特開 2024-21506 センサ、センサの製造方法及び情報処理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024021506

(43)【公開日】2024-02-16

(54)【発明の名称】センサ、センサの製造方法及び情報処理方法

(51)【国際特許分類】

   G01C 3/06 20060101AFI20240208BHJP

   H01L 31/12 20060101ALI20240208BHJP

   G01B 11/00 20060101ALI20240208BHJP

   G01B 11/26 20060101ALI20240208BHJP

【ＦＩ】

G01C3/06 120R

H01L31/12 E

H01L31/12 F

G01B11/00 B

G01B11/26 Z

【審査請求】未請求

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2022124366

(22)【出願日】2022-08-03

(71)【出願人】

【識別番号】504176911

【氏名又は名称】国立大学法人大阪大学

(74)【代理人】

【識別番号】110002789

【氏名又は名称】弁理士法人ＩＰＸ

(72)【発明者】

【氏名】小山 佳祐

【テーマコード（参考）】

2F065

2F112

5F889

【Ｆターム（参考）】

2F065AA06

2F065AA35

2F065AA37

2F065BB13

2F065BB22

2F065BB25

2F065BB26

2F065DD03

2F065FF41

2F065GG07

2F065GG21

2F065JJ18

2F112AD03

2F112BA06

2F112BA09

2F112CA04

2F112CA12

2F112DA21

2F112DA26

2F112DA28

2F112EA03

5F889BA02

5F889BB02

5F889BC06

5F889BC25

5F889CA21

5F889FA06

(57)【要約】

【課題】よりシンプルな構造を有し且つ高精度なセンサを提供すること。
【解決手段】本発明の一態様によれば、対象物を計測するためのセンサが提供される。このセンサは、複数の発光素子と、少なくとも１つの受光素子とを備える。発光素子は、基材上において異なる位置にそれぞれ設けられる。受光素子は、基材上に設けられる。各発光素子に起因する反射光のうちの１つを主たる光として受光するとともに、主たる光以外の反射光をクロストーク光として主たる光とは区別可能に受光する。反射光は、発光素子それぞれから発光され且つ対象物からそれぞれ反射した光である。区別可能に受光された主たる光と、クロストーク光とに基づいて、センサにおける基準面と対象物とに係る空間物理量を計測する。
【選択図】図６

【特許請求の範囲】

【請求項1】

対象物を計測するためのセンサであって、
複数の発光素子と、少なくとも１つの受光素子とを備え、
前記発光素子は、基材上において異なる位置にそれぞれ設けられ、
前記受光素子は、
前記基材上に設けられ、
各発光素子に起因する反射光のうちの１つを主たる光として受光するとともに、前記主たる光以外の反射光をクロストーク光として前記主たる光とは区別可能に受光し、ここで前記反射光は、前記発光素子それぞれから発光され且つ前記対象物からそれぞれ反射した光で、
区別可能に受光された前記主たる光と、前記クロストーク光とに基づいて、前記センサにおける基準面と前記対象物とに係る空間物理量を計測する、もの。

【請求項2】

請求項１に記載のセンサにおいて、
前記空間物理量は、前記基準面と前記対象物との距離と、前記基準面に対する前記対象物の角度とを少なくとも含む、もの。

【請求項3】

請求項２に記載のセンサにおいて、
前記距離は、５０ｍｍ以下である、もの。

【請求項4】

請求項１に記載のセンサにおいて、
前記受光素子は、
前記発光素子と同数であり、前記発光素子それぞれと１対１に対応付けられ、
対応付けられた前記発光素子に起因する前記反射光を、前記主たる光として受光し、前記主たる光以外の前記反射光を前記クロストーク光として前記主たる光とは区別可能に受光するように構成される、もの。

【請求項5】

請求項４に記載のセンサにおいて、
前記受光素子と、対応付けられた前記発光素子とは、互いに隣接して受発光ブロックを形成し、
前記受発光ブロックが前記基材上に複数設けられる、もの。

【請求項6】

請求項５に記載のセンサにおいて、
前記受発光ブロックそれぞれは、環状且つ等間隔に前記基材上に配置される、もの。

【請求項7】

請求項１に記載のセンサにおいて、
前記発光素子の数は、２～４である、もの。

【請求項8】

請求項１に記載のセンサにおいて、
前記発光素子それぞれは、互いに異なるタイミングで別々に発光する、もの。

【請求項9】

請求項１に記載のセンサにおいて、
前記受光素子は、前記反射光に応じた電気物理量を発生させるように構成され、
区別可能に受光された前記主たる光と、前記クロストーク光とに基づく前記電気物理量それぞれに基づいて、前記センサにおける基準面と前記対象物とに係る空間物理量を計測する、もの。

【請求項10】

請求項９に記載のセンサにおいて、
ＡＩ入力部をさらに備え、
前記ＡＩ入力部は、前記電気物理量の値又は前記電気物理量に基づく演算値を入力パラメータとして、学習済みモデルに入力し、ここで前記学習済みモデルは、前記センサにおける基準面と前記対象物とに係る空間物理量と、前記電気物理量の値又は前記演算値との関係を予め機械学習させたモデルである、もの。

【請求項11】

請求項１０に記載のセンサにおいて、
記憶部と、プロセッサとをさらに備え、
前記記憶部は、前記学習済みモデルを記憶し、
前記プロセッサは、前記電気物理量の値又は前記演算値を前記入力パラメータとして前記学習済みモデルに入力し、前記学習済みモデルからの出力結果に基づいて、前記空間物理量を計測するように構成される、もの。

【請求項12】

請求項１に記載のセンサにおいて、
前記受光素子は、広指向性を有する受光素子である、もの。

【請求項13】

センサの製造方法であって、
基材に、複数の発光素子と、少なくとも１つの受光素子とを配置するステップを含み、前記センサは、請求項１～請求項１２の何れか１つに記載のセンサである、方法。

【請求項14】

情報処理方法であって、
次の各ステップを備え、
取得ステップでは、受光素子から出力された光電流を取得し、
入力処理ステップでは、前記電気物理量の値又は前記電気物理量に基づく演算値を入力パラメータとして、学習済みモデルに入力し、ここで前記学習済みモデルは、センサにおける基準面と対象物とに係る空間物理量と、前記電気物理量の値又は前記演算値との関係を予め機械学習させたモデルであり、
出力ステップでは、前記学習済みモデルに基づいて、前記空間物理量を推定的に出力する、方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、センサ、センサの製造方法及び情報処理方法に関する。

【背景技術】

【0002】

特許文献１には、センサが開示されている。このセンサは、基材と、発光素子と、受光素子と、同期検波回路とを備え、発光素子は、基材上において異なる位置に複数設けられ、互いに直交する第１及び第２の変調信号を用いて発光可能に構成され、受光素子は、基材の内部に配置され、且つピンホールを介して外部光を受光するとともに光電流を発生可能に構成され、同期検波回路は、光電流のうちの特定成分の位相を検出可能に構成され、ここで特定成分とは、発光素子から照射され且つ対象物を反射した合成反射光に起因する成分で、位相は、対象物までの距離の関数で表される。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－１９０５５２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

一方で、特許文献１に開示される先行技術とは異なり、よりシンプルな構造で高精度な距離等の空間物理量を把握可能なセンサが求められている。

【0005】

本発明では上記事情を鑑み、よりシンプルな構造を有し且つ高精度なセンサを提供することとした。

【課題を解決するための手段】

【0006】

本発明の一態様によれば、対象物を計測するためのセンサが提供される。このセンサは、複数の発光素子と、少なくとも１つの受光素子とを備える。発光素子は、基材上において異なる位置にそれぞれ設けられる。受光素子は、基材上に設けられる。各発光素子に起因する反射光のうちの１つを主たる光として受光するとともに、主たる光以外の反射光をクロストーク光として主たる光とは区別可能に受光する。反射光は、発光素子それぞれから発光され且つ対象物からそれぞれ反射した光である。区別可能に受光された主たる光と、クロストーク光とに基づいて、センサにおける基準面と対象物とに係る空間物理量を計測する。

【0007】

本開示によれば、よりシンプルな構造を有し且つ高精度なセンサが実現される。

【図面の簡単な説明】

【0008】

【図1】本実施形態に係るセンサ１の、主に検出部２の構成概要を示す平面図である。

【図2】本実施形態に係るセンサ１の、主に情報処理部４の構成概要を示すブロック図である。

【図3】センサ１におけるプロセッサ４３等によって実現される機能を示すブロック図である。

【図4】学習済みモデル５におけるニューラルネットワークの構成を示す概要図である。

【図5】センサ１を用いた対象物Ｏｂの計測処理の流れを示すアクティビティ図である。

【図6】各発光素子３１が発光するタイミングと、受光素子３２が受光する態様を示す概要図であり、図６Ａ、図６Ｂ、図６Ｃ及び図６Ｄの順に発光素子３１が発光する。

【図7】変形例に係るセンサ１の構成を示す概略正面図である。

【発明を実施するための形態】

【0009】

［実施形態］
以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。

【0010】

ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。

【0011】

また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。

【0012】

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

【0013】

１．ハードウェア構成
本節では、本実施形態に係るセンサ１のハードウェア構成について説明する。センサ１は、対象物Ｏｂを計測するためのセンサである。より詳細には、センサ１は、センサ１における基準面と、対象物Ｏｂとに係る空間物理量を計測可能に構成される。ここでの空間物理量は、基準面と対象物Ｏｂとの距離ｄと、基準面に対する対象物Ｏｂの角度θ，φ（３次元姿勢を示すパラメータ）とを少なくとも含むとよい。特に好ましくは、距離ｄは至近距離であり、例えば距離ｄは５０ｍｍ以下であり、具体的には例えば、５０，４９，４８，４７，４６，４５，４４，４３，４２，４１，４０，３９，３８，３７，３６，３５，３４，３３，３２，３１，３０，２９，２８，２７，２６，２５，２４，２３，２２，２１，２０，１９，１８，１７，１６，１５，１４，１３，１２，１１，１０，９，８，７，６，５，４，３，２，１，０ｍｍであり、ここで例示した数値の何れか２つの間の範囲内であってもよい。このような態様によれば、対象物Ｏｂとの距離ｄと角度θ，φとを計測し、物体のピッキングや検査等様々な場面に応用することができる。また、このような態様によれば、ごく近距離に位置する対象物Ｏｂを正確に把握することができる。

【0014】

図１は、本実施形態に係るセンサ１の、主に検出部２の構成概要を示す平面図である。図２は、本実施形態に係るセンサ１の、主に情報処理部４の構成概要を示すブロック図である。図１及び図２に示されるように、センサ１は、主として、検出部２と、情報処理部４とを備える。

【0015】

１．１ 検出部２
まず、検出部２について説明する。図１及び図２に示されるように、検出部２は、基材２１と、基材２１上に設けられた受発光ブロック３と、情報処理部４と接続されたＡＩ入力部２２とを備える。以下、各構成要素について更に説明する。

【0016】

（基材２１）
基材２１は、センサ１の筐体を構成する。本実施形態では、基材２１は、例えば略円形を有し、平板状に構成されているが、あくまでも一例であり、この限りではない。好ましくは、基材２１は、例えば黒色で艶がなく、反射率の低い素材で形成される。また、基材２１は、その上に設けられた受発光ブロック３を備える。

【0017】

（受発光ブロック３）
図１に示されるように、受発光ブロック３は、基材２１上に複数設けられる。各受発光ブロック３には、発光素子３１と、受光素子３２とが配置され、ここでは、１つの受発光ブロック３に、１つの発光素子３１と、１つの受光素子３２とが配置されている。換言すると、受光素子３２と、対応付けられた発光素子３１とは、互いに隣接して受発光ブロック３を形成する。受発光ブロック３が基材２１上に複数設けられる。

【0018】

ここで、好ましくは、発光素子３１の数は、２～３０であり、さらに好ましくは、２～１０であり、最も好ましくは、発光素子３１の数は、２～４である。具体的には例えば、発光素子３１の数は、２，３，４，５，６，７，８，９，１０，１１，１２，１３，１４，１５，１６，１７，１８，１９，２０，２１，２２，２３，２４，２５，２６，２７，２８，２９，３０個であり、ここで例示した数値の何れか２つの間の範囲内であってもよい。

【0019】

また、受発光ブロック３の数は、２以上、好ましくは３以上であるとよく、本実施形態では、４つの受発光ブロック３ａ，３ｂ，３ｃ，３ｄが設けられている。図１に示されるように、さらに好ましくは、受発光ブロック３それぞれは、環状且つ等間隔に基材２１上に配置される。換言すると、受発光ブロック３は、基材２１に対して、対称性を有して配置される。具体的には、受発光ブロック３ａに、発光素子３１ａと、受光素子３２ａとが配置され、受発光ブロック３ｂに、発光素子３１ｂと、受光素子３２ｂとが配置され、受発光ブロック３ｃに、発光素子３１ｃと、受光素子３２ｃとが配置され、受発光ブロック３ｄに、発光素子３１ｄと、受光素子３２ｄとが配置されている。このような態様によれば、複数の受光素子３２に基づく光電流Ｊ（電気物理量の一例）それぞれに対称性が生じ、よりセンサ１の精度を高めることができる。換言すると、受光素子３２は、発光素子３１と同数であり、発光素子３１それぞれと１対１に対応付けられている。このような態様によれば、複数の受光素子３２に基づく光電流Ｊが得られるため、よりセンサ１の精度を高めることができる。なお、光電流Ｊについては後述する。

【0020】

図１に示されるように、発光素子３１は、基材２１上において異なる位置にそれぞれ設けられる。発光素子３１は、拡散光を照射する素子であればよく、例えば発光ダイオード（ＬＥＤ）であり、好ましくは、人が視認不能であり且つ人体に無害な赤外光を発光する赤外線ＬＥＤである。もちろんこれに限定されず、発光素子３１は、赤色ＬＥＤでも、緑色ＬＥＤでも、青色ＬＥＤでもよい。このような発光ダイオードである発光素子３１のアノード側に、不図示の電源のプラス側を接続することによって、電流が流れて特定周波数の拡散光が対象物Ｏｂに照射される。

【0021】

図１に示されるように、受光素子３２は、基材２１上に設けられる。受光素子３２は、受光した光を検知する素子で、これを契機として電気物理量の一例である光電流Ｊを発生させる。換言すると、受光素子３２は、受光した光の照度に応じて光電流Ｊを出力可能に構成される。好ましくは、光の照度と光電流Ｊとの特性が、線形を有する。主な受光素子３２として、例えば、光電管、光電子増倍管、半導体の内部光電効果を利用したフォトトランジスタ、フォトダイオード、アバランシェフォトダイオード、光導電セル、イメージセンサ等が挙げられる。好ましくは、受光素子３２は、広指向性を有するフォトダイオードや、当該フォトダイオードと増幅器とを組み合わせたフォトトランジスタである。

【0022】

ここで、受光素子３２は、同じ受発光ブロック３に所属する発光素子３１から発光され且つ対象物Ｏｂを反射した反射光Ｌを主たる光として受光する。また、受光素子３２は、隣接する受発光ブロック３に所属する発光素子３１から発光され且つ対象物Ｏｂを反射した反射光Ｌをクロストーク光として受光する。例えば、受光素子３２ａは、発光素子３１ａに起因する反射光Ｌを主たる光として受光し、発光素子３１ｂ，３１ｄに起因する反射光Ｌをクロストーク光としてそれぞれ受光する。以上を換言すると、受光素子３２は、各発光素子３１に起因する反射光Ｌのうちの１つを主たる光として受光するとともに、主たる光以外の反射光Ｌをクロストーク光として主たる光とは区別可能に受光し、反射光Ｌに応じた光電流Ｊ（電気物理量の一例）を発生させるように構成される。ここでの反射光Ｌは、発光素子３１それぞれから発光され且つ対象物Ｏｂからそれぞれ反射した光である。このように、区別可能に受光された主たる光と、クロストーク光とに基づく光電流Ｊそれぞれに基づいて、センサ１における基準面と対象物Ｏｂとに係る空間物理量が計測される。これについては後にさらに詳述する。

【0023】

（ＡＩ入力部２２）
ＡＩ入力部２２は、光電流Ｊの値又は光電流Ｊに基づく演算値を入力パラメータとして、後述の情報処理部４の記憶部４２に記憶された学習済みモデル５に入力する。すなわち、ＡＩ入力部２２は、検出部２における各受光素子３２から情報処理部４に向かう導線であってよい。受光素子３２から出力された光電流Ｊが、ＡＩ入力部２２及び後述の通信部４１を介して、記憶部４２に記憶された学習済みモデル５に入力される。

【0024】

１．２ 情報処理部４
続いて、情報処理部４について説明する。情報処理部４は、センサ１の動作を制御するように構成される処理回路であり、例えばマイコンである。情報処理部４は、通信部４１と、記憶部４２と、プロセッサ４３とを有し、これらの構成要素が情報処理部４の内部において通信バス４０を介して電気的に接続されている。各構成要素についてさらに説明する。

【0025】

通信部４１は、情報処理部４から種々の電気信号を外部の構成要素に送信可能に構成される。また、通信部４１は、外部の構成要素から情報処理部４への種々の電気信号を受信可能に構成される。具体的には、通信部４１は、検出部２におけるＡＩ入力部２２から出力された光電流Ｊを受信する。通信部４１は、学習済みモデル５に基づいて推定された空間物理量を出力する。さらに好ましくは、通信部４１がネットワーク通信機能を有し、これによりインターネット等のネットワークを介して、センサ１と外部機器との間で種々の情報を通信可能に実施してもよい。

【0026】

記憶部４２は、前述の記載により定義される様々な情報を記憶する。これは、例えば、プロセッサ４３によって実行されるセンサ１に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。記憶部４２は、プロセッサ４３によって実行されるセンサ１に係る種々のプログラムや変数等を記憶している。特に、本実施形態では、記憶部４２は、学習済みモデル５を記憶している。

【0027】

プロセッサ４３は、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。プロセッサ４３は、記憶部４２に記憶された所定のプログラムを読み出すことによって、センサ１に係る種々の機能を実現する。すなわち、記憶部４２に記憶されているソフトウェアによる情報処理が、ハードウェアの一例であるプロセッサ４３によって具体的に実現されることで、プロセッサ４３に含まれる各機能部として実行されうる。これらについては、次節においてさらに詳述する。なお、プロセッサ４３は単一であることに限定されず、機能ごとに複数のプロセッサ４３を有するように実施してもよい。またそれらの組合せであってもよい。

【0028】

このような態様によれば、センサ１単体で別途コンピュータ等を使用することなく対象物Ｏｂの空間物理量を計測することができる。

【0029】

２．機能構成
本節では、本実施形態の機能構成について説明する。前述の通り、記憶部４２に記憶されているソフトウェアによる情報処理がハードウェアの一例であるプロセッサ４３によって具体的に実現されることで、プロセッサ４３に含まれる各機能部が実行されうる。

【0030】

図３は、センサ１におけるプロセッサ４３等によって実現される機能を示すブロック図である。具体的には、プロセッサ４３は、機能部として、取得部４３１と、変換部４３２と、入力処理部４３３と、出力部４３４とを備える。

【0031】

取得部４３１は、取得ステップとして、通信部４１を介して外部から受け付けた又は予め記憶部４２に記憶された種々の情報を取得するように構成される。例えば、取得部４３１は、受光素子３２から出力された光電流Ｊを取得する。

【0032】

変換部４３２は、変換ステップとして、取得部４３１が取得した種々の情報に予め定められた演算を実施して、情報を変換するように構成される。例えば、変換部４３２は、取得部４３１が取得した複数の光電流Ｊの値に基づく所定の演算値を、変換後の情報として演算してもよい。

【0033】

入力処理部４３３は、入力処理ステップとして、記憶部４２に記憶された学習済みモデル５に、入力パラメータを入力するように構成される。

【0034】

出力部４３４は、出力ステップとして、種々の情報を出力するように構成される。具体的には、出力部４３４は、学習済みモデル５に基づいて推定された空間物理量、例えば、距離ｄ及び角度θ，φを出力してもよい。

【0035】

３．学習済みモデル５の構成
本節では、記憶部４２に記憶された学習済みモデル５について説明する。学習済みモデル５は、センサ１における基準面と対象物Ｏｂとに係る空間物理量と、光電流Ｊの値又は演算値との関係を予め機械学習させたモデルである。好ましくは、学習済みモデル５には、対象物Ｏｂの材質ごとに、光電流Ｊの値又は所定の演算値と、対象物Ｏｂとセンサ１の基準面との空間物理量との関係を学習させておくとよい。具体的には、鏡面反射する材質の対象物Ｏｂ、拡散反射する白い材質の対象物Ｏｂ、緑・硬質塩ビ板の対象物Ｏｂ、黄・硬質塩ビ板の対象物Ｏｂ、青・硬質塩ビ板の対象物Ｏｂ、アルミ板の対象物Ｏｂ、荒仕上げのアルミ板の対象物Ｏｂ、金網である対象物Ｏｂ、革製品である対象物Ｏｂ等が挙げられる。このような態様によれば、鏡面を有する対象物Ｏｂ、透明な対象物Ｏｂ又は、表面に凹凸を有する対象物Ｏｂ等、従来は計測が困難な対象物Ｏｂに対しても頑健に計測を行うことができる。

【0036】

図４は、学習済みモデル５におけるニューラルネットワークの構成を示す概要図である。図４に示されるように、学習済みモデル５は、入力層５１と、少なくとも１つの層からなる中間層５２と、出力層５３とを備える。

【0037】

入力層５１には、入力信号として、各受光素子３２から出力される光電流Ｊの値、又は光電流Ｊに所定の演算を施した演算値が入力される。図４では、少なくとも８つの入力ターミナル（図中の白抜き円）が入力層５１として図示されているが、あくまでも例示でありこの限りではない。

【0038】

中間層５２は、ニューラルネットワークの主たる処理を行う層であり、層数は特に限定されない。各層における複数のニューロン（図中の白抜き円）が、次の層における複数のニューロンに結合されている。例えば、中間層５２における１層目の１つのニューロンは、入力層５１の各ターミナルから重み（荷重）付けをされて入力を受け、中間層５２における２層目の各ニューロンにそれぞれ重み付けをして演算結果を送信する。続いて、中間層５２における２層目の１つのニューロンは、中間層５２における１層目の各ニューロンから重み付けをされて入力を受け、中間層５２における３層目の各ニューロンにそれぞれ重み付けをして演算結果を送信する。このような処理が中間層５２の層数に応じて順次実行される。

【0039】

出力層５３は、学習済みモデル５の出力結果を出力する層であり、図４では、２つの出力ターミナル（図中の白抜き円）が出力層５３として図示されているが、あくまでも例示でありこの限りではない。好ましくは、センサ１における基準面と対象物Ｏｂとに係る空間物理量として、距離ｄと、角度θ，φとがそれぞれ出力される。すなわち、学習済みモデル５に関連し、情報処理部４におけるプロセッサ４３は、光電流Ｊの値又は演算値を入力パラメータとして学習済みモデル５に入力し、学習済みモデル５からの出力結果に基づいて、空間物理量を計測するように構成されている。

【0040】

４．情報処理方法を含む計測処理の流れ
本節では、センサ１を用いた対象物Ｏｂの計測処理の流れを説明する。図５は、センサ１を用いた対象物Ｏｂの計測処理の流れを示すアクティビティ図である。図６は、各発光素子３１が発光するタイミングと、受光素子３２が受光する態様を示す概要図であり、図６Ａ、図６Ｂ、図６Ｃ及び図６Ｄの順に発光素子３１が発光する。以下、このアクティビティ図に沿って、計測処理の流れを説明する。

【0041】

本実施形態では、４つの受発光ブロック３を備えるセンサ１を想定し、受発光ブロック３における発光素子３１それぞれは、互いに異なるタイミングで別々に発光する。このような態様によれば、各発光素子３１に起因する反射光Ｌを容易に区別することができる。以下、「ｋ（ｋ＝１，２，３，４）番目の発光素子３１が発光する。」と表現するものとする。すなわち、発光素子３１ａ，３１ｂ，３１ｃ，３１ｄがそれぞれ別々のタイミングで周期的に発光する。まずは、ｋ＝１として（アクティビティＡ００１）、１番目の発光素子３１、例えば図６Ａに示されるように発光素子３１ａが発光する（アクティビティＡ００２）。

【0042】

続いて、発光素子３１ａから発光された光が対象物Ｏｂに照射され、反射した反射光Ｌが、複数の受光素子３２に入射する。具体的には、受光素子３２ａが発光素子３１ａに起因する反射光Ｌを主たる光として受光する（アクティビティＡ００３）。なお、受光素子３２ａは、発光素子３１ａと対をなす受光素子３２であり、ここでは発光素子３１ａと同じ受発光ブロック３ａに位置している。また、受光素子３２ｂが発光素子３１ａに起因する反射光Ｌをクロストーク光として受光する（アクティビティＡ００４）。なお、受光素子３２ｂは、発光素子３１ａが配置される受発光ブロック３ａの左隣に位置する受発光ブロック３ｂに配置された受光素子３２である。また、受光素子３２ｄが発光素子３１ａに起因する反射光Ｌをクロストーク光として受光する（アクティビティＡ００５）。なお、受光素子３２ｄは、発光素子３１ａが配置される受発光ブロック３ａの右隣に位置する受発光ブロック３ｄに配置された受光素子３２である。そして、受光素子３２ａ，３２ｂ，３２ｄそれぞれから、受光した反射光Ｌに対応する光電流Ｊが出力される。その後、情報処理部４における取得部４３１が、各光電流Ｊを取得する。換言すると、受光素子３２は、対応付けられた発光素子３１に起因する反射光Ｌを、主たる光として受光し、主たる光以外の反射光Ｌをクロストーク光として主たる光とは区別可能に受光している。

【0043】

続いて、ｋ<４であるから、ｋの値をインクリメントし（アクティビティＡ００６）、２番目の発光素子３１、例えば図６Ｂに示されるように発光素子３１ｂが発光する（アクティビティＡ００２）。

【0044】

続いて、発光素子３１ｂから発光された光が対象物Ｏｂに照射され、反射した反射光Ｌが、複数の受光素子３２に入射する。具体的には、受光素子３２ｂが発光素子３１ｂに起因する反射光Ｌを主たる光として受光する（アクティビティＡ００３）。受光素子３２ｃが発光素子３１ｂに起因する反射光Ｌをクロストーク光として受光する（アクティビティＡ００４）。受光素子３２ａが発光素子３１ｂに起因する反射光Ｌをクロストーク光として受光する（アクティビティＡ００５）。そして、受光素子３２ｂ，３２ｃ，３２ａそれぞれから、受光した反射光Ｌに対応する光電流Ｊが出力される。その後、情報処理部４における取得部４３１が、各光電流Ｊを取得する。

【0045】

続いて、ｋ<４であるから、ｋの値をインクリメントし（アクティビティＡ００６）、３番目の発光素子３１、例えば図６Ｃに示されるように発光素子３１ｃが発光する（アクティビティＡ００２）。

【0046】

続いて、発光素子３１ｃから発光された光が対象物Ｏｂに照射され、反射した反射光Ｌが、複数の受光素子３２に入射する。具体的には、受光素子３２ｃが発光素子３１ｃに起因する反射光Ｌを主たる光として受光する（アクティビティＡ００３）。受光素子３２ｄが発光素子３１ｃに起因する反射光Ｌをクロストーク光として受光する（アクティビティＡ００４）。受光素子３２ｂが発光素子３１ｃに起因する反射光Ｌをクロストーク光として受光する（アクティビティＡ００５）。そして、受光素子３２ｃ，３２ｄ，３２ｂそれぞれから、受光した反射光Ｌに対応する光電流Ｊが出力される。その後、情報処理部４における取得部４３１が、各光電流Ｊを取得する。

【0047】

続いて、ｋ<４であるから、ｋの値をインクリメントし（アクティビティＡ００６）、４番目の発光素子３１、例えば図６Ｄに示されるように発光素子３１ｄが発光する（アクティビティＡ００２）。

【0048】

続いて、発光素子３１ｄから発光された光が対象物Ｏｂに照射され、反射した反射光Ｌが、複数の受光素子３２に入射する。具体的には、受光素子３２ｄが発光素子３１ｄに起因する反射光Ｌを主たる光として受光する（アクティビティＡ００３）。受光素子３２ａが発光素子３１ｄに起因する反射光Ｌをクロストーク光として受光する（アクティビティＡ００４）。受光素子３２ｃが発光素子３１ｄに起因する反射光Ｌをクロストーク光として受光する（アクティビティＡ００５）。そして、受光素子３２ｄ，３２ａ，３２ｃそれぞれから、受光した反射光Ｌに対応する光電流Ｊが出力される。その後、情報処理部４における取得部４３１が、各光電流Ｊを取得する。上述の４回の発光により、１２チャネルの光電流Ｊが取得されたこととなる。

【0049】

今回は、ｋ＝４であるから、アクティビティＡ００７～Ａ００９の処理が実行される。具体的には、まず、情報処理部４における取得部４３１が取得した各光電流Ｊを、変換部４３２が所定の演算値に変換する前処理を実行する（アクティビティＡ００７）。所定の演算値は、各光電流Ｊに基づいて演算される値であれば、特に限定されない。かかる演算値のチャネル数は、光電流Ｊのチャネル数（一例では１２）と同一でもよいし、これよりも少ないものであってもよい。

【0050】

続いて、情報処理部４における入力処理部４３３が、アクティビティＡ００７で得られた各演算値を学習済みモデル５に入力パラメータとして入力する（アクティビティＡ００８）。

【0051】

最後に、情報処理部４における出力部４３４が、学習済みモデル５から推定された空間物理量、ここでは距離ｄ及び角度θ，φを、出力する（アクティビティＡ００９）。以上の処理が、センサ１が動作している限り継続的に実行されるため、センサ１の動作周波数に応じて、逐次、距離ｄ及び角度θ，φが計測される。１番目の発光素子３１の発光から、距離ｄ及び角度θ，φが推定的に計測されるまでの時間は、１００ミリ秒以下であるとよく、好ましくは、１０ミリ秒以下であり、より好ましくは、１ミリ秒以下であり、さらに好ましくは、０．７ミリ秒以下である。計測までの時間は、具体的には例えば、１００，９５，９０，８５，８０，７５，７０，６５，６０，５５，５０，４５，４０，３５，３０，２５，２０，１５，１０，９，８，７，６，５，４，３，２，１，０．９，０．８，０．７，０．６，０．５，０．４，０．３，０．２，０．１ミリ秒であり、ここで例示した数値の何れか２つの間の範囲内であってもよい。すなわち、ｋ番目の発光素子３１の発光からｋ＋１番目の発光素子３１の発光までの時間は、上記の計測時間の１／４以下であるとよい。またより一般化すると、ｋ番目の発光素子３１の発光からｋ＋１番目の発光素子３１の発光までの時間は、「１番目の発光素子３１の発光から、距離ｄ及び角度θ，φが推定的に計測されるまでの時間」を「発光素子３１の個数」で割った時間以下であるとよい。

【0052】

以上をまとめると、本実施形態に係るセンサ１は、対象物Ｏｂを計測するためのセンサである。センサ１は、複数の発光素子３１と、受光素子３２と、ＡＩ入力部２２とを備える。発光素子３１は、基材２１上において異なる位置にそれぞれ設けられる。受光素子３２は、基材２１上に設けられる。受光素子３２は、各発光素子３１に起因する反射光Ｌのうちの１つを主たる光として受光するとともに、主たる光以外の反射光Ｌをクロストーク光として主たる光とは区別可能に受光するように構成される。反射光Ｌは、発光素子３１それぞれから発光され且つ対象物Ｏｂからそれぞれ反射した光である。センサ１は、区別可能に受光された主たる光と、クロストーク光とに基づいて、センサ１における基準面と対象物Ｏｂとに係る空間物理量を計測する。

【0053】

また別の観点によれば、この情報処理方法は、次の各ステップを備える。取得ステップでは、受光素子３２から出力された光電流Ｊ（電気物理量の一例）を取得する。入力処理ステップでは、光電流Ｊの値又は光電流Ｊに基づく演算値を入力パラメータとして、学習済みモデル５に入力する。学習済みモデル５は、センサ１における基準面と対象物Ｏｂとに係る空間物理量と、光電流Ｊの値又は演算値との関係を予め機械学習させたモデルである。出力ステップでは、学習済みモデル５に基づいて、空間物理量を推定的に出力する。

【0054】

このような態様によれば、よりシンプルな構造を有し且つ高精度なセンサが実現される。特に、発光素子３１ａと受光素子３２ａとのような、対応する関係どうしの反射光Ｌだけを計測に用いるのではなく、従来は外乱として考えられていたクロストーク光をも計測判断の入力パラメータに用いることで、より多元的な情報を得ることができ、計測の精度を高めることができる。

【0055】

［その他］
本実施形態に係るセンサ１をさらに創意工夫してもよい。

【0056】

発光素子３１と、受光素子３２とは１対１に配置されなくてもよい。図７は、変形例に係るセンサ１の構成を示す概略正面図である。変形例に係るセンサ１は、最低限の構成として、２つの発光素子３１ｘ，３１ｙと、１つの受光素子３２ｘとを備えている。発光素子３１ｘから発光された光が対象物Ｏｂに反射して、反射光Ｌ１（主たる光の一例）が受光素子３２ｘによって受光される。また、発光素子３１ｙから発光された光が対象物Ｏｂに反射して、反射光Ｌ２（クロストーク光の一例）が受光素子３２ｘによって受光される。このような態様のセンサ１であっても、予め機械学習させた学習済みモデル５を用いて、距離ｄ及び角度θ（１方向の角度）を推定的に計測することができる。

【0057】

前述の実施形態では、受発光ブロック３に発光素子３１及び受光素子３２が１対１で含まれ、受発光ブロック３それぞれが、環状且つ等間隔に基材２１上に配置される場合を例示したが、発光素子３１と受光素子３２とが全く規則性なく基材２１に配置されていてもよい。かかる場合であっても、予め機械学習させた学習済みモデル５を用意することで、距離ｄ及び角度θ，φを推定的に計測することができる。

【0058】

センサ１は、検出部２及び情報処理部４を含むものとして説明したが、センサ１が検出部２のみを有し、これと接続された不図示のコンピュータを用いて、計測結果が出力されるように実施してもよい。かかる場合、不図示のコンピュータに内蔵された不図示の記憶部に学習済みモデル５が記憶され、不図示のプロセッサによって、学習済みモデル５への入力処理が実行されるとよい。また、接続の態様は特に限定されず、直接導線で接続されてもよいし、センサ１が無線通信機能を備え、センサ１と不図示のコンピュータとが無線通信を介して接続されてもよい。かかる場合、複数のセンサ１に対して不図示のコンピュータ１台が対応するように実施してもよい。

【0059】

前述のセンサ１が、所定の製造方法によって製造されてもよい。かかる製造方法は、基材２１に、複数の発光素子３１と、少なくとも１つの受光素子３２とを配置するステップを含むとよい。例えば、基材２１に、発光素子３１が配置され、続いて、受光素子３２が配置され、続いて、受光素子３２の出力と、マイコン等の情報処理部４が接続されてもよい。このような方法によれば、よりシンプルな構造を有し且つ高精度なセンサが製造される。

【0060】

前述の実施形態では、各発光素子３１が別々のタイミングで発光することで、得られる光電流Ｊそれぞれを区別していたが、タイミングに代えて、各発光素子３１を異なる周波数で点滅させることや、発光素子３１が発光する光の波長を異なるものとすることで、得られる光電流Ｊそれぞれを区別するようにしてもよい。

【0061】

左右隣接する受光素子３２だけでなく、対向する受光素子３２がクロストーク光を受光するように実施してもよい。すなわち、受発光ブロック３の数に応じて、自由にクロストーク光を採用する受光素子３２の位置を決定することができる。

【0062】

学習済みモデル５は、ニューラルネットワークに代えて、一次元畳み込みネットワークであってもよいし、二次元畳み込みネットワークでもよい。

【0063】

受光素子３２から発生する電気物理量は、光電流Ｊに限定されず、例えば電圧でもよい。

【0064】

さらに、次に記載の各態様で提供されてもよい。

【0065】

（１）対象物を計測するためのセンサであって、複数の発光素子と、少なくとも１つの受光素子とを備え、前記発光素子は、基材上において異なる位置にそれぞれ設けられ、前記受光素子は、前記基材上に設けられ、各発光素子に起因する反射光のうちの１つを主たる光として受光するとともに、前記主たる光以外の反射光をクロストーク光として前記主たる光とは区別可能に受光し、ここで前記反射光は、前記発光素子それぞれから発光され且つ前記対象物からそれぞれ反射した光で、区別可能に受光された前記主たる光と、前記クロストーク光とに基づいて、前記センサにおける基準面と前記対象物とに係る空間物理量を計測する、もの。

【0066】

このような態様によれば、よりシンプルな構造を有し且つ高精度なセンサが実現される。

【0067】

（２）上記（１）に記載のセンサにおいて、前記空間物理量は、前記基準面と前記対象物との距離と、前記基準面に対する前記対象物の角度とを少なくとも含む、もの。

【0068】

このような態様によれば、対象物との距離と角度とを計測し、物体のピッキングや検査等様々な場面に応用することができる。

【0069】

（３）上記（２）に記載のセンサにおいて、前記距離は、５０ｍｍ以下である、もの。

【0070】

このような態様によれば、ごく近距離に位置する対象物を正確に把握することができる。

【0071】

（４）上記（１）～（３）の何れか１つに記載のセンサにおいて、前記受光素子は、前記発光素子と同数であり、前記発光素子それぞれと１対１に対応付けられ、対応付けられた前記発光素子に起因する前記反射光を、前記主たる光として受光し、前記主たる光以外の前記反射光を前記クロストーク光として前記主たる光とは区別可能に受光するように構成される、もの。

【0072】

このような態様によれば、複数の受光素子からの光が得られるため、よりセンサの精度を高めることができる。

【0073】

（５）上記（４）に記載のセンサにおいて、前記受光素子と、対応付けられた前記発光素子とは、互いに隣接して受発光ブロックを形成し、前記受発光ブロックが前記基材上に複数設けられる、もの。

【0074】

このような態様によれば、複数の受光素子からの光が得られるため、よりセンサの精度を高めることができる。

【0075】

（６）上記（５）に記載のセンサにおいて、前記受発光ブロックそれぞれは、環状且つ等間隔に前記基材上に配置される、もの。

【0076】

このような態様によれば、複数の受光素子から得られる光に対応する物理量それぞれに対称性が生じ、よりセンサの精度を高めることができる。

【0077】

（７）上記（１）～（６）の何れか１つに記載のセンサにおいて、前記発光素子の数は、２～４である、もの。

【0078】

このような態様によれば、さらにシンプルな構造を有し且つ高精度なセンサが実現される。

【0079】

（８）上記（１）～（７）の何れか１つに記載のセンサにおいて、前記発光素子それぞれは、互いに異なるタイミングで別々に発光する、もの。

【0080】

このような態様によれば、各発光素子に起因する反射光を容易に区別することができる。

【0081】

（９）上記（１）～（８）の何れか１つに記載のセンサにおいて、前記受光素子は、前記反射光に応じた電気物理量を発生させるように構成され、区別可能に受光された前記主たる光と、前記クロストーク光とに基づく前記電気物理量それぞれに基づいて、前記センサにおける基準面と前記対象物とに係る空間物理量を計測する、もの。

【0082】

このような態様によれば、情報処理に不可欠な電気的な取り扱いが可能となり、高精度なセンサが実現される。

【0083】

（１０）上記（９）に記載のセンサにおいて、ＡＩ入力部をさらに備え、前記ＡＩ入力部は、前記電気物理量の値又は前記電気物理量に基づく演算値を入力パラメータとして、学習済みモデルに入力し、ここで前記学習済みモデルは、前記センサにおける基準面と前記対象物とに係る空間物理量と、前記電気物理量の値又は前記演算値との関係を予め機械学習させたモデルである、もの。

【0084】

このような態様によれば、機械学習に基づく高精度なセンサが実現される。

【0085】

（１１）上記（１０）に記載のセンサにおいて、記憶部と、プロセッサとをさらに備え、前記記憶部は、前記学習済みモデルを記憶し、前記プロセッサは、前記電気物理量の値又は前記演算値を前記入力パラメータとして前記学習済みモデルに入力し、前記学習済みモデルからの出力結果に基づいて、前記空間物理量を計測するように構成される、もの。

【0086】

このような態様によれば、センサ単体で別途コンピュータ等を使用することなく対象物の空間物理量を計測することができる。

【0087】

（１２）上記（１）～（１１）の何れか１つに記載のセンサにおいて、前記受光素子は、広指向性を有する受光素子である、もの。

【0088】

このような態様によれば、主たる光及びクロストーク光をともに確実に受光することができ、センサとしての精度を高めることができる。

【0089】

（１３）センサの製造方法であって、基材に、複数の発光素子と、少なくとも１つの受光素子とを配置するステップを含み、前記センサは、上記（１）～（１２）の何れか１つに記載のセンサである、方法。

【0090】

このような方法によれば、よりシンプルな構造を有し且つ高精度なセンサが製造される。

【0091】

（１４）情報処理方法であって、次の各ステップを備え、取得ステップでは、受光素子から出力された光電流を取得し、入力処理ステップでは、前記電気物理量の値又は前記電気物理量に基づく演算値を入力パラメータとして、学習済みモデルに入力し、ここで前記学習済みモデルは、センサにおける基準面と対象物とに係る空間物理量と、前記電気物理量の値又は前記演算値との関係を予め機械学習させたモデルであり、出力ステップでは、前記学習済みモデルに基づいて、前記空間物理量を推定的に出力する、方法。

【0092】

このような態様によれば、よりシンプルな構造を有し且つ高精度なセンサが実現される。
もちろん、この限りではない。

【0093】

最後に、本発明に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。当該新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。当該実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0094】

１ ：センサ
２ ：検出部
２１ ：基材
２２ ：ＡＩ入力部
３ ：受発光ブロック
３ａ ：受発光ブロック
３ｂ ：受発光ブロック
３ｃ ：受発光ブロック
３ｄ ：受発光ブロック
３１ ：発光素子
３１ａ ：発光素子
３１ｂ ：発光素子
３１ｃ ：発光素子
３１ｄ ：発光素子
３１ｘ ：発光素子
３１ｙ ：発光素子
３２ ：受光素子
３２ａ ：受光素子
３２ｂ ：受光素子
３２ｃ ：受光素子
３２ｄ ：受光素子
３２ｘ ：受光素子
４ ：情報処理部
４０ ：通信バス
４１ ：通信部
４２ ：記憶部
４３ ：プロセッサ
４３１ ：取得部
４３２ ：変換部
４３３ ：入力処理部
４３４ ：出力部
５ ：学習済みモデル
５１ ：入力層
５２ ：中間層
５３ ：出力層
Ｊ ：光電流
Ｌ ：反射光
Ｌ１ ：反射光
Ｌ２ ：反射光
Ｏｂ ：対象物
ｄ ：距離
θ ：角度
φ ：角度

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】