、前記候補最短距離、及び前記移動体本体の高さの合計値を、前記第２の距離として算出する
　情報処理装置。
　請求項１に記載の情報処理装置であって、さらに、
　前記センシング領域、前記デプス情報、及び前記デプス情報の信頼度が互いに関連付けられたデプスマップを作成するマップ作成部を具備する
　情報処理装置。
　請求項９に記載の情報処理装置であって、
　前記マップ作成部は、前記センシング領域内に過去に作成された前記デプスマップに対応する前記センシング領域と重複する重複領域がある場合には、前記重複領域において最も高い値となる前記デプス情報の信頼度に関連付けられた前記デプス情報を用いて、前記デプスマップを作成する
　情報処理装置。
　請求項１に記載の情報処理装置であって、
　前記信頼度算出部は、前記デプス情報が取得される際に算出される前記デプス情報の取得時信頼度に基づいて、前記デプス情報の信頼度を算出する
　情報処理装置。
　請求項９に記載の情報処理装置であって、さらに、
　前記デプスマップに基づいて、前記移動体の移動を制御する移動制御部を具備する
　情報処理装置。
　請求項１２に記載の情報処理装置であって、
　前記デプスマップは、前記センシング領域上の障害物の有無を含み、
　前記移動制御部は、前記センシング領域内の前記障害物が存在する領域の前記デプス情報の信頼度が相対的に高い場合には、前記障害物を回避する対象として設定する
　情報処理装置。
　請求項１２に記載の情報処理装置であって、
　前記デプスマップは、前記センシング領域上の障害物の有無を含み、
　前記移動制御部は、前記センシング領域内の前記障害物が存在する領域の前記デプス情報の信頼度が相対的に低い場合には、前記障害物を回避する対象として設定しない
　情報処理装置。
　請求項１に記載の情報処理装置であって、
　前記センサは、単眼カメラであり、
　前記取得部は、前記単眼カメラの前記センシング結果を入力として機械学習を実行することで、前記デプス情報を取得する
　情報処理装置。
　請求項１に記載の情報処理装置であって、
　前記センサは、地面を移動可能に構成される移動体本体に、前記移動体本体と一体的に移動可能に設置され、
　前記情報処理装置は、さらに、
　前記センサと、
　前記移動体本体と
　を具備する情報処理装置。
　請求項１に記載の情報処理装置であって、
　前記センサは、地面を移動可能に構成される移動体本体に、前記移動体本体と一体的に移動可能に設置され、前記移動体本体に対して着脱可能に構成される
　情報処理装置。
　画像情報を取得可能なセンサのセンシング結果に基づいて、前記センサのセンシング領域に対する画像情報及びデプス情報の各々を取得し、
　前記画像情報に基づいて前記センサの位置を推定し、推定された前記センサの位置に基づいて前記センサと前記センシング領域との第１の距離を算出し、
　前記デプス情報に基づいて、前記センサと前記センシング領域との第２の距離を算出し、
　前記第１の距離と前記第２の距離とに基づいて、前記デプス情報の信頼度を算出する
　ことをコンピュータシステムが実行する情報処理方法。
　画像情報を取得可能なセンサのセンシング結果に基づいて、前記センサのセンシング領域に対する画像情報及びデプス情報の各々を取得するステップと、
　前記画像情報に基づいて前記センサの位置を推定し、推定された前記センサの位置に基づいて前記センサと前記センシング領域との第１の距離を算出するステップと、
　前記デプス情報に基づいて、前記センサと前記センシング領域との第２の距離を算出するステップと、
　前記第１の距離と前記第２の距離とに基づいて、前記デプス情報の信頼度を算出するステップと
　をコンピュータシステムに実行させるプログラム。