JP5060580B2 - スペクトル測定装置 - Google Patents

Description

本発明は、周辺環境にある測定対象、特に交通環境にある測定対象をスペクトルセンサにより測定して得られたスペクトルデータに基づいて認識するスペクトル測定装置に関する。

近年、スペクトルセンサによって測定された不可視光領域をも含むマルチスペクトルデータから当該スペクトルセンサの周辺環境にある測定対象を認識し、その認識された測定対象、もしくはその状態に応じて各種の支援を提供する技術の実用化が検討されている。例えば、自動車等の車両にあっては、その運転支援装置として、車両に搭載されたスペクトルセンサにより測定されたスペクトルデータに基づいて当該車両周囲の交通環境にある歩行者や他車両などを認識してドライバーの運転や意思決定を支援する装置の実用化が検討されている。

ところで、スペクトルセンサは測定対象が反射する反射光のスペクトルを測定するものであるために、測定されるスペクトルには、測定対象に照射されている環境光のスペクトルの影響が直接反映されることとなる。この環境光は、測定対象に照射される太陽光や照明光などによることはもとより、天候や周囲の明るさ、測定対象の周囲にある物体等による影響などを受けて変化する。このことから、スペクトルに基づく測定対象の認識にあっては、測定対象に照射されている環境光の影響を考慮しなければ、その認識精度の向上もままならない。

そこで従来より、スペクトルに含まれる環境光の影響を軽減させる技術が提案されており、その一例が特許文献１に記載されている。特許文献１に記載のスペクトル測定装置には、測定対象の画素毎のスペクトルを測定するスペクトルセンサと、当該測定対象の測定環境での測定環境光スペクトルを検出するスペクトルセンサと、これら測定対象のスペクトルと測定環境光スペクトルから測定対象の分光反射率分布を算出する手段とが設けられている。また、同スペクトル測定装置には、再生環境での再生環境光スペクトルを検出するスペクトルセンサと、測定対象を再生環境光スペクトル下にて測定したときのスペクトルに変換するスペクトル変換手段と、この変換されたスペクトルを再生する再生手段とが設けられている。これにより、測定対象のスペクトルに含まれる測定環境光スペクトルの影響を除去することができるとともに、再生環境光スペクトルの影響をも考慮することができ、測定環境下にて測定された測定対象の色が再生環境下において忠実に再現されるようになる。

特開２００６−１４３１５号公報

ところで、上記特許文献１に記載の装置にあっては、測定環境光スペクトルを取得するための専用のスペクトルセンサが必要とされるとともに、当該スペクトルセンサには測定環境光スペクトルだけが取得されるようにすることが望ましい。しかしながら、一般に、特に屋外などでは、環境光が特定の光源に基づく光のみからなるとは限らないとともに、測定対象が移動しているような場合には、たとえ一つの光源であれその位置を特定することは難しい。このように、環境光が不規則に変化するおそれのある一般的な環境では、測
定対象のスペクトルに含まれる環境光の影響を除去もしくは低減することができないおそれも高い。すなわち、上記スペクトルセンサにより測定されたスペクトルデータを用いて車両周囲の各種測定対象を認識しようとしても、環境光の影響による認識精度の低下から、特に車両の運転支援等において要求されるそれら測定対象の認識も困難なものとなっている。

本発明は、このような実情に鑑みてなされたものであり、その目的は、簡易な構成でありながら測定対象のスペクトルに含まれる環境光の影響の除去もしくは低減を可能として、測定対象の認識精度をより高めることのできるスペクトル測定装置を提供することにある。

以下、上記課題を解決するための手段及びその作用効果について記載する。
上記課題を解決するため、請求項１に記載の発明は、波長情報と光強度情報とを測定可能なスペクトルセンサにて検出される観測光のスペクトルデータに基づいて測定対象を認識するスペクトル測定装置であって、前記スペクトルセンサにて検出される異なる２つの位置のスペクトルデータの一方から他方を除算もしくは減算してそれぞれ元の２つのスペクトルデータに相関する１つの相関スペクトルデータを算出し、この算出した相関スペクトルデータに基づいて前記異なる２つの位置に対応する測定対象を同時に同定することを要旨とする。

一般に、スペクトルセンサにより検出される異なる２つの位置のスペクトルデータにはそれぞれ同一の環境光のスペクトルと、それぞれ異なる測定対象のスペクトルとが含まれている。このため、上記構成によるように、それら２つのスペクトルデータの上記除算による比もしくは上記減算による差をとることにより、上記同一の環境光のスペクトル成分が除去されてかつ、上記異なる２つの位置のスペクトルデータが関連付けられた上記相関スペクトルデータが得られるようになる。そして、この相関スペクトルデータに基づいて、すなわち上記比もしくは差に対応する上記環境光のスペクトル成分が除去された２つの測定対象の組合せに相当するスペクトルデータに基づいてその測定対象を同定すべく演算を行うことで、それら組み合わされた２つの測定対象が同時に同定されるようになる。すなわち、環境光の影響が除去された精度の高い測定対象の認識が可能となる。

請求項２に記載の発明は、前記相関スペクトルデータは、前記異なる２つの位置のスペクトルデータのそれぞれに正規化処理及び２次微分処理の少なくとも一方を施したデータ相互の比もしくは差として算出されることを要旨とする。

このような構成によれば、スペクトルデータに含まれる環境光の強度やセンサ感度のむらなどの影響が除去できるようになる。
請求項３に記載の発明は、前記異なる２つの位置のスペクトルデータは、各波長ごとの光強度のユークリッド距離の差が一定値以下となるスペクトルデータを同一のスペクトルエリアとするクラスタリング処理により各々同一のスペクトルエリアとして隣接もしくは非隣接するエリアにおけるスペクトルデータとして検出されることを要旨とする。

このような構成によれば、観測光のスペクトルデータには、クラスタリング処理による同一のスペクトルエリアが測定対象に対応するかたちに規定されるとともに、これら同一のスペクトルエリアとしての隣接もしくは非隣接するエリアからそれぞれ２つの位置のスペクトルデータが検出される。これにより、２つの位置のスペクトルデータは、それぞれ異なる測定対象のものとして検出されるようになる。

請求項４に記載の発明は、前記同定は、前記算出した相関スペクトルデータと同スペク
トルデータに対応する少なくとも２つの測定対象のスペクトルデータの組合せからなるデータとして予め登録されているデータ群との照合に基づいて行なわれることを要旨とする。

このような構成によれば、予め登録されているデータ群との照合により２つの測定対象の認識が一時に行えるようになる。これにより、認識に要する演算を短縮させることができるようになる。

請求項５に記載の発明は、前記異なる２つの位置のスペクトルデータのうちの一つは路面のスペクトルデータであることを要旨とする。
上記構成によるように、地上を移動する車両などの周辺環境には必ず存在する路面を測定対象に用いることにより、その材料も、例えばアスファルト、コンクリート、土、砂利、レンガなどに限定されることとなる。また、２つの測定対象のひとつを路面とすることにより、２つの測定対象の組合わせも自ずと限られたものとなり、前記同定に要する時間の短縮化が図られるとともに、同定そのものの精度の向上が図られるようにもなる。

請求項６に記載の発明は、請求項１〜４のいずれか一項に記載のスペクトル測定装置において、前記異なる２つの位置のスペクトルデータから空間的位置関係及び空間的大きさの少なくとも一方の比に基づいて前記異なる２つの位置に対応する測定対象間の関係についての特徴を示す情報であるコンテキストを算出するコンテキスト算出部をさらに備え、該算出されたコンテキストに前記相関スペクトルデータを関連付けしたデータを新たな相関スペクトルデータとして前記同定を行うことを要旨とする。

上記コンテキストによる測定対象間の特徴付けにより、これが関連付けされたデータである上記新たな相関スペクトルデータもそれら各測定対象の組合せにかかる特徴をより顕著に現したデータとなる。したがって、この新たな相関スペクトルデータに基づいて前記同定を行うこととすれば、上記組み合わされた２つの測定対象に関する同定精度もさらに向上されるようになる。

請求項７に記載の発明は、前記相関スペクトルデータは、前記異なる２つの位置のスペクトルデータのうちの基準とするスペクトルデータを基底として他方のスペクトルデータを除算したデータもしくは基準とするスペクトルデータから他方のスペクトルデータを差し引いたデータとして算出されていることを要旨とする。

相関スペクトルデータの算出に際し、基準とするスペクトルデータ、いわば基準とするエリア（測定対象）を予め定めておくことで、例えばその対応するデータ群（辞書）を用いて前記同定を行う場合であれ、そのデータ量の削減が可能になるとともに、同定精度のさらなる向上が見込まれるようになる。

請求項８に記載の発明は、前記異なる２つの位置のスペクトルデータのうちの前記基準とするスペクトルデータが路面のスペクトルデータであることを要旨とする。
上記構成によるように、地上を移動する車両などの周辺環境には必ず存在する路面を基準の測定対象に用いることにより、その材料が例えばアスファルト、コンクリート、土、砂利、レンガなどに限定されることはもとより、他方の測定対象も自ずと車両のタイヤや歩行者、あるいは路面に設置された各種物体に限られるようになり、ひいては上記コンテキストによる特徴付けも容易となる。そしてこのことも、上記同定精度の向上に寄与する要因の１つとなる。

請求項９に記載の発明は、前記異なる２つの位置のスペクトルデータはそれぞれ、少なくとも２つの異なる測定対象の境界部分のスペクトルデータであることを要旨とする。
このような構成によれば、測定されるスペクトルデータに含まれる測定対象の数が増えることから、一時により多くの測定対象を認識することが可能となる。またこれにより、測定対象の認識に要する時間の短縮化も併せて図られるようにもなる。

請求項１０に記載の発明は、前記異なる２つの位置のスペクトルデータの前記境界部分のいずれか一方のスペクトルデータには路面のスペクトルデータが含まれることを要旨とする。

このような構成によれば、スペクトルデータの一部に路面のスペクトルデータが含まれることから、その材料としても、例えばアスファルト、コンクリート、土、砂利、レンガなどに限定され、請求項５に記載の発明と同等の効果が得られるようになる。また、測定対象の一部であれ、それを路面とすることにより、複数の測定対象の組み合わせを減少させることができるようにもなり、同定に要する時間の短時化も図られるようになる。

本発明に係るスペクトル測定装置を備える移動体を具体化した、第１の実施形態を示すブロック図。 同実施形態におけるスペクトル測定装置の機能ブロックを示すブロック図。 同実施形態におけるスペクトル測定装置の機能ブロックを示すブロック図。 同実施形態の装置における測定対象の一例を模式的に示す模式図。 （ａ）（ｂ）同実施形態の装置により検出されるスペクトル画像の一例を模式的に示す模式図。 （ａ）（ｂ）同実施形態の装置により検出されるスペクトル画像の他の例を模式的に示す模式図。 （ａ）（ｂ）（ｃ）（ｄ）（ｅ）同実施形態の装置により検出される測定対象のスペクトルデータの一例を示すグラフ。 （ａ）（ｂ）（ｃ）同実施形態の装置において前処理とスペクトルデータの関係についてその一例を示すグラフ。 （ａ）（ｂ）（ｃ）（ｄ）（ｅ）同実施形態の装置においてスペクトルデータから観測光を除去する態様について説明するグラフ。 同実施形態の装置により実施される測定対象の認識処理の手順を示すフローチャート。 本発明に係るスペクトル測定装置を備える移動体を具体化した、第２の実施形態を示すブロック図。 同実施形態におけるスペクトル測定装置の機能ブロックを示すブロック図。 （ａ）（ｂ）（ｃ）同実施形態の装置に設定されるコンテキストの付加されたスペクトルデータについて説明する説明図。 同実施形態の装置により実施される測定対象の認識処理の手順を示すフローチャート。 （ａ）（ｂ）（ｃ）同実施形態の装置にて算出されるコンテキストの付加されたスペクトルデータについて説明する説明図。 本発明に係るスペクトル測定装置を備える移動体を具体化した、第３の実施形態を示すブロック図。 同実施形態の装置により実施される測定対象の認識処理の手順を示すフローチャート。 本発明に係るスペクトル測定装置を備える移動体を具体化した、第４の実施形態を示すブロック図。 同実施形態におけるスペクトル測定装置の機能ブロックを示すブロック図。 同実施形態の装置により実施される測定対象の認識処理の手順を示すフローチャート。 本発明に係るスペクトル測定装置を備える移動体を具体化した、その他の実施形態を示すブロック図。 本発明に係るスペクトル測定装置を備える移動体を具体化した、また他の実施形態を示すブロック図。 本発明に係るスペクトル測定装置を備える移動体を具体化した、さらに他の実施形態を示すブロック図。 本発明に係るスペクトル測定装置を備える設置物を具体化した実施形態の一例を模式的に示す模式図。

（第１の実施形態）
以下、本発明に係るスペクトル測定装置を備える移動体を具体化した第１の実施形態について図に従って説明する。

図１は、スペクトル測定装置を備える移動体としての車両に備えられた同装置の概略構成を示す図である。図１に示すように、車両１０には、車両外部の可視光及び不可視光を含む光情報を取得して測定対象を認識するスペクトル測定装置１１が設けられている。また、同スペクトル測定装置１１から出力された認識情報などを移動体の搭乗者に伝達するヒューマンマシンインタフェース１２と、同スペクトル測定装置１１からの出力された認識情報などを車両制御に反映させる車両制御装置１３とが設けられている。

ヒューマンマシンインタフェース１２は、光や色、音などを通じて搭乗者、特に操縦者に車両状態等を伝えるとともに、搭乗者の意思がボタン等を通じて入力されるように、押しボタンやタッチパネルなどの操作装置が設けられている公知のインタフェース装置である。

車両制御装置１３は、車両に搭載された制御装置の一つであって、例えばエンジン制御装置など同じく車両に搭載されている他の各種制御装置との間で必要な情報を相互に伝達できるように直接的にもしくは車載ネットワークなどにより相互接続されている。なお本実施形態では、車両制御装置１３は、接続されているスペクトル測定装置１１から認識された測定対象などの情報が入力されるとその情報を他の各種制御装置に伝達するとともに、同認識された測定対象に応じて要求される運転支援が同車両１０にて実行されるようにする。

スペクトル測定装置１１には、観測光のスペクトルデータＳ０を検出するスペクトルセンサ１４と、スペクトルセンサ１４の検出した観測光のスペクトルデータＳ０を受けて同データを処理するスペクトルデータ処理装置１５とが設けられている。

スペクトルセンサ１４は、観測光のスペクトルデータＳ０を、いわゆるスペクトル画像として検出するものであって、スペクトル画像を構成する各画素のそれぞれに個別のスペクトルデータが含まれている。

スペクトルセンサ１４は、可視光及び不可視光からなる光としての観測光を所定の波長帯域に分光する機能を有している。そして、観測光を前記分光された波長帯域を構成する各波長を示す情報としての波長情報と、それら各波長毎にその波長における分光された同観測光の光強度を示す情報としての光強度情報とにより構成されるスペクトルデータとして出力する。すなわち、個別のスペクトルデータには、観測光の各波長における光強度であるスペクトル強度と、同スペクトル強度の波長帯域における分布から形成されるスペク
トル形状とが含まれる。このことにより個別のスペクトルデータから、スペクトル強度とスペクトル形状とに基づく所定のスペクトル形状が得られる。

ここで、スペクトルセンサ１４により検出される道路環境の観測光のスペクトルデータについて図に従って説明する。図４は、スペクトルセンサ１４により検出される道路環境を模式的に示す図である。図５（ａ）（ｂ）は、車道と自動車のタイヤとを含む領域のスペクトルデータの一例を示している。図６（ａ）（ｂ）は、歩行者の頭部と同胴体部とを含む領域のスペクトルデータの一例を示している。図７（ａ）〜（ｅ）は、スペクトルセンサ１４により検出された測定対象に対応する点（画素）のスペクトルデータ（スペクトル形状）の一例を示すグラフである。

スペクトルセンサ１４は、図４に示すような道路環境に対応する観測光のスペクトルデータＳ０を検出する。この道路環境には、アスファルト舗装された車道５０と、車道５０の一側に沿って同じくアスファルト舗装された歩道５１と、車道５０上の自動車５３と、歩道５１上の歩行者５４とが存在している。また車道５０は、前記一側とは反対側の他側にガードレール５５が設置されているとともに、ガードレール５５の後方に複数の樹木５２が生えている。さらに道路環境の上方には空を含む背景５６が広がっている。

スペクトルセンサ１４は、このような道路環境に基づく観測光のスペクトルデータＳ０を検出することによって、例えば図５（ａ）及び（ｂ）、図６（ａ）及び（ｂ）に示されるようなスペクトルデータ（スペクトル画像）を取得する。なお、図５及び図６の各マスはスペクトルセンサ１４の一つの画素を模式的に示すものであるとともに、それらマスには画素から取得されるスペクトルデータ（スペクトル形状）を区別して説明するための符号が便宜的に付されている。すなわち、タイヤ５３Ｂに対応する画素は、例えばゴムタイヤのスペクトル形状（図５においてａ）を検出するとともに、車道５０に対応する画素は、例えばアスファルトのスペクトル形状（図５においてｂ）を検出する。また、バンパ５３Ｃに対応する画素は、例えば塗料のスペクトル形状（図５においてｃ）を検出する。一方、頭部５４Ａに対応する画素は、例えば顔肌のスペクトル形状（図６においてａ）を検出するとともに、胴体部５４Ｂに対応する画素は、例えば被服のスペクトル形状（図６においてｂ）を検出する。また、背景５６に対応する画素は、例えば空のスペクトル形状（図６においてｃ）を検出する。

このようにしてスペクトルセンサ１４により検出される測定対象のスペクトルデータは、例えば図７（ａ）〜（ｅ）に示されるようなスペクトル形状を有する。すなわち、図４に示す樹木５２の比較位置２００からは例えば図７（ａ）に示すスペクトルデータ（スペクトル形状）が測定されるとともに、図４に示すガードレール５５の比較位置２０１からは例えば図７（ｂ）に示すスペクトルデータ（スペクトル形状）が測定される。また、図４に示すタイヤ５３Ｂの境界領域２０４からは例えば図７（ｃ）に示すスペクトルデータ（スペクトル形状）が測定されるとともに、図４に示す車道５０の比較位置２０３からは例えば図７（ｄ）に示すスペクトルデータ（スペクトル形状）が測定される。さらに、図４に示す歩行者５４の頭部５４Ａの比較位置２０５からは例えば図７（ｅ）に示すスペクトルデータ（スペクトル形状）が測定される。

スペクトルデータ処理装置１５は、例えば演算装置や記憶装置などを有するマイクロコンピュータを中心に構成されている。スペクトルデータ処理装置１５には、スペクトルセンサ１４が接続されているとともに、該スペクトルセンサ１４の検出した観測光のスペクトルデータＳ０が入力される。スペクトルデータ処理装置１５は、入力された観測光のスペクトルデータＳ０に基づいて観測された測定対象を識別するとともに、その認識結果をヒューマンマシンインタフェース１２や車両制御装置１３に伝達する。

スペクトルデータ処理装置１５は、演算装置１６と辞書データ記憶部１７とを備えている。辞書データ記憶部１７は、公知の記憶装置に設けられている記憶領域の全部もしくは一部からなり、その記憶領域には識別したい複数の測定対象のスペクトルデータが辞書データとして予め記憶されている。なお本実施形態では、辞書データ記憶部１７には、複数の測定対象のスペクトルデータのそれぞれに所定の処理を施された第１の照合用データ１７Ａ（図３参照）が辞書データとして記憶されている。この所定の処理は、本装置が測定対象を認識する処理に適した処理であり、その詳細は後の認識処理を説明するところで述べる。

辞書データ記憶部１７の辞書データは、識別したい対象としての測定対象のスペクトルデータ（スペクトル形状）に基づいており、識別したい測定対象に応じた数だけ予め準備される。測定対象としては、例えば、移動体として歩行者（人）、自転車、自動二輪車、自動車などが挙げられるとともに、非移動体として、信号、標識、路面のペイント、ガードレール、店舗、看板などが挙げられる。また、測定対象としては、例えば、歩行者（人）をさらに詳細な属性である子供、老人、男性、女性などに分類したりするとともに、自動車をさらに詳細な属性であるトラック、バス、セダン、ＳＵＶ、軽自動車などに分類したりしてもよい。このことから辞書データ記憶部１７としての記憶領域は、予め準備される複数の辞書データを格納可能な記憶容量が満足されるように、一または複数の記憶装置の記憶領域から構成されてもよい。

演算装置１６には、スペクトルセンサ１４と辞書データ記憶部１７とが情報伝達可能に接続されている。演算装置１６は、辞書データ記憶部１７から取得する測定対象に対応した辞書データと観測光のスペクトルデータＳ０に所定の処理が施されることにより算出された相関スペクトルデータとの比較照合（マッチング）により測定対象を識別する。

演算装置１６には、環境光の強度やセンサ感度の影響を軽減させるデータ処理をスペクトルデータに施す前処理部２０と、２つの領域（画素）を選定してそれら領域のスペクトルデータをそれぞれ取得する比較エリア選定部２３と、前記取得された２つのスペクトルデータに基づいて測定対象を識別する第１の認識部３０とが設けられている。

前処理部２０は、スペクトルセンサ１４から観測光のスペクトルデータＳ０が入力される。図２に示すように、前処理部２０には、予め定められた所定の条件でデータを正規化する正規化処理部２１と、データを２次微分する２次微分処理部２２とが設けられている。

まず、前処理部２０の機能について図に従って説明する。図８（ａ）〜（ｃ）は、前処理部２０における処理に伴って変化するスペクトルデータの形状の変化を示すグラフである。なお、図８（ａ）に示すスペクトルデータＳｘ０は、観測光のスペクトルデータＳ０の中に特定された一つの画素ｘに対応するスペクトルデータであるものとする。

前処理部２０では、観測光のスペクトルデータＳ０が正規化処理部２１により正規化されることで、各画素の観測光の強度の違いや各画素のセンサ感度の違いが平準化等されるとともに、それらの違い等が観測光のスペクトルデータＳ０に与えている影響が低減された正規化スペクトルデータＳ１が生成される。例えば、画素ｘのスペクトルデータＳｘ０のスペクトル形状（図８（ａ）参照）は、正規化処理部２１によって正規化されることにより、前記違い等の影響の低減された正規化スペクトルデータＳｘ１として、図８（ｂ）に示すようなスペクトル形状に変換される。

また前処理部２０では、正規化スペクトルデータＳ１が２次微分処理部２２により２次微分されることで、正規化スペクトルデータＳ１からスペクトルデータの特徴として利用
できる変曲点の波長情報とその変曲点の大きさとからなる特徴化されたスペクトルデータＳ２が生成される。例えば、画素ｘの正規化スペクトルデータＳｘ１のスペクトル形状（図８（ｂ）参照）は、２次微分処理部２２による２次微分により、特徴化されたスペクトルデータＳｘ２として図８（ｃ）に示すようなスペクトル形状に変換される。

前処理部２０による上述した正規化と２次微分が、測定対象のスペクトルデータに生じた環境光の強度などによる影響を低減させることで、当該スペクトルデータを他のスペクトルデータ、例えば観測光の強度が相違しているスペクトルデータに対してであれ、それらと相互の対比や演算を可能とさせる。

このようにして前処理部２０は、スペクトルセンサ１４から入力された観測光のスペクトルデータＳ０に正規化処理と２次微分処理とが各別に施されて特徴化されたスペクトルデータＳ２を算出するとともに、比較エリア選定部２３に出力する。

比較エリア選定部２３は、前処理部２０から入力される特徴化されたスペクトルデータＳ２の中から同様のスペクトル形状を有する点（画素）の集まっている領域を同一のスペクトルエリアとして抽出するとともに、これら抽出された同一のスペクトルエリアから認識処理のために異なる２つの位置を選定する。そして、前記選定された異なる２つの位置に対応するデータである比較位置スペクトルデータＳａ２，Ｓｂ２を、特徴化されたスペクトルデータＳ２の中からそれぞれ取得するとともに、それら比較位置スペクトルデータＳａ２，Ｓｂ２を第１の認識部３０に出力する。

比較エリア選定部２３は、各波長毎の光強度のユークリッド距離の差が一定値以下となるスペクトルデータを同一つのスペクトルエリアとするクラスタリング処理により、観測光に基づくスペクトルデータの中から１つまたは複数の同一のスペクトルエリアを抽出する。ここで便宜的に図５を用いて説明すると、例えば、比較エリア選定部２３は、前処理部２０から特徴化されたスペクトルデータＳ２が入力されると、スペクトル形状「ａ」を有する点（画素）の集まっている同一のスペクトルエリアを設定する。また同様に、スペクトル形状「ｂ」を有する点の集まっている同一のスペクトルエリアを設定するとともに、スペクトル形状「ｃ」を有する点の集まっている同一のスペクトルエリアを設定する。それから、比較エリア選定部２３は、予め定められた所定の条件に基づいて、設定された複数の同一のスペクトルエリアの中から隣接する同一のスペクトルエリアを認識処理に用いる２つの比較エリアとして選定する。例えば、比較エリア選定部２３は、比較的広い領域を有するスペクトル形状「ｂ」からなる同一のスペクトルエリアと、それに隣接するスペクトル形状「ａ」からなる同一のスペクトルエリアとを認識処理に用いる２つの比較位置２０２，２０３として選定する。そして、選定された２つの比較位置２０２，２０３にそれぞれ対応するスペクトルデータを比較位置スペクトルデータＳａ２，Ｓｂ２として出力する。

次に、第１の認識部３０について、図３及び図９を参照して説明する。図９（ａ）〜（ｅ）は、環境光を含む２つのスペクトルデータから環境光の影響を除去する方法について説明する図である。なお、図９は、２次微分された比較位置スペクトルデータに基づいて説明するものであるとともに、そのグラフとして、説明の便宜上、比較位置スペクトルデータの中にあってスペクトルデータの特徴点となる変曲点とそれら変曲点の大きさのみを抽出したグラフを示している。

第１の認識部３０は、比較エリア選定部２３から２つの比較位置スペクトルデータＳａ２，Ｓｂ２が入力される。第１の認識部３０には、図３に示すように、認識用データ生成部３１と照合部３３とが設けられている。

認識用データ生成部３１には、２つの比較位置スペクトルデータＳａ２，Ｓｂ２から環境光の影響の除去された１つの相関スペクトルデータＳａｂを生成する機能を有する差分データ算出部３２が設けられている。差分データ算出部３２は、２つのデータの差分を算出するとともに、その算出された値を絶対値化する。例えば、差分データ算出部３２は、一の比較位置スペクトルデータＳａ２（図９（ａ）参照）から，他の比較位置スペクトルデータＳｂ２（図９（ｃ）参照）を差し引いた差分データ（Ｓａ２−Ｓｂ２）を演算するとともに、その演算された差分データを絶対値化した相関スペクトルデータＳａｂ（＝｜Ｓａ２−Ｓｂ２｜）を算出する。ところで、図９（ｂ）に示すように、一の比較位置スペクトルデータＳａ２は、環境光に基づくスペクトルデータＳｒ２と一の測定対象に基づくスペクトルデータＳａｒ２との融合により構成されている。同様に、図９（ｄ）に示すように、他の比較位置スペクトルデータＳｂ２は、環境光に基づくスペクトルデータＳｒ２と他の測定対象に基づくスペクトルデータＳｂｒ２との融合により構成されている。このことから、一の比較位置スペクトルデータＳａ２から他の比較位置スペクトルデータＳｂ２が差し引かれることにより両方のデータに含まれている環境光に基づくスペクトルデータＳｒ２が除去されるとともに、それぞれの測定対象に基づくスペクトルデータＳａｒ２，Ｓｂｒ２の融合された差分データが生成される。これにより、比較エリア選定部２３から入力された２つの比較位置スペクトルデータＳａ２，Ｓｂ２から環境光の影響が除去された１つの相関スペクトルデータＳａｂが生成される。なお、本実施形態では、照合部３３における辞書データとの照合の関係から、相関スペクトルデータＳａｂは差分データを絶対値化したものとして算出されている。

照合部３３は、前記相関スペクトルデータＳａｂと辞書データ記憶部１７の第１の照合用データ１７Ａから予め定められた所定の条件に基づいて選択された参照用データＳａｂｒとの比較照合（マッチング）に基づいて複数の測定対象Ｍａ，Ｍｂを同時に同定する。

ところで上述のように、照合部３３では、相関スペクトルデータＳａｂを辞書データ記憶部１７の第１の照合用データ１７Ａから選択された参照用データＳａｂｒと比較する。このことからここで、照合部３３の説明に先立ち、辞書データ記憶部１７に予め記憶されている第１の照合用データ１７Ａについて説明する。参照用データＳａｂｒは、相関スペクトルデータＳａｂと比較されることから、相関スペクトルデータＳａｂと同様の性質を有している必要がある。すなわち、参照用データＳａｂｒは、測定対象のスペクトルデータに、上述した測定対象物のスペクトルデータから相関スペクトルデータＳａｂを算出する処理と同様の処理が施されて生成されたものである。例えば、予め検出された路面とタイヤのそれぞれのスペクトルデータに前処理（正規化と２次微分）を施してから算出されたそれらの相関スペクトルデータが、第１の照合用データ１７Ａの一つのデータとして保持されている。例えば同様に、予め検出された頭部と胴体部のそれぞれのスペクトルデータに前処理を施してから算出されたそれらの相関スペクトルデータも、第１の照合用データ１７Ａの一つのデータとして保持されている。そして、このようにして算出保持されたデータが第１の照合用データ１７Ａから参照用データＳａｂｒとして選択される。なお、本実施形態では、第１の照合用データ１７Ａから選択される参照用データＳａｂｒには、そのデータを構成しているスペクトルデータに対応する測定対象の情報が付加されている。

これにより、照合部３３は、取得された参照用データＳａｂｒと、相関スペクトルデータＳａｂとがマッチングしているか否かの判定を公知のマッチング方法により行なう。そして、参照用データＳａｂｒと相関スペクトルデータＳａｂとがマッチングしていると判定されると、相関スペクトルデータＳａｂは参照用データＳａｂｒを構成する２つの測定対象からなると同定する。一方、参照用データＳａｂｒと相関スペクトルデータＳａｂとがマッチングしていないと判定されると、先と異なる参照用データＳａｂｒを選択して先の相関スペクトルデータＳａｂとのマッチングを試みることを、再試行を終了する条件が
成立するまで繰り返す。

これにより、第１の認識部３０は、同定結果された２つの測定対象Ｍａ，Ｍｂを認識結果としてヒューマンマシンインタフェース１２や車両制御装置１３に出力する。
次に、本実施形態における認識処理の手順について図１０に従って説明する。図１０は、本実施形態における認識処理の手順を示すフローチャートである。

認識処理が開始されると、演算装置１６はスペクトルセンサ１４から観測光のスペクトルデータＳ０を取得する（図１０ステップＳ１０）とともに、その取得された観測光のスペクトルデータＳ０を前処理して特徴化されたスペクトルデータＳ２を算出する（図１０ステップＳ１１）。特徴化されたスペクトルデータＳ２が算出されると、演算装置１６は、特徴化されたスペクトルデータＳ２から異なる２つの同一のスペクトルエリアを選定し、それぞれの選定された同一のスペクトルエリアからそれぞれ比較位置スペクトルデータＳａ２，Ｓｂ２を取得する（図１０ステップＳ１２）。このとき例えば、車道５０とタイヤ５３Ｂとに対応する同一スペクトルエリアが選定されたものとする。各比較位置スペクトルデータＳａ２，Ｓｂ２が取得されると、演算装置１６は、各比較位置スペクトルデータＳａ２，Ｓｂ２に含まれる環境光の影響をそれらの差分により除去するとともに、その差分されたデータを絶対値化したに相関スペクトルデータＳａｂを生成する（図１０ステップＳ１３）。このとき、相関スペクトルデータＳａｂは、車道５０とタイヤ５３Ｂとにそれぞれ基づくデータが融合されたものとなっている。演算装置１６は、相関スペクトルデータＳａｂと予め定められた条件により選択される２つの測定対象のスペクトルデータの融合された参照用データＳａｂｒとを比較照合するとともに、それらの同一性に基づいて相関スペクトルデータＳａｂを構成する２つの測定対象Ｍａ，Ｍｂを同時に同定する（図１０ステップＳ１４）。このとき、参照用データＳａｂｒとして、車道のアスファルト（測定対象Ｍａ）とタイヤ（測定対象Ｍｂ）を融合させたデータが選択されたとき、相関スペクトルデータＳａｂとの同一性が判定されるとともに、測定対象をアスファルト（測定対象Ｍａ）及びタイヤ（測定対象Ｍｂ）と同定する。そして、演算装置１６は、この同定された２つの測定対象Ｍａ，Ｍｂをスペクトル測定装置１１の認識結果として外部に出力する。

以上説明したように、本実施形態のスペクトル測定装置によれば、以下に列記するような効果が得られるようになる。
（１）一般に、スペクトルセンサ１４により検出される異なる２つの位置のスペクトルデータにはそれぞれ同一の環境光のスペクトルと、それぞれ異なる測定対象のスペクトルとが含まれている。このため、上記構成によるように、それら２つのスペクトルデータの上記減算による差をとることにより、上記同一の環境光のスペクトル成分が除去されてかつ、上記異なる２つの位置のスペクトルデータが関連付けられた上記相関スペクトルデータＳａｂが得られるようになる。そして、この相関スペクトルデータＳａｂに基づいて、すなわち上記差に対応する上記環境光のスペクトル成分が除去された２つの測定対象の組合せに相当する参照用データＳａｂｒに基づいてその測定対象を同定すべく演算を行うことで、それら組み合わされた２つの測定対象が同時に同定されるようになる。すなわち、環境光の影響が除去された精度の高い測定対象の認識が可能となる。

（２）観測光のスペクトルデータＳ０に正規化処理及び２次微分処理を施すことで環境光の強度やスペクトルセンサ１４のセンサ感度のむらなどの影響が除去できるようになる。

（３）観測光のスペクトルデータＳ０には、クラスタリング処理による同一のスペクトルエリアが測定対象に対応するかたちに規定されるようにした。そして、これら同一のスペクトルエリアとしての隣接するエリア、例えば車道５０とタイヤ５３Ｂのエリアや頭部
５４Ａと胴体部５４Ｂのエリアからそれぞれ２つの位置のスペクトルデータが検出される。これにより、２つの位置のスペクトルデータは、それぞれ異なる測定対象のものとして検出されるようになる。

（４）相関スペクトルデータＳａｂを同スペクトルデータに対応する少なくとも２つの測定対象のスペクトルデータの組合せからなるデータとして予め登録されている第１の照合用データ１７Ａ（データ群）との照合により２つの測定対象の認識を一時に行なう。これにより、認識に要する演算を短縮させることができるようになる。

（５）自動車５３にあっては、２つの測定対象を車道５０とタイヤ５３Ｂとした。このことから一般に地上を移動する車両などの周辺環境には必ず存在する路面を測定対象に用いることにより、その材料も、例えばアスファルト、コンクリート、土、砂利、レンガなどに限定されることとなる。また、２つの測定対象のひとつを路面とすることにより、２つの測定対象の組合わせも自ずと限られたものとなり、照合回数を減少させることができるなど前記同定に要する時間の短縮化が図られるとともに、同定そのものの精度の向上が図られるようにもなる。

（第２の実施形態）
次に、本発明に係るスペクトル測定装置を備える移動体を具体化した第２の実施形態について図に従って説明する。図１１は、スペクトル測定装置を備える移動体としての車両に備えられた同装置の概略構成を示す図である。なお、本実施形態は、第２の識別部と第２の照合用データとが追加されていることが上記第１の実施形態と相違し、それ以外の構成については略同様である。そこで本実施形態では、主に上記第１の実施形態との相違点について説明するようにし、説明の便宜上、第１の実施形態と同様の部材には同一の番号を付してその説明を割愛する。

辞書データ記憶部１７には、図１２に示すように、第１の照合用データ１７Ａと第２の照合用データ１７Ｂとが辞書データとして予め記憶されている。第２の照合用データ１７Ｂには、予め検出した２つの測定対象のスペクトルデータと、それら２つの測定対象間の関係についての特徴を示す情報であるコンテキストに基づいて設定されている複数のデータが保持されている。なお、本実施形態では、２つの測定対象間の関係についての特徴を示す情報は、空間的位置関係の比及び空間的大きさの比から取得される情報である。

第２の照合用データ１７Ｂのデータについて図１３に従って説明する。図１３（ａ）〜（ｃ）は、第２の照合用データ１７Ｂのデータの生成方法を説明する図である。例えば、図１３（ａ）に示すように、歩行者５４の頭部５４Ａと胴体部５４Ｂとを２つの測定対象として予め設定されたとき、頭部５４Ａの比較位置２０５の空間位置Ｚａｒと、大きさＤａｒと、スペクトルデータＳａｒ０とを取得する。同様にして、胴体部５４Ｂの比較位置２０６の空間位置Ｚｂｒと、大きさＤｂｒと、スペクトルデータＳｂｒ０とを取得する。そして、頭部５４Ａの特徴を空間位置Ｚａｒと大きさＤａｒとの積算により表すものとするとともに、胴体部５４Ｂの特徴を空間位置Ｚｂｒと大きさＤｂｒとの積算により表すものとする。また、歩行者５４の場合、頭部５４Ａを体の他の部分に対する基準エリア（基底）と規定しておくことにより、頭部５４Ａと胴体部５４Ｂとの関係を示す特徴を示す情報であるコンテキストＰａｂｒは、頭部５４Ａの特徴により胴体部５４Ｂの特徴を除算することにより表わされるようになる。すなわち、図１３（ｂ）に示すように、コンテキストＰａｂｒ（＝（Ｚｂｒ×Ｄｂｒ）／（Ｚａｒ×Ｄａｒ））が求められるようになる。そして、頭部５４Ａと胴体部５４Ｂとの前処理されたそれぞれのスペクトルデータＳａｒ２，Ｓｂｒ２を頭部５４Ａ側を基底として除算（Ｓｂｒ２／Ｓａｒ２）することにより、これらに含まれる観測光の影響が減少されたデータが算出される。そして、この算出されたデータにコンテキストＰａｂｒを掛け合わせて求めた参照用データＣａｂｒ（＝（Ｓｂｒ
２／Ｓａｒ２）×Ｐａｂｒ）を第２の照合用データ１７Ｂのデータとする。すなわち、（Ｓｂｒ２／Ｓａｒ２）により求められるデータからでは、頭部５４Ａと胴体部５４Ｂとの位置関係などは情報として含まれていないが、これにコンテキストＰａｂｒを付加することによりそれらの位置関係などが含まれたデータである参照用データＣａｂｒが得られるようになる。

演算装置１６には、上記第１の実施形態と同様に、前処理部２０と、比較エリア選定部２３と、第１の認識部３０とが設けられているとともに、本実施形態ではさらに、第２の認識部３５が設けられている。

第２の認識部３５には、２つの比較位置スペクトルデータＳａ２，Ｓｂ２のいずれかを一つを基準位置として設定する基準エリア設定部３８が設けられている。また、特徴化されたスペクトルデータＳ２における２つの比較位置スペクトルデータＳａ２，Ｓｂ２に対応するそれぞれの測定対象の空間的位置関係の比及び空間的大きさの比に基づいてそれら２つの測定対象の関係についての特徴を示す情報であるコンテキストＰａｂを求めるコンテキスト算出部３９が設けられている。さらに、第２の認識部３５には、先に設定された基準位置に対応する比較位置スペクトルデータを基底として他方の比較位置スペクトルデータを除算するとともに、これに先立ち求められたコンテキストＰａｂを積算して新たな相関スペクトルデータＣａｂを生成する除算処理部４０が設けられている。さらにまた、第２の認識部３５には、新たな相関スペクトルデータＣａｂを辞書データ記憶部１７の第２の照合用データ１７Ｂから選択された参照用データＣａｂｒと照合することにより２つの比較位置スペクトルデータＳａ２，Ｓｂ２に対応する測定対象をそれぞれ同時に同定する照合部４１が設けられている。

基準エリア設定部３８は、比較エリア選定部２３に接続されるとともに、該比較エリア選定部２３から特徴化されたスペクトルデータＳ２と２つの比較位置スペクトルデータＳａ２，Ｓｂ２とが入力される。そして、予め定められた所定の条件に基づいて、２つの比較位置スペクトルデータＳａ２，Ｓｂ２のいずれか一方に対応する測定対象に基づく同一のスペクトルエリアを基準エリアとして設定する。例えば、前記所定の条件が「下側」でれば、図５に示す、比較位置２０２と比較位置２０３の関係では比較位置２０３側が基準エリアとして設定され、図６に示す、比較位置２０５と比較位置２０６の関係では比較位置２０６側が基準エリアとして設定される。また例えば、条件が「路面」であれば、図５に示す、比較位置２０２と比較位置２０３の関係ではこれも比較位置２０３側が基準エリアとして設定される。さらに、例えば、条件が「顔肌」であれば、図６に示す、比較位置２０５と比較位置２０６の関係では比較位置２０５側が基準エリアとして設定される。なお、本実施形態では、比較位置スペクトルデータＳａ２側が基準エリアに設定されるものとする。

コンテキスト算出部３９は、基準エリア設定部３８に接続されるとともに、該基準エリア設定部３８から特徴化されたスペクトルデータＳ２と、２つの比較位置スペクトルデータＳａ２，Ｓｂ２と、これら２つの比較位置スペクトルデータＳａ２，Ｓｂ２のいずれが基準エリアであるかの情報が入力される。図１５（ａ）に示すように、コンテキスト算出部３９は、一の測定対象のスペクトルデータＳａ０に基づく比較位置スペクトルデータＳａ２と、当該一の測定対象に対応する同一のスペクトルエリアの位置Ｚａと大きさＤａを求める。また、他の測定対象のスペクトルデータＳｂ０に基づく比較位置スペクトルデータＳｂ２と、当該他の測定対象に対応する同一のスペクトルエリアの位置Ｚｂと大きさＤｂとを求める。そして、図１５（ｂ）に示すように、基準エリアとされた一の測定対象に対応する同一のスペクトルエリアの位置Ｚａの値と大きさＤａの値とを積算した値によって、他の測定対象に対応するスペクトルエリアの位置Ｚｂの値と大きさＤｂの値とを積算した値を除算することによってコンテキストＰａｂ（＝（Ｚｂ×Ｄｂ）／（Ｚａ×Ｄａ）
）を算出する。これにより、コンテキストＰａｂは、２つの測定対象の空間的位置関係や空間的大きさの関係を特徴付けた情報として求められる。

除算処理部４０は、コンテキスト算出部３９に接続されるとともに、該コンテキスト算出部３９から、２つの比較位置スペクトルデータＳａ２，Ｓｂ２とコンテキストＰａｂとが入力される。そして、図１５（ｃ）に示すように、基準エリア側に対応する比較位置スペクトルデータＳａ２により他方の比較位置スペクトルデータＳｂ２を除算するとともに、これにコンテキストＰａｂを積算して算出される相関スペクトルデータＣａｂ（＝Ｓｂ２／Ｓａ２×Ｐａｂ）を生成する。２つの比較位置スペクトルデータＳａ２，Ｓｂ２とを除算することにより、２つの比較位置スペクトルデータＳａ２，Ｓｂ２のいずれにも同様に含まれている観測光のスペクトルデータが「１」の大きさとして抽出されることとなるので、相関スペクトルデータＣａｂにおけるその影響を低減させることができるようになる。

照合部４１は、辞書データ記憶部１７と除算処理部４０とにそれぞれ接続されるとともに、辞書データ記憶部１７から第２の照合用データ１７Ｂの中から所定の条件に基づいて参照用データＣａｂｒが随時取得されるとともに、除算処理部４０から相関スペクトルデータＣａｂが入力される。照合部４１は、相関スペクトルデータＣａｂを参照用データＣａｂｒと照合してそれらがマッチングするか否かを判定するとともに、マッチングしたとき、相関スペクトルデータＣａｂは、参照用データＣａｂｒを構成している２つの測定対象が所定の空間的位置関係の比及び所定の空間的大きさの比の関係にあるものと同定する。例えば、参照用データＣａｂｒは測定対象Ｍａと測定対象Ｍｂとからなるとともに、それら測定対象Ｍａと測定対象Ｍｂとの空間的位置関係の比及び同大きさの比も同定されることとなる。例えば、路面とタイヤの関係の場合、自動車を前後から見たときに比べて自動車を側面から見たとき、タイヤの占有する広さが大きくなるため、路面とタイヤ及びそれらのコンテキストにより検出されたものが自動車の前後なのか、あるいは、側面なのか区別できるようになる。また例えば、顔肌と胴体部の関係の場合、顔肌は胴体部よりも上かつ小さいから、２つの測定対象を顔肌と胴体部と同定するとき、それらの関係が、顔肌が胴体部よりも上にあり、かつ、小さいことまで考慮して顔肌と胴体部とが同定される。これにより、測定対象の認識精度を向上させることができるようにもなる。

次に、本実施形態における認識処理の手順について図１４に従って説明する。図１４は、本実施形態における認識処理の手順を示すフローチャートである。
認識処理が開始されると、演算装置１６はスペクトルセンサ１４から観測光のスペクトルデータＳ０を取得する（図１４ステップＳ２０）とともに、その取得された観測光のスペクトルデータＳ０を前処理して特徴化されたスペクトルデータＳ２を算出する（図１４ステップＳ２１）。特徴化されたスペクトルデータＳ２が算出されると、演算装置１６は、特徴化されたスペクトルデータＳ２から異なる２つの同一のスペクトルエリアを選定し、それぞれの選定された同一のスペクトルエリアからそれぞれ比較位置スペクトルデータＳａ２，Ｓｂ２を取得する（図１４ステップＳ２２）。各比較位置スペクトルデータＳａ２，Ｓｂ２が取得されると、演算装置１６は、所定の条件に基づいて基準エリアとなる同一のスペクトルエリアを選択する（図１４ステップＳ２３）とともに、特徴化されたスペクトルデータＳ２と各比較位置スペクトルデータＳａ２，Ｓｂ２に基づいてコンテキストＰａｂを算出する（図１４ステップＳ２４）。そして、基準エリアに対応する比較位置スペクトルデータＳａ２にて他の比較位置スペクトルデータＳｂ２を除算したデータにコンテキストＰａｂを積算することにより相関スペクトルデータＣａｂを算出する（図１４ステップＳ２５）。そして、演算装置１６は、相関スペクトルデータＣａｂと予め定められた条件により選択される参照用データＣａｂｒとを比較照合するとともに、それらの同一性に基づいて相関スペクトルデータＣａｂを構成する２つの測定対象Ｍａ，Ｍｂを参照用データＣａｂｒに基づいて同時に同定する（図１４ステップＳ２６）。これにより、演算
装置１６は、この同定された２つの測定対象Ｍａ，Ｍｂをスペクトル測定装置１１の認識結果として外部に出力する。

以上説明したように、本実施形態によっても先の第１の実施形態の前記（１）〜（５）の効果と同等もしくはそれに準じた効果が得られるとともに、以下に列記するような効果が得られるようになる。

（６）上記コンテキストＰａｂにより測定対象間を特徴付けたことにより、これが関連付けされたデータである上記新たな相関スペクトルデータＣａｂをそれら各測定対象の組合せにかかる特徴をより顕著に現したデータとした。したがって、この新たな相関スペクトルデータＣａｂに基づいて前記同定を行うこととすれば、上記組み合わされた２つの測定対象に関する同定精度もさらに向上されるようになる。

（７）相関スペクトルデータＣａｂの算出に際し、基準とするスペクトルデータ、いわば基準とするエリア（測定対象）を、例えば、自動車５３にあっては車道５０、歩行者５４にあっては頭部５４Ａと予め定めた。これにより、例えばその対応するデータ群（第２の照合用データ１７Ｂ）を用いて前記同定を行う場合であれ、そのデータ量の削減が可能になるとともに、同定精度のさらなる向上が見込まれるようになる。

（８）地上を移動する車両１０などの周辺環境には必ず存在する車道５０を基準の測定対象に用いることにより、その材料が例えばアスファルト、コンクリート、土、砂利、レンガなどに限定される。またこれにより、他方の測定対象も自ずと車両のタイヤや歩行者、あるいは路面に設置された各種物体に限られるようになり、ひいては上記コンテキストＰａｂによる特徴付けも容易となる。そしてこのことも、上記同定精度の向上に寄与する要因の１つとなる。

（第３の実施形態）
次に、本発明に係るスペクトル測定装置を備える移動体を具体化した第３の実施形態について図に従って説明する。図１６は、スペクトル測定装置を備える移動体としての車両に備えられた同装置の概略構成を示す図である。なお、本実施形態は、境界エリア選定部２５と第３の認識部３６とが追加されていることが上記第１の実施形態と相違し、それ以外の構成については略同様である。そこで本実施形態では、主に上記第１の実施形態との相違点について説明するようにし、説明の便宜上、第１の実施形態と同様の部材には同一の番号を付してその説明を割愛する。

図１６に示すように、演算装置１６には、上記第１の実施形態と同様に、前処理部２０と、比較エリア選定部２３と、第１の認識部３０とが設けられているとともに、本実施形態ではさらに、境界エリア選定部２５と第３の認識部３６とが設けられている。

境界エリア選定部２５は、スペクトルデータ（スペクトル画像）の中からスペクトル波形が変化する部分を複数の測定対象間の境界部分として抽出するとともに、その境界部分として抽出された部分を予め定められた所定の条件に基づいて２箇所選定するものである。すなわち、境界エリア選定部２５は、前処理部２０から入力される特徴化されたスペクトルデータＳ２の中から２箇所の境界部分を選定する。例えば一つの境界部分として、図５（ｂ）を用いて説明すると、スペクトル形状「ａ」とスペクトル形状「ｂ」との堺に対応する境界領域２０４が選定される。またもう一つの境界部分として例えば、図６（ｂ）を用いて説明すると、スペクトル形状「ａ」とスペクトル形状「ｂ」との堺に対応する境界領域２０７が選定される。そして、境界エリア選定部２５は、このように選定された２箇所の境界領域に対応するスペクトルデータである比較境界位置スペクトルデータＳｐ２，Ｓｑ２をそれぞれ特徴化されたスペクトルデータＳ２から取得する。

第３の認識部３６は、比較境界位置スペクトルデータＳｐ２，Ｓｑ２にそれぞれ含まれている環境光を除去するものである。第３の認識部３６は、境界エリア選定部２５に接続されているとともに、該境界エリア選定部２５から入力される比較境界位置スペクトルデータＳｐ２，Ｓｑ２に含まれている環境光を除去する。例えば、２つの比較境界位置スペクトルデータＳｐ２，Ｓｑ２の論理積から、それらに共通するデータ、すなわち環境光に対応するデータとしての特徴化されたスペクトルデータを算出する。そしてこの算出された環境光に対応する特徴化されたスペクトルデータとそれぞれの比較境界位置スペクトルデータＳｐ２，Ｓｑ２との各々の差分から相関スペクトルデータＳｐｐ，Ｓｑｑがそれぞれ求められる。これにより、比較境界位置スペクトルデータＳｐ２から環境光の影響が除去されてその境界部分を構成する２つの測定対象、例えば図５（ｂ）の境界領域２０４のタイヤ５３Ｂと車道５０のスペクトルデータに基づく１つの相関スペクトルデータＳｐｐが算出される。同様に、比較境界位置スペクトルデータＳｑ２から環境光の影響が除去されて境界部分を構成する２つの測定対象、例えば図６（ｂ）の境界領域２０７の頭部５４Ａと胴体部５４Ｂのスペクトルデータに基づく１つの相関スペクトルデータＳｑｑが算出される。

なお、これら算出された相関スペクトルデータＳｐｐ，Ｓｑｑはそれぞれ、第１の実施形態の相関スペクトルデータＳａｂに対応するデータ内容となるので、第１の認識部３０の照合部３３を用いた照合により、それらを構成する２つの測定対象をそれぞれ、例えば測定対象Ｍａ，Ｍｂや測定対象Ｍｃ，Ｍｄがそれぞれ同時に同定されるようになる。

次に、本実施形態における認識処理の手順について図１７に従って説明する。図１７は、本実施形態における認識処理の手順を示すフローチャートである。
認識処理が開始されると、演算装置１６はスペクトルセンサ１４から観測光のスペクトルデータＳ０を取得する（図１７ステップＳ３０）とともに、その取得された観測光のスペクトルデータＳ０を前処理して特徴化されたスペクトルデータＳ２を算出する（図１７ステップＳ３１）。特徴化されたスペクトルデータＳ２が算出されると、演算装置１６は、特徴化されたスペクトルデータＳ２から異なる２つの位置にある境界エリアを選定し、それぞれの選定された同一のスペクトルエリアからそれぞれ比較境界位置スペクトルデータＳｐ２，Ｓｑ２を取得する（図１７ステップＳ３２）。各比較境界位置スペクトルデータＳｐ２，Ｓｑ２が取得されると、演算装置１６は、これら比較境界位置スペクトルデータＳｐ２，Ｓｑ２に含まれる環境光の影響を除去した相関スペクトルデータＳｐｐ，Ｓｑｑをそれぞれ生成する（図１７ステップＳ３３）。そして、演算装置１６は、各相関スペクトルデータＳｐｐ，Ｓｑｑをそれぞれ予め定められた条件により第１の照合用データ１７Ａから選択される２つの測定対象のスペクトルデータの融合された参照用データＳａｂｒと比較照合する。これにより、それらの比較照合に基づく同一性の結果により相関スペクトルデータＳｐｐを構成する２つの測定対象が同時に同定されることとは各別に、相関スペクトルデータＳｐｐを構成する２つの測定対象が同時に同定される（図１７ステップＳ３４）。そして、演算装置１６は、この同定された２つの測定対象Ｍａ，Ｍｂと、２つの測定対象Ｍｃ，Ｍｄをそれぞれスペクトル測定装置１１の認識結果として外部に出力する。

以上説明したように、本実施形態によっても先の第１の実施形態の前記（１）〜（５）の効果と同等もしくはそれに準じた効果が得られるとともに、以下に列記するような効果が得られるようになる。

（９）異なる２つの位置の比較境界位置スペクトルデータＳｐ２，Ｓｑ２はそれぞれ、少なくとも２つの異なる測定対象の境界部分のスペクトルデータとした。このことから、測定されるスペクトルデータに含まれる測定対象の数が増えることから、一時により多く
の測定対象を認識することが可能となる。またこれにより、測定対象の認識に要する時間の短縮化も併せて図られるようにもなる。

（１０）スペクトルデータの一部に車道５０のスペクトルデータが含まれることから、その材料としても、例えばアスファルト、コンクリート、土、砂利、レンガなどに限定されるようになる。また、測定対象の一部であれ、それを路面とすることにより、複数の測定対象の組み合わせを減少させることができるようにもなり、同定に要する時間の短時化も図られるようになる。

（第４の実施形態）
次に、本発明に係るスペクトル測定装置を備える移動体を具体化した第４の実施形態について図に従って説明する。図１８は、スペクトル測定装置を備える移動体としての車両に備えられた同装置の概略構成を示す図である。なお、本実施形態は、境界エリア選定部２５と第４の認識部３７と判定部３４とが追加されていることが上記第１の実施形態と相違し、それ以外の構成については略同様である。そこで本実施形態では、主に上記第１の実施形態との相違点について説明するようにし、説明の便宜上、第１の実施形態と同様の部材には同一の番号を付してその説明を割愛する。

辞書データ記憶部１７には、図１９に示すように、第１の照合用データ１７Ａと第３の照合用データ１７Ｃとが辞書データとして予め記憶されている。第１の照合用データ１７Ａのデータは、上記第１の実施形態と同様のデータである。一方、第３の照合用データ１７Ｃのデータも、その性質は第１の照合用データ１７Ａのデータと同様である。すなわち、第１の照合用データ１７Ａのデータは、２つの測定対象のデータが融合されたことに基づくデータであるのに対して、第３の照合用データ１７Ｃのデータは、４つの測定対象のデータが融合されたことに基づくデータである点が相違するのみで、データの性質そのものは変わらない。

演算装置１６には、図１８に示すように、上記第１の実施形態と同様に、前処理部２０と、比較エリア選定部２３と、第１の認識部３０とが設けられているとともに、本実施形態ではさらに、境界エリア選定部２５と第４の認識部３７とが設けられている。なお、本実施形態の境界エリア選定部２５は、上記第３の実施形態にて説明した境界エリア選定部２５と同一なのでその説明については割愛する。

第４の認識部３７は、比較境界位置スペクトルデータＳｐ２，Ｓｑ２にそれぞれ含まれている環境光を除去するものである。第４の認識部３７は、境界エリア選定部２５に接続されているとともに、認識用データ生成部４２と照合部４３とが設けられている。認識用データ生成部４２は、第１の実施形態の認識用データ生成部３１と比較して、入力されるスペクトルデータに含まれている測定対象が、１つではなく、２つである点が相違し、その他は同様の機能を有するので、その詳細な説明を割愛する。すなわち、第１の実施形態の認識用データ生成部３１は、１つの測定対象に基づく比較位置スペクトルデータＳａ２，Ｓａ２の差分及びその絶対値化により環境光の影響が除去された２つの測定対象に基づく相関スペクトルデータＳａｂを生成する。これと同様に、本実施形態の認識用データ生成部４２は、２つの測定対象に基づく比較境界位置スペクトルデータＳｐ２，Ｓｑ２の差分及びその絶対値化により環境光の影響が除外された４つの測定対象に基づく相関スペクトルデータＳａｂｃｄを生成する。

照合部４３は、第１の実施形態の照合部３３と比較して、入力される相関スペクトルデータＳａｂｃｄに含まれている測定対象が、２つではなく、４つである点が相違し、その他は同様の機能を有するので、その詳細な説明を割愛する。すなわち、第１の実施形態の照合部３３は、２つの測定対象に基づく相関スペクトルデータＳａｂと同じく２つの測定
対象に基づく第１の照合用データから選択された参照用データＳａｂｒとの比較照合により、２つの測定対象を同時に同定する。これと同様に、本実施形態の照合部４３は、４つの測定対象に基づく相関スペクトルデータＳａｂｃｄと同じく４つの測定対象に基づく第３の照合用データ１７Ｃから選択された参照用データＳａｂｃｄｒとの比較照合により、４つの測定対象を同時に同定する。

判定部３４は、第１の認識部３０による識別結果と、第４の認識部３７による識別結果とを調整する。すなわち、第１の認識部３０による識別結果と、第４の認識部３７による識別結果との間に相違や矛盾が生じたとき、予め定められた条件に基づいて各識別結果の優先度を判定するとともに、優先度の高いと判定された識別結果をスペクトル測定装置１１の認識結果として出力させるようにする。

次に、本実施形態における認識処理の手順について図２０に従って説明する。図２０は、本実施形態における認識処理の手順を示すフローチャートである。
認識処理が開始されると、演算装置１６はスペクトルセンサ１４から観測光のスペクトルデータＳ０を取得する（図２０ステップＳ４０）とともに、その取得された観測光のスペクトルデータＳ０を前処理して特徴化されたスペクトルデータＳ２を算出する（図２０ステップＳ４１）。特徴化されたスペクトルデータＳ２が算出されると、演算装置１６は、特徴化されたスペクトルデータＳ２から異なる２つの位置にある境界エリアを選定し、それぞれの選定された同一のスペクトルエリアからそれぞれ比較境界位置スペクトルデータＳｐ２，Ｓｑ２を取得する（図２０ステップＳ４２）。各比較境界位置スペクトルデータＳｐ２，Ｓｑ２が取得されると、演算装置１６は、これら比較境界位置スペクトルデータＳｐ２，Ｓｑ２の差分データを求めるとともに、その差分データを絶対値化してそれらに含まれる環境光の影響を除去した相関スペクトルデータＳａｂｃｄを生成する（図２０ステップＳ４３）。そして、演算装置１６は、相関スペクトルデータＳａｂｃｄを予め定められた条件により第３の照合用データ１７Ｃから選択される４つの測定対象のスペクトルデータの融合された参照用データＳａｂｃｄｒと比較照合する。これにより、それらの比較照合に基づく同一性の結果により相関スペクトルデータＳａｂｃｄを構成する４つの測定対象Ｍａ，Ｍｂ，Ｍｃ，Ｍｄが同時に同定される（図１７ステップＳ３４）。そして、演算装置１６は、この同定された４つの測定対象Ｍａ，Ｍｂ，Ｍｃ，Ｍｄをスペクトル測定装置１１の認識結果として外部に出力する。

以上説明したように、本実施形態によっても先の第１の実施形態の前記（１）〜（５）の効果と同等もしくはそれに準じた効果が得られるとともに、以下に列記するような効果が得られるようになる。

（１１）異なる２つの位置の比較境界位置スペクトルデータＳｐ２，Ｓｑ２はそれぞれ、少なくとも２つの異なる測定対象の境界部分のスペクトルデータとして、これらが融合され４つの測定対象からなる相関スペクトルデータＳａｂｃｄを、同じく４つの測定対象からなる第３の照合用データ１７Ｃの参照用データＳａｂｃｄｒにより照合するようにした。このことから、測定されるスペクトルデータに含まれる測定対象の数が増えるとともに、一時により多数の測定対象を認識することが可能となる。またこれにより、測定対象の認識に要する時間の短縮化も併せて図られるようにもなる。

なお、上記各実施形態は、例えば以下のような態様にて実施することもできる。
・上記各実施形態では、前処理部２０や比較エリア選定部２３をはじめとする認識処理にかかる演算のすべて演算装置１６にて処理される場合について例示した。しかしこれに限らず、これらの各演算は、異なる演算装置により行ない各別の演算結果を相互に共有するようにしてもよい。

・上記各実施形態では、２つの測定対象（同一のスペクトルエリア）が隣接するエリア、例えば車道５０とタイヤ５３Ｂや頭部５４Ａと胴体部５４Ｂとなるようにした。しかしこれに限らず、２つの測定対象（同一のスペクトルエリア）は非隣接エリアとなる関係であってもよい。

・上記各実施形態では、前処理部２０では正規処理と２次微分処理とが行なわれる場合について例示した。しかしこれに限らず、前処理部では正規化処理または２次微分処理のいずれか一方が行なわれてもよい。なおこのとき、照合される参照用データも同様の処理が行なわれているデータであることが望ましい。

・上記各実施形態では、正規化の条件は予め設定されている場合について例示したが、これに限らず、正規化の条件は、他の制御装置などから伝達されたり、ヒューマンマシンインタフェースから設定するようにしてもよい。

その他、予め設定されているとした各種条件なども、他の制御装置などから伝達されたり、ヒューマンマシンインタフェースから設定するようにしてもよい。
・上記各実施形態では、第１の認識部３０で２つの比較位置スペクトルデータＳａ２，Ｓｂ２との差分により相関スペクトルデータＳａｂが算出される場合について例示した。しかしこれに限らず、２つの比較位置スペクトルデータに含まれる環境光を除去もしくは減少させることができるのであれ、相関スペクトルデータを２つの比較位置スペクトルデータの除算（比）として求めてもよい。

・上記第２の実施形態では、第２の認識部３５で２つの比較位置スペクトルデータＳａ２，Ｓｂ２との除算により相関スペクトルデータＳａｂが算出される場合について例示した。しかしこれに限らず、２つの比較位置スペクトルデータに含まれる環境光を除去もしくは減少させることができるのであれ、相関スペクトルデータを２つの比較位置スペクトルデータの差（差分）として求めてもよい。

・上記各実施形態では、辞書データ記憶部１７には、複数の測定対象のスペクトルデータに基づくデータが融合された第１の照合用データ１７Ａなどが記憶されている場合について例示した。しかしこれに限らず、辞書データ記憶部には、一つの測定対象のスペクトルデータに対応する一つのデータが記憶されていてもよい。この場合、必要に応じて複数のデータを選択するとともに、それらのデータを融合させることで、相関スペクトルデータと比較することができる参照用データを生成することができる。

・上記各実施形態では、第１の認識部３０で２つの比較位置スペクトルデータＳａ２，Ｓｂ２との差分が絶対値化されて相関スペクトルデータＳａｂが算出される場合について例示した。しかしこれに限らず、環境光の影響を除去もしくは軽減できるのであれば、２つの比較位置スペクトルデータの差分を絶対値化せずに相関スペクトルデータをもとめてもよい。

・上記第２，第３及び第４の実施形態では、演算装置１６に複数の認識部が設けられている場合について例示したが、これに限らず、演算装置にいずれか一つの認識部のみが設けられていてもよい。これによっても、観測光の影響を除去もしくは軽減した測定対象の認識ができる。

・上記第２，第３及び第４の実施形態では、演算装置１６に、複数の認識部が特定の組み合わせで設けられる場合について例示した。しかしこれに限らず、演算装置には、認識部がどのような組み合わせで設けられてもよい。例えば、図２１に示すように、演算装置１６に、第１の認識部３０、第２の認識部３５及び第３の認識部３６が設けられてもよい
。また例えば、図２２に示すように、演算装置１６に、第１の認識部３０、第２の認識部３５及び第４の認識部３７が設けられてもよい。さらに例えば、図２３に示すように、演算装置１６に、第１の認識部３０、第２の認識部３５、第３の認識部３６及び第４の認識部３７が設けられてもよい。

・上記第２の実施形態では、コンテキストが空間的距離関係及び空間的大きさから算出される場合について例示したが、これに限らず、コンテキストは、空間的距離関係または空間的大きさのいずれか一方から算出されてもよい。

・上記第２の実施形態では、ひとつの測定対象の特徴を空間的距離関係と空間的大きさの積算により算出するようにしたが、これに限らず、ひとつの測定対象の特徴を空間的距離関係と空間的大きさの加減や除算により算出するようにしてもよい。

・上記第２の実施形態では、２つの測定対象の特徴を除算することによりコンテキストを算出するようにしたが、これに限らず、２つの測定対象の特徴の積算によりコンテキストを算出するようにしてもよい。

・上記第３及び第４の実施形態では、境界部分として境界領域２０４，２０７が選定される場合について例示したが、これに限らず、その他の測定対象の境界部分が選択されてもよい。特に関連性の高い境界部分を選択するようにすれば高度な認識が可能ともなる。例えば、走行中の自転車から、路面と車輪、及び、自転車のフレームと運転者とを選択すれば、人が運転している自転車を認識することも可能となる。

・上記第３及び第４の実施形態では、境界部分をスペクトルデータの形状が大きく変化する部分として検出するようにした。しかしこれに限らず、隣接する同一のスペクトルエリアの境界部として求めてもよい。

・上記各実施形態では、スペクトル測定装置１１を車両１０に搭載する場合について例示したが、これに限らず、スペクトル測定装置は、地上や建物などに移動しないかたちに設置されてもよい。例えば、図２４に示されるように、道路環境を検出できるように設置された検出装置６０にスペクトル測定装置１１Ａを設け、当該検出装置６０の周辺環境の測定対象として車両や歩行者、例えば自転車５７とその運転者５８となどを検出するようにしてもよい。

１０…車両、１１…スペクトル測定装置、１１Ａ…スペクトル測定装置、１２…ヒューマンマシンインタフェース、１３…車両制御装置、１４…スペクトルセンサ、１５…スペクトルデータ処理装置、１６…演算装置、１７…辞書データ記憶部、２０…前処理部、２１…正規化処理部、２２…２次微分処理部、２３…比較エリア選定部、２５…境界エリア選定部、３０…第１の認識部、３１…認識用データ生成部、３２…差分データ算出部、３３…照合部、３４…判定部、３５…第２の認識部、３６…第３の認識部、３７…第４の認識部、３８…基準エリア設定部、３９…コンテキスト算出部、４０…除算処理部、４１…照合部、４２…認識用データ生成部、４３…照合部、５０…車道、５１…歩道、５２…樹木、５３…自動車、５３Ｂ…タイヤ、５３Ｃ…バンパ、５４…歩行者、５４Ａ…頭部、５４Ｂ…胴体部、５５…ガードレール、５６…背景、５７…自転車、５８…運転者、６０…検出装置。

Claims (10)

1. 波長情報と光強度情報とを測定可能なスペクトルセンサにて検出される観測光のスペクトルデータに基づいて測定対象を認識するスペクトル測定装置であって、
   前記スペクトルセンサにて検出される異なる２つの位置のスペクトルデータの一方から他方を除算もしくは減算してそれぞれ元の２つのスペクトルデータに相関する１つの相関スペクトルデータを算出し、この算出した相関スペクトルデータに基づいて前記異なる２つの位置に対応する測定対象を同時に同定する
   ことを特徴とするスペクトル測定装置。
2. 前記相関スペクトルデータは、前記異なる２つの位置のスペクトルデータのそれぞれに正規化処理及び２次微分処理の少なくとも一方を施したデータ相互の比もしくは差として算出される
   請求項１に記載のスペクトル測定装置。
3. 前記異なる２つの位置のスペクトルデータは、各波長ごとの光強度のユークリッド距離の差が一定値以下となるスペクトルデータを同一のスペクトルエリアとするクラスタリング処理により各々同一のスペクトルエリアとして隣接もしくは非隣接するエリアにおけるスペクトルデータとして検出される
   請求項１または２に記載のスペクトル測定装置。
4. 前記同定は、前記算出した相関スペクトルデータと同スペクトルデータに対応する少なくとも２つの測定対象のスペクトルデータの組合せからなるデータとして予め登録されているデータ群との照合に基づいて行なわれる
   請求項１〜３のいずれか一項に記載のスペクトル測定装置。
5. 前記異なる２つの位置のスペクトルデータのうちの一つは路面のスペクトルデータである
   請求項１〜４のいずれか一項に記載のスペクトル測定装置。
6. 請求項１〜４のいずれか一項に記載のスペクトル測定装置において、
   前記異なる２つの位置のスペクトルデータから空間的位置関係及び空間的大きさの少なくとも一方の比に基づいて前記異なる２つの位置に対応する測定対象間の関係についての特徴を示す情報であるコンテキストを算出するコンテキスト算出部をさらに備え、該算出されたコンテキストに前記相関スペクトルデータを関連付けしたデータを新たな相関スペクトルデータとして前記同定を行う
   ことを特徴とするスペクトル測定装置。
7. 前記相関スペクトルデータは、前記異なる２つの位置のスペクトルデータのうちの基準とするスペクトルデータを基底として他方のスペクトルデータを除算したデータもしくは基準とするスペクトルデータから他方のスペクトルデータを差し引いたデータとして算出されている
   請求項６に記載のスペクトル測定装置。
8. 前記異なる２つの位置のスペクトルデータのうちの前記基準とするスペクトルデータが路面のスペクトルデータである
   請求項７に記載のスペクトル測定装置。
9. 前記異なる２つの位置のスペクトルデータはそれぞれ、少なくとも２つの異なる測定対象の境界部分のスペクトルデータである
   請求項１〜４，６，７のいずれか一項に記載のスペクトル測定装置。
10. 前記異なる２つの位置のスペクトルデータの前記境界部分のいずれか一方のスペクトルデータには路面のスペクトルデータが含まれる
    請求項９に記載のスペクトル測定装置。

Images