知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-07-22
(45)【発行日】2024-07-30
(54)【発明の名称】効率的なマルチリターン光検出器のためのシステムおよび方法
(51)【国際特許分類】
G01S 7/4865 20200101AFI20240723BHJP
【ＦＩ】
G01S7/4865
【請求項の数】
14
(21)【出願番号】P 2023112417
(22)【出願日】2023-07-07
(62)【分割の表示】P 2020531048の分割
【原出願日】2018-11-05
(65)【公開番号】P2023126963
(43)【公開日】2023-09-12
【審査請求日】2023-07-07
(31)【優先権主張番号】15/835,374
(32)【優先日】2017-12-07
(33)【優先権主張国・地域又は機関】US
(73)【特許権者】
【識別番号】518183103
【氏名又は名称】ベロダイン ライダー ユーエスエー，インコーポレイテッド
(74)【代理人】
【識別番号】110003579
【氏名又は名称】弁理士法人山崎国際特許事務所
(74)【代理人】
【識別番号】100173978
【弁理士】
【氏名又は名称】朴 志恩
(74)【代理人】
【識別番号】100118647
【弁理士】
【氏名又は名称】赤松 利昭
(74)【代理人】
【識別番号】100123892
【弁理士】
【氏名又は名称】内藤 忠雄
(74)【代理人】
【識別番号】100169993
【弁理士】
【氏名又は名称】今井 千裕
(72)【発明者】
【氏名】グンナム、キラン クマル
(72)【発明者】
【氏名】ガオ、カンケ
(72)【発明者】
【氏名】バロット、ニチンクマル サガルバイ
(72)【発明者】
【氏名】ゴパラン、アナンド
(72)【発明者】
【氏名】ホール、デイヴィッド
【審査官】▲高▼場 正光
(56)【参考文献】
【文献】特開２０００－１３７０７６（ＪＰ，Ａ）
【文献】特開２０１３－１２４８８２（ＪＰ，Ａ）
【文献】特開２０１４－１３７３７４（ＪＰ，Ａ）
【文献】特開２０００－１２１７２６（ＪＰ，Ａ）
【文献】特開平０７－０３５８５７（ＪＰ，Ａ）
【文献】米国特許第７４５６９７０（ＵＳ，Ｂ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０１Ｓ ７／４８ － Ｇ０１Ｓ ７／５１
Ｇ０１Ｓ １７／００ － Ｇ０１Ｓ １７／９５
(57)【特許請求の範囲】
【請求項1】
特定の順序で複数のパルス波形を有する信号を有するレーザービームを放出するように構成された送信機と、期間内の一連のＮ個のピークを含むマルチリターン信号をフィルタリングするように構成された整合フィルターあって、前記マルチリターン信号を、前記レーザービームの前記信号に相当する整合フィルター信号と畳み込む、整合フィルターと、
前記整合フィルターの出力を受信し、前記期間内の一連のＮ個のピークの各ピークのピーク大きさを決定するように構成されたピーク検出器と、
前記期間内の一連のＮ個のピークから最も大きいピークおよび２番目に大きいピークを選択するように構成された最大ファインダーと、
最初のピークおよび最後のピークを選択するように動作可能なレジスタと、
選択された各ピークを中心とする多数のサンプルを生成するように動作可能なバッファと、
を備える装置。
【請求項2】
前記最大ファインダーは、前記最も大きいピーク、前記２番目に大きいピーク、およびＫ個の他のピークを選択する、請求項１に記載の装置。
【請求項3】
前記選択された各ピークの周りに生成されたサンプルの数が１０である、請求項１に記載の装置。
【請求項4】
前記選択された各ピークについて到着時間を決定するように構成された重心計算部品をさらに含む、請求項１記載の装置。
【請求項5】
光検出および測距（ＬＩＤＡＲ）システム用のマルチリターン光信号検出方法であって、ある期間に複数のピークを有するマルチリターン信号を受信することと、
放出されたレーザービームのパルス波形に少なくとも部分的に基づいて前記マルチリターン信号をフィルタリングして、フィルタリングされた信号を生成することと、
前記期間内のフィルタリングされた信号の一連のＮ個のピークを識別することと、
前記一連のＮ個のピークから最も大きいピーク、２番目に大きいピーク、最初のピーク、および最後のピークを選択することと、
選択された各ピークを中心とする多数のサンプルを生成することと、
を含む、方法。
【請求項6】
前記マルチリターン信号を受信する前に前記レーザービームを放出することをさらに含む、請求項５に記載の方法。
【請求項7】
前記マルチリターン信号をフィルタリングすることは、前記マルチリターン信号を、前記放出されたレーザービームのパルス波形を有する信号と畳み込むことを含む、請求項５に記載の方法。
【請求項8】
選択された各ピークについて、前記選択されたピークの重心に基づいて、到着時間を決定する、請求項５に記載の方法。
【請求項9】
前記期間内のフィルタリングされた信号の一連のＮ個のピークを識別することは、事前に設定された閾値を超えるそれぞれの振幅を有するフィルタリングされた信号の各ピークを識別することを含み、誤警報の確率は、前記事前に設定された閾値に依存する、請求項５に記載の方法。
【請求項10】
光検出および測距（ＬＩＤＡＲ）システムであって、ある期間に複数のピークを含むマルチリターン信号を受信し、
放出されたレーザービームのパルス波形に少なくとも部分的に基づいて前記マルチリターン信号をフィルタリングして、フィルタリングされた信号を生成し、
前記期間内のフィルタリングされた信号の一連のＮ個のピークを識別し、
前記一連のＮ個のピークから最も大きいピーク、２番目に大きいピーク、最初のピーク、および最後のピークを選択し、
選択された各ピークを中心とする多数のサンプルを生成するように構成された１つ以上の信号処理コンポーネントを含む、システム。
【請求項11】
前記マルチリターン信号を受信する前に前記レーザービームを放出するように構成された送信機をさらに備える、請求項１０に記載のシステム。
【請求項12】
前記マルチリターン信号をフィルタリングすることは、前記マルチリターン信号を、前記放出されたレーザービームのパルス波形を有する信号と畳み込むことを含む、請求項１０に記載のシステム。
【請求項13】
前記１つまたは複数の信号処理コンポーネントは、選択されたピークごとに、前記選択されたピークの重心に基づいて到着時間を決定するようにさらに構成される、請求項１０に記載のシステム。
【請求項14】
前記期間内のフィルタリングされた信号の一連のＮ個のピークを識別することは、事前に設定された閾値を超えるそれぞれの振幅を有するフィルタリングされた信号の各ピークを識別することを含み、誤警報の確率は、前記事前に設定された閾値に依存する、請求項１０に記載のシステム。
【発明の詳細な説明】
【技術分野】
【0001】
［関連特許出願の相互参照］
この特許出願は、発明者として、グンナム、キラン クマル；ガオ、カンケ；バロット
、ニチンクマル サガルバイ；ゴパラン、アナンド；およびホール、デイヴィッドが記載
され、「効率的なマルチリターン光検出器のためのシステムおよび方法」を発明の名称と
する、共同所有された米国特許出願第１５／８３５，３７４号（出願日：２０１７年１２
月７日）に基づく優先権を主張する。この特許文書は、その全体があらゆる目的のために
参照により本明細書に組み込まれる。
この特許出願は、発明者として、グンナム、キラン クマル；ガオ、カンケ；バロット
、ニチンクマル サガルバイ；ゴパラン、アナンド；およびホール、デイヴィッドが記載
され、「効率的なマルチリターン光検出器のためのシステムおよび方法」を発明の名称と
する、共同所有された米国特許出願第１５／８３５，３７４号（出願日：２０１７年１２
月７日）に基づく優先権を主張する。この特許文書は、その全体があらゆる目的のために
参照により本明細書に組み込まれる。
【0002】
本開示は、一般に、マルチリターン光信号を検出するためのシステムおよび方法に関す
る。より具体的には、本開示は、ＬＩＤＡＲ（光検出および測距）システムに関連し得る
。
る。より具体的には、本開示は、ＬＩＤＡＲ（光検出および測距）システムに関連し得る
。
【背景技術】
【0003】
ＬＩＤＡＲシステムなどの光検出および測距システムは、光パルスを使用して、各光パ
ルスの飛行時間（ＴＯＦ）に基づいて物体までの距離を測定することができる。光検出お
よび測距システムの光源から放出された光のパルスは、遠位物体と相互作用する。光の一
部は、物体から反射し、光検出および測距システムの検出器に戻る。光パルスの放出と戻
り光パルスの検出との間の経過時間に基づいて、物体までの距離を推定することができる
。いくつかの実施形態では、光のパルスは、レーザーエミッターによって生成されてもよ
い。光パルスは、レンズまたはレンズアセンブリを通して集束されてもよい。光パルスは
、レーザーからの距離がそれぞれ異なる複数の物体に当たる可能性があり、光検出および
測距システム検出器によってマルチリターン信号が受信される原因となる。マルチリター
ン信号は、マッピングまたは再構築を改善するために環境のより多くの情報を提供する場
合がある。関連付けられた時間遅延情報を使用して各リターンを正確に識別するために、
専用の検出器が必要になる場合がある。
ルスの飛行時間（ＴＯＦ）に基づいて物体までの距離を測定することができる。光検出お
よび測距システムの光源から放出された光のパルスは、遠位物体と相互作用する。光の一
部は、物体から反射し、光検出および測距システムの検出器に戻る。光パルスの放出と戻
り光パルスの検出との間の経過時間に基づいて、物体までの距離を推定することができる
。いくつかの実施形態では、光のパルスは、レーザーエミッターによって生成されてもよ
い。光パルスは、レンズまたはレンズアセンブリを通して集束されてもよい。光パルスは
、レーザーからの距離がそれぞれ異なる複数の物体に当たる可能性があり、光検出および
測距システム検出器によってマルチリターン信号が受信される原因となる。マルチリター
ン信号は、マッピングまたは再構築を改善するために環境のより多くの情報を提供する場
合がある。関連付けられた時間遅延情報を使用して各リターンを正確に識別するために、
専用の検出器が必要になる場合がある。
【0004】
一般に、光検出および測距システム検出器は、ピーク検出技術に基づいており、１つま
たは多くとも２つの戻りのみを検出および記録することができる。一実施形態では、ピー
ク検出器に関連付けられた整合フィルターは、１つの戻りのみを検出することができる。
そのような検出器方法は、マッピングまたは再構成の精度を制限する可能性がある。
たは多くとも２つの戻りのみを検出および記録することができる。一実施形態では、ピー
ク検出器に関連付けられた整合フィルターは、１つの戻りのみを検出することができる。
そのような検出器方法は、マッピングまたは再構成の精度を制限する可能性がある。
【0005】
したがって、必要とされているのは、ＬＩＤＡＲシステムなどの光検出および測距シス
テムにおいてマルチリターン光信号を効率的に検出することができるシステムおよび方法
である。
テムにおいてマルチリターン光信号を効率的に検出することができるシステムおよび方法
である。
【図面の簡単な説明】
【0006】
本発明の実施形態が参照され、その例が添付の図に示されている。これらの図は、限定
ではなく例示を意図したものである。本発明は一般にこれらの実施形態の文脈で説明され
ているが、本発明の範囲をこれらの特定の実施形態に限定することを意図していないこと
を理解されたい。図中の項目は縮尺通りではない。
ではなく例示を意図したものである。本発明は一般にこれらの実施形態の文脈で説明され
ているが、本発明の範囲をこれらの特定の実施形態に限定することを意図していないこと
を理解されたい。図中の項目は縮尺通りではない。
【0007】
【図1】本文書の実施形態による光検出および測距システムの動作を示す。
【0008】
【図2】本文書の実施形態による光検出および測距システムの動作を示す。
【0009】
【図3】本文書の実施形態による回転ミラーを有するＬＩＤＡＲシステムを示す。
【0010】
【図4A】本開示の実施形態によるピーク検出器を示す。
【0011】
【図4B】本開示の実施形態による、動作ノイズ環境および目標誤り率（誤警報）に基づく閾値検出を示す。
【0012】
【図4C】本開示の実施形態によるピーク検出器の閾値導出をグラフで示す。
【0013】
【図4D】「晴れ」ノイズ環境における閾値の設定をグラフで示す。
【0014】
【図4E】「霧」ノイズ環境における閾値の設定をグラフで示す。
【0015】
【図5】本開示の実施形態による整合フィルターを示す。
【0016】
【図6】本開示の実施形態による整合フィルターおよびピーク検出器に基づく光検出器を示す。
【0017】
【0018】
【図8】本文書の実施形態によるマルチリターン再帰整合フィルター検出器を示す。
【0019】
【図9】本文書の実施形態によるマルチリターン再帰信号検出器による様々なマルチリターン信号シーケンスの最大ピークの選択をグラフで示す。
【0020】
【図10】本文書の実施形態による、マルチリターン光信号を検出するためのフローチャートを示す。
【0021】
【図11A】本文書の実施形態による、整合フィルターおよび最大ファインダーを備えるマルチリターン検出器を示す。
【0022】
【図11B】本文書の実施形態による整合フィルターおよび最大ファインダーを備える別のマルチリターン検出器を描写する。
【0023】
【図11C】本文書の実施形態による、整合フィルターおよび最大ファインダーを備えるさらに別のマルチリターン検出器を示す。
【0024】
【図11D】本文書の実施形態による整合フィルターおよび最大ファインダーを備えるさらに別のマルチリターン検出器を示す。
【0025】
【図12A】本文書の実施形態による、重なり合う波形１２００を含む戻り信号の波形をグラフで示す。
【0026】
【0027】
【図13A】本文書の実施形態による、整合フィルター、最大ファインダー、およびブラインド防止処理を備えるマルチリターン検出器を示す。
【0028】
【図13B】本文書の実施形態による、整合フィルター、最大ファインダー、およびブラインド防止処理を備える別のマルチリターン検出器を示す。
【0029】
【図14】本文書の実施形態による、コンピューティング装置／情報処理システムの簡略ブロック図を示す。
【発明を実施するための形態】
【0030】
以下の説明では、説明の目的で、本発明の理解を提供するために特定の詳細が示されて
いる。しかしながら、当業者には、これらの詳細なしで本発明を実施できることが明らか
であろう。さらに、当業者は、以下に記載される本発明の実施形態が、有形のコンピュー
タ読み取り可能な媒体上でプロセス、装置、システム、デバイス、または方法などの様々
な方法で実装され得ることを認識するであろう。
いる。しかしながら、当業者には、これらの詳細なしで本発明を実施できることが明らか
であろう。さらに、当業者は、以下に記載される本発明の実施形態が、有形のコンピュー
タ読み取り可能な媒体上でプロセス、装置、システム、デバイス、または方法などの様々
な方法で実装され得ることを認識するであろう。
【0031】
図に示されるコンポーネントまたはモジュールは、本発明の例示的な実施形態の例示で
あり、本発明を不明瞭にしないようにすることを意図している。この議論全体を通して、
コンポーネントは、サブユニットを含み得る別個の機能ユニットとして説明され得るが、
当業者は、様々なコンポーネントまたはその一部が別個のコンポーネントに分割され得る
か、または単一のシステムまたはコンポーネント内への統合を含め、一緒に統合され得る
ことを理解できるであろう。本明細書で論じられる機能または動作は、コンポーネントと
して実装され得ることに留意されたい。コンポーネントは、ソフトウェア、ハードウェア
、またはそれらの組み合わせで実装できる。
あり、本発明を不明瞭にしないようにすることを意図している。この議論全体を通して、
コンポーネントは、サブユニットを含み得る別個の機能ユニットとして説明され得るが、
当業者は、様々なコンポーネントまたはその一部が別個のコンポーネントに分割され得る
か、または単一のシステムまたはコンポーネント内への統合を含め、一緒に統合され得る
ことを理解できるであろう。本明細書で論じられる機能または動作は、コンポーネントと
して実装され得ることに留意されたい。コンポーネントは、ソフトウェア、ハードウェア
、またはそれらの組み合わせで実装できる。
【0032】
さらに、図内のコンポーネントまたはシステム間の接続は、直接接続に限定されること
を意図していない。むしろ、これらのコンポーネント間のデータは、中間コンポーネント
によって変更、再フォーマット、または変更される場合がある。また、追加またはより少
ない接続が使用される場合がある。「結合された」、「接続された」、または「通信可能
に結合された」という用語は、直接接続、１つまたは複数の中間デバイスを介した間接接
続、および無線接続を含むと理解されることにも留意されたい。
を意図していない。むしろ、これらのコンポーネント間のデータは、中間コンポーネント
によって変更、再フォーマット、または変更される場合がある。また、追加またはより少
ない接続が使用される場合がある。「結合された」、「接続された」、または「通信可能
に結合された」という用語は、直接接続、１つまたは複数の中間デバイスを介した間接接
続、および無線接続を含むと理解されることにも留意されたい。
【0033】
本明細書における「一実施形態」、「好ましい実施形態」、「実施形態」、または「複
数の実施形態」への言及は、実施形態に関連して説明された特定の特徴、構造、特性、ま
たは機能が少なくとも含まれることを意味する。本発明の一実施形態は、複数の実施形態
であり得る。また、本明細書のさまざまな場所での上記の句の出現は、必ずしもすべて同
じ実施形態または複数の実施形態を参照しているとは限らない。
数の実施形態」への言及は、実施形態に関連して説明された特定の特徴、構造、特性、ま
たは機能が少なくとも含まれることを意味する。本発明の一実施形態は、複数の実施形態
であり得る。また、本明細書のさまざまな場所での上記の句の出現は、必ずしもすべて同
じ実施形態または複数の実施形態を参照しているとは限らない。
【0034】
本明細書の様々な場所での特定の用語の使用は、例示のためであり、限定として解釈さ
れるべきではない。サービス、機能、またはリソースは、単一のサービス、機能、または
リソースに限定されない。これらの用語の使用は、関連するサービス、機能、またはリソ
ースのグループを指し、分散または集約される場合がある。
れるべきではない。サービス、機能、またはリソースは、単一のサービス、機能、または
リソースに限定されない。これらの用語の使用は、関連するサービス、機能、またはリソ
ースのグループを指し、分散または集約される場合がある。
【0035】
「含む（備える）」（ｉｎｃｌｕｄｅ， ｉｎｃｌｕｄｉｎｇ， ｃｏｍｐｒｉｓｅｓ、
およびｃｏｍｐｒｉｓｉｎｇ）という用語は、オープンな用語であると理解されるべきで
あり、以下のリストは例であり、リストされたアイテムに限定されることを意味しない。
本書で使用されている見出しは、整理を目的としたものであり、説明または特許請求の範
囲を限定するものではありません。この特許文書で言及されている各参考文献は、参照に
よりその全体が本明細書に組み込まれる。
およびｃｏｍｐｒｉｓｉｎｇ）という用語は、オープンな用語であると理解されるべきで
あり、以下のリストは例であり、リストされたアイテムに限定されることを意味しない。
本書で使用されている見出しは、整理を目的としたものであり、説明または特許請求の範
囲を限定するものではありません。この特許文書で言及されている各参考文献は、参照に
よりその全体が本明細書に組み込まれる。
【0036】
さらに、当業者は、以下を認識するであろう：（１）特定のステップは、任意に実行さ
れてもよく；（２）ステップは、ここに記載された特定の順序に限定されない場合があり
；（３）特定のステップは異なる順序で実行される場合があり；（４）特定のステップを
同時に実行し得る。
れてもよく；（２）ステップは、ここに記載された特定の順序に限定されない場合があり
；（３）特定のステップは異なる順序で実行される場合があり；（４）特定のステップを
同時に実行し得る。
【0037】
Ａ．光検出および測距システム
ＬＩＤＡＲシステムなどの光検出および測距システムは、システムを取り巻く環境の形
状および輪郭を測定するためのツールであり得る。ＬＩＤＡＲシステムは、自律航法と表
面の空中マッピングの両方を含む多くのアプリケーションに適用できる。ＬＩＤＡＲシス
テムは、システムが動作する環境内の物体から反射される光パルスを放出する。各パルス
が放出されてから受信されるまでに移動する時間（即ち、飛行時間「ＴＯＦ」）を測定し
て、物体とＬＩＤＡＲシステムとの間の距離を決定することができる。科学は、光と光学
の物理学に基づく。
ＬＩＤＡＲシステムなどの光検出および測距システムは、システムを取り巻く環境の形
状および輪郭を測定するためのツールであり得る。ＬＩＤＡＲシステムは、自律航法と表
面の空中マッピングの両方を含む多くのアプリケーションに適用できる。ＬＩＤＡＲシス
テムは、システムが動作する環境内の物体から反射される光パルスを放出する。各パルス
が放出されてから受信されるまでに移動する時間（即ち、飛行時間「ＴＯＦ」）を測定し
て、物体とＬＩＤＡＲシステムとの間の距離を決定することができる。科学は、光と光学
の物理学に基づく。
【0038】
ＬＩＤＡＲシステムでは、光は、急速発射レーザーから放出され得る。レーザー光は媒
体を通過し、建物、木の枝、乗り物などの環境内の物体のポイントに反射する。反射光エ
ネルギーはＬＩＤＡＲ受信機（検出器）に戻り、そこで記録されて環境のマッピングに使
用される。
体を通過し、建物、木の枝、乗り物などの環境内の物体のポイントに反射する。反射光エ
ネルギーはＬＩＤＡＲ受信機（検出器）に戻り、そこで記録されて環境のマッピングに使
用される。
【0039】
図１は、本文書の実施形態による光検出および測距システム１０２の動作１００を示す
。光検出および測距システム１０２は、放出光信号１１０を送信する送信機１０４、検出
器を含む受信機１０６、およびシステム制御およびデータ取得１０８を含み得る。放出光
信号１１０は、媒体を通って伝播し、物体１１２に反射する。戻り光信号１１４は、媒体
を通って伝播し、受信機１０６によって受け取られる。システム制御およびデータ収集１
０８は、送信機１０４による発光を制御することができ、データ収集は、受信機１０６に
よって検出された戻り光信号１１４を記録することができる。データ分析および解釈１０
９は、システム制御およびデータ取得１０８から出力を受け取り、データ分析機能を実行
し得る。送信機１０４および受信機１０６は、光学レンズ（図示せず）を含み得る。光検
出および測距システム１０２は、ＬＩＤＡＲシステムであってもよく、送信機１０４は、
特定のシーケンスで複数のパルスを有するレーザーがビームを放出してもよい。
。光検出および測距システム１０２は、放出光信号１１０を送信する送信機１０４、検出
器を含む受信機１０６、およびシステム制御およびデータ取得１０８を含み得る。放出光
信号１１０は、媒体を通って伝播し、物体１１２に反射する。戻り光信号１１４は、媒体
を通って伝播し、受信機１０６によって受け取られる。システム制御およびデータ収集１
０８は、送信機１０４による発光を制御することができ、データ収集は、受信機１０６に
よって検出された戻り光信号１１４を記録することができる。データ分析および解釈１０
９は、システム制御およびデータ取得１０８から出力を受け取り、データ分析機能を実行
し得る。送信機１０４および受信機１０６は、光学レンズ（図示せず）を含み得る。光検
出および測距システム１０２は、ＬＩＤＡＲシステムであってもよく、送信機１０４は、
特定のシーケンスで複数のパルスを有するレーザーがビームを放出してもよい。
【0040】
図２は、本文書の実施形態によるマルチリターン光信号：（１）戻り信号２０３および
（２）戻り信号２０５を含む光検出および測距システム２０２の動作２００を示す。光検
出および測距システム２０２は、ＬＩＤＡＲシステムであり得る。レーザーのビーム発散
により、１回のレーザー発射で複数の物体に衝突し、複数の反射が発生することがよくあ
る。光検出および測距システム２０２は、複数の戻りを分析し、最も強い戻り、最後の戻
り、または両方の戻りのいずれかを報告することができる。図２に示すように、光検出お
よび測距システム２０２は、近くの壁２０４および遠い壁２０８の方向にレーザーを放出
する。図示のように、ビームの大部分は領域２０６で近位壁２０４に当たり、結果として
戻り信号２０３が生じ、ビームの他の部分は領域２１０で遠位壁２０８に当たり、戻り信
号２０５が生じる。戻り信号２０３は、戻り信号２０５と比較して、ＴＯＦが短く、受信
信号強度が強い場合がある。光検出および測距システム２０２は、２つの物体間の距離が
最小距離を超えているさえすれば、両方の戻りを記録する。シングルおよびマルチリター
ンＬＩＤＡＲシステムの両方で、正確なＴＯＦが計算されるように、戻り（ｒｅｔｕｒｎ
）信号が透過光信号と正確に関連付けられていることが重要である。
（２）戻り信号２０５を含む光検出および測距システム２０２の動作２００を示す。光検
出および測距システム２０２は、ＬＩＤＡＲシステムであり得る。レーザーのビーム発散
により、１回のレーザー発射で複数の物体に衝突し、複数の反射が発生することがよくあ
る。光検出および測距システム２０２は、複数の戻りを分析し、最も強い戻り、最後の戻
り、または両方の戻りのいずれかを報告することができる。図２に示すように、光検出お
よび測距システム２０２は、近くの壁２０４および遠い壁２０８の方向にレーザーを放出
する。図示のように、ビームの大部分は領域２０６で近位壁２０４に当たり、結果として
戻り信号２０３が生じ、ビームの他の部分は領域２１０で遠位壁２０８に当たり、戻り信
号２０５が生じる。戻り信号２０３は、戻り信号２０５と比較して、ＴＯＦが短く、受信
信号強度が強い場合がある。光検出および測距システム２０２は、２つの物体間の距離が
最小距離を超えているさえすれば、両方の戻りを記録する。シングルおよびマルチリター
ンＬＩＤＡＲシステムの両方で、正確なＴＯＦが計算されるように、戻り（ｒｅｔｕｒｎ
）信号が透過光信号と正確に関連付けられていることが重要である。
【0041】
ＬＩＤＡＲシステムのいくつかの実施形態は、距離データを２Ｄ（即ち、単一平面）点
群方式でキャプチャすることができる。これらのＬＩＤＡＲシステムは、産業用アプリケ
ーションで使用されることが多く、測量、マッピング、自律航法、その他の用途に利用さ
れることがよくある。これらの装置のいくつかの実施形態は、少なくとも１つの平面にわ
たる走査を実行するために、あるタイプの移動鏡と組み合わされた単一のレーザーエミッ
ター／検出器ペアの使用に依存する。この鏡は、ダイオードから放出された光を反射する
だけでなく、戻り光を検出器に反射する場合もある。このアプリケーションでの回転ミラ
ーの使用は、システム設計と製造可能性の両方を簡略化しながら、９０－１８０－３６０
°の方位角ビューを実現するための手段になる場合がある。
群方式でキャプチャすることができる。これらのＬＩＤＡＲシステムは、産業用アプリケ
ーションで使用されることが多く、測量、マッピング、自律航法、その他の用途に利用さ
れることがよくある。これらの装置のいくつかの実施形態は、少なくとも１つの平面にわ
たる走査を実行するために、あるタイプの移動鏡と組み合わされた単一のレーザーエミッ
ター／検出器ペアの使用に依存する。この鏡は、ダイオードから放出された光を反射する
だけでなく、戻り光を検出器に反射する場合もある。このアプリケーションでの回転ミラ
ーの使用は、システム設計と製造可能性の両方を簡略化しながら、９０－１８０－３６０
°の方位角ビューを実現するための手段になる場合がある。
【0042】
図３は、本文書の実施形態による回転ミラーを備えたＬＩＤＡＲシステム３００を示し
ている。ＬＩＤＡＲシステム３００は、回転ミラーと組み合わせた単一のレーザーエミッ
ター／検出器を使用して、平面全体を効果的にスキャンする。そのようなシステムによっ
て実行される距離測定は事実上２次元（即ち、平面）であり、キャプチャされた距離ポイ
ントは２次元（即ち、単一平面）の点群としてレンダリングされる。いくつかの実施形態
では、限定はされないが、回転ミラーは非常に速い速度、例えば毎分数千回転で回転する
。回転ミラーは、回転ミラーとも呼ばれる。
ている。ＬＩＤＡＲシステム３００は、回転ミラーと組み合わせた単一のレーザーエミッ
ター／検出器を使用して、平面全体を効果的にスキャンする。そのようなシステムによっ
て実行される距離測定は事実上２次元（即ち、平面）であり、キャプチャされた距離ポイ
ントは２次元（即ち、単一平面）の点群としてレンダリングされる。いくつかの実施形態
では、限定はされないが、回転ミラーは非常に速い速度、例えば毎分数千回転で回転する
。回転ミラーは、回転ミラーとも呼ばれる。
【0043】
ＬＩＤＡＲシステム３００は、単一の発光器および光検出器を備えるレーザー電子機器
３０２を備える。放出されたレーザー信号３０１は、放出されたレーザー信号３０１を回
転ミラー３０６に反射する固定ミラー３０４に向けられ得る。回転ミラー３０６が「回転
」すると、放出されたレーザー信号３０１は、その伝搬経路内の物体３０８に反射し得る
。反射信号３０３は、回転ミラー３０６および固定ミラー３０４を介してレーザー電子機
器３０２の検出器に結合されてもよい。
３０２を備える。放出されたレーザー信号３０１は、放出されたレーザー信号３０１を回
転ミラー３０６に反射する固定ミラー３０４に向けられ得る。回転ミラー３０６が「回転
」すると、放出されたレーザー信号３０１は、その伝搬経路内の物体３０８に反射し得る
。反射信号３０３は、回転ミラー３０６および固定ミラー３０４を介してレーザー電子機
器３０２の検出器に結合されてもよい。
【0044】
前述のように、飛行時間またはＴＯＦはＬＩＤＡＲシステムが環境をマッピングするた
めに使用する方法であり、ターゲット物体の検出に使用される実行可能で実証済みの技術
を提供する。同時に、レーザーが発射されると、ＬＩＤＡＲシステム内のファームウェア
が受信データを分析および測定し得る。ＬＩＤＡＲシステム内の受光レンズは、環境から
戻ってくる光子の断片を集める望遠鏡のように機能する。システムで使用されるレーザー
が多いほど、環境に関する情報が多く収集される。単一のレーザーＬＩＤＡＲシステムは
、複数のレーザーを備えたシステムと比べて、取得される光子が少なく、取得できる情報
が少ないため、不利な場合がある。限定的ではないが、ＬＩＤＡＲシステムのいくつかの
実施形態は、８、１６、３２、および６４個のレーザーを用いて実装されている。また、
いくつかのＬＩＤＡＲの実施形態は、限定はしないが、０．３°程度の狭いレーザービー
ム間隔で３０～４０°の垂直視野（ＦＯＶ）を有し、毎秒５～２０回転の回転速度を有し
得る。
めに使用する方法であり、ターゲット物体の検出に使用される実行可能で実証済みの技術
を提供する。同時に、レーザーが発射されると、ＬＩＤＡＲシステム内のファームウェア
が受信データを分析および測定し得る。ＬＩＤＡＲシステム内の受光レンズは、環境から
戻ってくる光子の断片を集める望遠鏡のように機能する。システムで使用されるレーザー
が多いほど、環境に関する情報が多く収集される。単一のレーザーＬＩＤＡＲシステムは
、複数のレーザーを備えたシステムと比べて、取得される光子が少なく、取得できる情報
が少ないため、不利な場合がある。限定的ではないが、ＬＩＤＡＲシステムのいくつかの
実施形態は、８、１６、３２、および６４個のレーザーを用いて実装されている。また、
いくつかのＬＩＤＡＲの実施形態は、限定はしないが、０．３°程度の狭いレーザービー
ム間隔で３０～４０°の垂直視野（ＦＯＶ）を有し、毎秒５～２０回転の回転速度を有し
得る。
【0045】
回転ミラー機能は、ＭＥＭＳなどのソリッドステートテクノロジーで実装することもで
きる。
きる。
【0046】
Ｂ．マルチリターン整合フィルター検出器
前述のように、ＬＩＤＡＲシステムの１つの目的は、マルチリターン光信号の効率的な
検出である。この目的を達成するための１つの方法は、マルチリターン整合フィルター検
出器である。
前述のように、ＬＩＤＡＲシステムの１つの目的は、マルチリターン光信号の効率的な
検出である。この目的を達成するための１つの方法は、マルチリターン整合フィルター検
出器である。
【0047】
ＬＩＤＡＲセンサーの場合、図２に関連して説明したように、１つのレーザー発射が１
つのラインで異なる距離の複数の物体に当たって、複数の戻り信号が受信される場合があ
る。いくつかの実施形態では、各戻りを時間遅延情報で正確に識別するために、専用の検
出器が必要になる場合がある。マルチリターン認識は、マッピングまたは再構築のための
環境のより多くの情報を提供する。現在の多くのＬＩＤＡＲ検出器はピーク検出に基づい
ており、１つまたは多くても２つの戻りしか検出および記録できない。このアーキテクチ
ャは、マッピングまたは再構築の精度を制限する可能性がある。
つのラインで異なる距離の複数の物体に当たって、複数の戻り信号が受信される場合があ
る。いくつかの実施形態では、各戻りを時間遅延情報で正確に識別するために、専用の検
出器が必要になる場合がある。マルチリターン認識は、マッピングまたは再構築のための
環境のより多くの情報を提供する。現在の多くのＬＩＤＡＲ検出器はピーク検出に基づい
ており、１つまたは多くても２つの戻りしか検出および記録できない。このアーキテクチ
ャは、マッピングまたは再構築の精度を制限する可能性がある。
【0048】
１．ピーク検出器
簡単に言えば、ピーク検出器は、その出力電圧が印加された信号の真のピーク値に近い
検出器であってもよい。ピーク検出器はサンプルモードで信号を追跡し、ホールドモード
で最も高い入力信号を保持する。図４Ａは、本開示の実施形態によるピーク検出器４００
を示す。入力信号４０２は、閾値比較器４０４に結合されてもよく、次に、閾値比較器４
０４は、バッファ４０６に結合されてもよく、バッファ４０６は、最大ファインダー４０
８に結合されてもよい。最大ファインダー４０８の出力は、ピーク信号４１０であり得る
。ピーク検出器４００のステップは、以下を含み得る：（１）閾値比較器４０４：入力信
号４０２を予め設定された閾値と比較し、予め設定された閾値よりも大きくなり得る出力
信号サンプルを生成する；（２）バッファ４０６：閾値比較器４０４から受け取ったバッ
ファ出力サンプラー；（３）最大ファインダー４０８：バッファ４０６内のサンプルの中
の最大出力信号サンプルを決定し、ピーク信号４１０を生成する。一実施形態では、最大
ファインダーが最大ピークを決定する。別の実施形態では、最大ファインダーは、最大ピ
ークおよび２番目に大きいピークを決定する。操作ステップは、特定の時間内に実行する
ことができる。例として、ただし制限なしに、検出器は、クロック周期あたり８サンプル
で動作することができる。したがって、１０００サンプルの場合、特定の期間は１０００
／８または１２５クロック期間になる。クロック周期はミリ秒であり得る。ピーク検出器
の課題は、信号とノイズを区別するために、最高の（信号対ノイズ）Ｓ／Ｎ比で動作する
必要があることである。これは、閾値比較器４０４において高い閾値を設定することを意
味し得る。
簡単に言えば、ピーク検出器は、その出力電圧が印加された信号の真のピーク値に近い
検出器であってもよい。ピーク検出器はサンプルモードで信号を追跡し、ホールドモード
で最も高い入力信号を保持する。図４Ａは、本開示の実施形態によるピーク検出器４００
を示す。入力信号４０２は、閾値比較器４０４に結合されてもよく、次に、閾値比較器４
０４は、バッファ４０６に結合されてもよく、バッファ４０６は、最大ファインダー４０
８に結合されてもよい。最大ファインダー４０８の出力は、ピーク信号４１０であり得る
。ピーク検出器４００のステップは、以下を含み得る：（１）閾値比較器４０４：入力信
号４０２を予め設定された閾値と比較し、予め設定された閾値よりも大きくなり得る出力
信号サンプルを生成する；（２）バッファ４０６：閾値比較器４０４から受け取ったバッ
ファ出力サンプラー；（３）最大ファインダー４０８：バッファ４０６内のサンプルの中
の最大出力信号サンプルを決定し、ピーク信号４１０を生成する。一実施形態では、最大
ファインダーが最大ピークを決定する。別の実施形態では、最大ファインダーは、最大ピ
ークおよび２番目に大きいピークを決定する。操作ステップは、特定の時間内に実行する
ことができる。例として、ただし制限なしに、検出器は、クロック周期あたり８サンプル
で動作することができる。したがって、１０００サンプルの場合、特定の期間は１０００
／８または１２５クロック期間になる。クロック周期はミリ秒であり得る。ピーク検出器
の課題は、信号とノイズを区別するために、最高の（信号対ノイズ）Ｓ／Ｎ比で動作する
必要があることである。これは、閾値比較器４０４において高い閾値を設定することを意
味し得る。
【0049】
図４Ｂは、本開示の実施形態による、動作ノイズ環境および目標誤り率（誤警報）に基
づく閾値検出４２１の実施形態４２０を示す。動作ノイズ４２２および目標エラー率４２
４は、閾値４２６を決定することができる閾値検出４２１に入力することができる。動作
ノイズ４２２および／または目標エラー率が変化すると、閾値４２６を調整することがで
きる。閾値４２６は、ピーク検出器４００の閾値比較器４０４の予め設定された閾値を定
義することができる。
づく閾値検出４２１の実施形態４２０を示す。動作ノイズ４２２および目標エラー率４２
４は、閾値４２６を決定することができる閾値検出４２１に入力することができる。動作
ノイズ４２２および／または目標エラー率が変化すると、閾値４２６を調整することがで
きる。閾値４２６は、ピーク検出器４００の閾値比較器４０４の予め設定された閾値を定
義することができる。
【0050】
ピーク検出は、閾値検出または勾配検出に基づく場合がある。閾値検出の場合、図４Ｃ
に示すように、ピーク検出器４４０の閾値導出を利用して、誤警報の特定の確率（Ｐｆａ
）を達成することができる。目標は、特定のレベルの誤警報Ｐｆａ、つまりエラー率を達
成することである。閾値の導出の条件には、信号がなく、加法性ホワイトガウスノイズ（
ＡＷＧＮ）のみが含まれる。受信された信号の分布は、図４Ｃで見ることができる。図４
Ｃは、本開示の実施形態によるピーク検出器の閾値導出をグラフで示す。図４Ｃでは、ｙ
軸は確率を表し、ｘ軸はガウス分布で表示された受信信号の位置を表す。より具体的には
、図４Ｃは、誤警報とノイズ特性との関係を示している。Ｐｆａの値は次のように計算で
きる。
ここで、
σ＝ＡＷＧＮの標準偏差
ノイズ統計の場合、入力信号のノイズの平均値とＲＭＳ値は、信号のピークの閾値を超
えるサンプルを除外することで計算できる。
に示すように、ピーク検出器４４０の閾値導出を利用して、誤警報の特定の確率（Ｐｆａ
）を達成することができる。目標は、特定のレベルの誤警報Ｐｆａ、つまりエラー率を達
成することである。閾値の導出の条件には、信号がなく、加法性ホワイトガウスノイズ（
ＡＷＧＮ）のみが含まれる。受信された信号の分布は、図４Ｃで見ることができる。図４
Ｃは、本開示の実施形態によるピーク検出器の閾値導出をグラフで示す。図４Ｃでは、ｙ
軸は確率を表し、ｘ軸はガウス分布で表示された受信信号の位置を表す。より具体的には
、図４Ｃは、誤警報とノイズ特性との関係を示している。Ｐｆａの値は次のように計算で
きる。
【数1】
ここで、
σ＝ＡＷＧＮの標準偏差
【数2】
えるサンプルを除外することで計算できる。
【0051】
逆Ｑ関数は、ノイズ環境に依存しない場合がある。第１の閾値は、動作ノイズ環境およ
びターゲット誤警報Ｐｆａに基づいて動的に決定され得る。整合フィルターを利用して運
用ノイズ環境を決定するために分析を行うことができる。閾値は、整合フィルターのノイ
ズ分析と対象の誤警報（エラー率）に基づいて調整できる。図４Ｃでは、閾値は２．７３
（または２７３）の値で示されている。網掛け部分は誤警報Ｐｆａの動作状況を示してい
る。距離ｄは、誤警報Ｐｆａが発生する可能性のある位置範囲（４－２．７３＝１．２７
）を表する。ノイズ統計の場合、入力信号のノイズの平均値とＲＭＳ値は、信号のピーク
の閾値を超えるピークサンプルを除外することで計算できる。
びターゲット誤警報Ｐｆａに基づいて動的に決定され得る。整合フィルターを利用して運
用ノイズ環境を決定するために分析を行うことができる。閾値は、整合フィルターのノイ
ズ分析と対象の誤警報（エラー率）に基づいて調整できる。図４Ｃでは、閾値は２．７３
（または２７３）の値で示されている。網掛け部分は誤警報Ｐｆａの動作状況を示してい
る。距離ｄは、誤警報Ｐｆａが発生する可能性のある位置範囲（４－２．７３＝１．２７
）を表する。ノイズ統計の場合、入力信号のノイズの平均値とＲＭＳ値は、信号のピーク
の閾値を超えるピークサンプルを除外することで計算できる。
【0052】
図４Ｄおよび図４Ｅはまた、実施形態４５０および実施形態４６０を介した、動作ノイ
ズおよび目標誤警報（エラー率）に基づく閾値調整の概念を示す。図４Ｄおよび図４Ｅに
おいて、ｙ軸は信号強度を表し、ｘ軸は時間を表す。図４Ｄでは、受信信号４５２は、「
日当たりの良い」環境で伝搬している可能性があり、ノイズレベル４５６を有する。目標
とするエラー率（誤警報、Ｐｆａ）を達成するために、閾値４５４は、ノイズレベル４５
６より上に設定され得る。図４Ｅに示すように、受信信号４５２と同じ形状および振幅を
有する受信信号４６２は、「霧」環境で伝播している可能性があり、ノイズレベル４６６
を有する。図４Ｄと同じ目標エラー率（誤警報、Ｐｆａ）を達成するために、閾値４６４
は、ノイズレベル４６６より上に設定され得る。ノイズレベル４５６は、ノイズレベル４
６６よりも低くなり得るので、閾値４５４は、閾値４６４よりも低くなり得る。「晴れ」
環境は、２００メートルの範囲をサポートし、「霧」環境は１００メートルの範囲をサポ
ートする場合がある。
ズおよび目標誤警報（エラー率）に基づく閾値調整の概念を示す。図４Ｄおよび図４Ｅに
おいて、ｙ軸は信号強度を表し、ｘ軸は時間を表す。図４Ｄでは、受信信号４５２は、「
日当たりの良い」環境で伝搬している可能性があり、ノイズレベル４５６を有する。目標
とするエラー率（誤警報、Ｐｆａ）を達成するために、閾値４５４は、ノイズレベル４５
６より上に設定され得る。図４Ｅに示すように、受信信号４５２と同じ形状および振幅を
有する受信信号４６２は、「霧」環境で伝播している可能性があり、ノイズレベル４６６
を有する。図４Ｄと同じ目標エラー率（誤警報、Ｐｆａ）を達成するために、閾値４６４
は、ノイズレベル４６６より上に設定され得る。ノイズレベル４５６は、ノイズレベル４
６６よりも低くなり得るので、閾値４５４は、閾値４６４よりも低くなり得る。「晴れ」
環境は、２００メートルの範囲をサポートし、「霧」環境は１００メートルの範囲をサポ
ートする場合がある。
【0053】
２．整合フィルター検出器ソリューション
電気通信およびその他のアプリケーションでは、整合フィルターは、追加の確率的ノイ
ズの存在下で既知の信号の信号対ノイズ比（ＳＮＲ）を最大化するための最適な線形フィ
ルターである場合がある。既知の信号またはテンプレートを未知の信号と相関させて未知
の信号内のテンプレートの存在を検出するために、信号検出で整合フィルターがよく使用
される。より具体的には、整合フィルターは、既知のテンプレート（即ち、フィルター）
と相関させることによって受信信号を処理して信号対雑音比（ＳＮＲ）を最大化するフィ
ルターのフレームワークであり得る。図５は、本開示の実施形態による整合フィルター５
００を示す。図５に示すように、加法性白色ガウス雑音（ＡＷＧＮ）の条件下で、信号の
値（ｓ（ｔ））がフィルターの値（ｈ（ｔ））に等しい場合、最適な整合フィルターが達
成され得る。
電気通信およびその他のアプリケーションでは、整合フィルターは、追加の確率的ノイ
ズの存在下で既知の信号の信号対ノイズ比（ＳＮＲ）を最大化するための最適な線形フィ
ルターである場合がある。既知の信号またはテンプレートを未知の信号と相関させて未知
の信号内のテンプレートの存在を検出するために、信号検出で整合フィルターがよく使用
される。より具体的には、整合フィルターは、既知のテンプレート（即ち、フィルター）
と相関させることによって受信信号を処理して信号対雑音比（ＳＮＲ）を最大化するフィ
ルターのフレームワークであり得る。図５は、本開示の実施形態による整合フィルター５
００を示す。図５に示すように、加法性白色ガウス雑音（ＡＷＧＮ）の条件下で、信号の
値（ｓ（ｔ））がフィルターの値（ｈ（ｔ））に等しい場合、最適な整合フィルターが達
成され得る。
【0054】
図６は、本開示の実施形態による、整合フィルター６０４およびピーク検出６０６に基
づく光検出器６００を示す。光検出器６００は、マルチリターン信号６０１を入力信号６
０３に変換することができるＡＤＣ６０２を備える。入力信号６０３は、入力信号６０３
のＳ／Ｎ比を最適化するために整合フィルター６０４によって処理することができる。最
適化された信号６０５を、ピーク戻り信号６０８を生成するピーク検出６０６に結合する
ことができる。光検出器６００は、戻り信号における単一のピークの検出に限定され得る
。
づく光検出器６００を示す。光検出器６００は、マルチリターン信号６０１を入力信号６
０３に変換することができるＡＤＣ６０２を備える。入力信号６０３は、入力信号６０３
のＳ／Ｎ比を最適化するために整合フィルター６０４によって処理することができる。最
適化された信号６０５を、ピーク戻り信号６０８を生成するピーク検出６０６に結合する
ことができる。光検出器６００は、戻り信号における単一のピークの検出に限定され得る
。
【0055】
図７は、本文書の実施形態によるマルチリターン整合フィルター検出器７００を示す。
マルチリターン整合フィルター検出器７００は、マルチリターン信号内の複数のピークを
検出することができてもよい。マルチリターン整合フィルター検出器７００は、Ｎ個の並
列整合フィルター（７０４Ａ、７０４Ｂ、・・・７０４Ｎ）およびＮ個の並列ピーク検出
検出器（７０６Ａ、７０６Ｂ、・・・７０６Ｎ）を含み得る。ＡＤＣ７０２は、マルチリ
ターン信号をＮ個の並列整合フィルターのための入力信号に変換することができる。図６
に関して説明したように、整合フィルター６０４およびピーク検出６０６、Ｎ個の並列整
合フィルター（７０４Ａ、７０４Ｂ、・・・７０４Ｎ）のそれぞれは、入力信号のＳ／Ｎ
比を最適化し、最適化信号を対応するＮ個の並列ピーク検出器（７０６Ａ、７０６Ｂ、・
・・７０６Ｎ）に結合することができる。Ｎ個の並列ピーク検出検出器（７０６Ａ、７０
６Ｂ、７０６Ｎ）のそれぞれは、異なる値の信号ピークを識別するために、異なる閾値で
動作することができる。Ｎ個の並列ピーク検出検出器（７０６Ａ、７０６Ｂ、・・・７０
６Ｎ）は、それぞれ、対応するピーク戻り信号１個目、２個目、・・・Ｎ個目（７０８Ａ
、７０８Ｂ、・・・７０８Ｎ）を生成する。ピーク戻り信号７０８Ａ、７０８Ｂ、・・・
７０８Ｎから、最初の／最後の、そして最大のピークを決定することができる。
３．再帰整合フィルター検出器ソリューション
マルチリターン整合フィルター検出器７００は、マルチリターン信号内の複数のピークを
検出することができてもよい。マルチリターン整合フィルター検出器７００は、Ｎ個の並
列整合フィルター（７０４Ａ、７０４Ｂ、・・・７０４Ｎ）およびＮ個の並列ピーク検出
検出器（７０６Ａ、７０６Ｂ、・・・７０６Ｎ）を含み得る。ＡＤＣ７０２は、マルチリ
ターン信号をＮ個の並列整合フィルターのための入力信号に変換することができる。図６
に関して説明したように、整合フィルター６０４およびピーク検出６０６、Ｎ個の並列整
合フィルター（７０４Ａ、７０４Ｂ、・・・７０４Ｎ）のそれぞれは、入力信号のＳ／Ｎ
比を最適化し、最適化信号を対応するＮ個の並列ピーク検出器（７０６Ａ、７０６Ｂ、・
・・７０６Ｎ）に結合することができる。Ｎ個の並列ピーク検出検出器（７０６Ａ、７０
６Ｂ、７０６Ｎ）のそれぞれは、異なる値の信号ピークを識別するために、異なる閾値で
動作することができる。Ｎ個の並列ピーク検出検出器（７０６Ａ、７０６Ｂ、・・・７０
６Ｎ）は、それぞれ、対応するピーク戻り信号１個目、２個目、・・・Ｎ個目（７０８Ａ
、７０８Ｂ、・・・７０８Ｎ）を生成する。ピーク戻り信号７０８Ａ、７０８Ｂ、・・・
７０８Ｎから、最初の／最後の、そして最大のピークを決定することができる。
３．再帰整合フィルター検出器ソリューション
【0056】
並列構造および別個の閾値は、マルチリターン整合フィルター検出器７００の効率を制
限し得る。図８は、本文書の実施形態によるマルチリターン再帰整合フィルター検出器８
００の例示的な例を示す。マルチリターン再帰整合フィルター検出器８００は、マルチリ
ターン信号８０１を入力信号８０３に変換するＡＤＣ８０２を含み得る。マルチリターン
信号８０１は、期間Ｔにおける一連のＮピークを含み得る。入力信号８０３は、入力信号
８０３のＳ／Ｎ比を最適化するために、送信されたレーザー信号のパルス波形を畳み込む
ように整合フィルター８０４によって処理されてもよい。整合フィルター８０４の出力は
、整合フィルター信号８０５であってもよい。整合フィルター信号８０５は、ピーク検出
８０６に結合されてもよい。ピーク検出８０６は、特定の期間におけるピーク検出信号８
０７を決定する。ピーク検出８０６は、重心計算アルゴリズムを用いてシーケンス内の最
大ピークの位置を導出する重心計算８０８に結合されてもよい。重心計算８０８の重心出
力（２）８１１はゼロ化８１０に結合されてもよく、ゼロ化８１０は、ピーク値をゼロま
たはＤＣレベルに設定することにより、現在計算されたピークを除去する。ゼロ化出力８
１３は、別のピーク検出信号８０７を生成するピーク検出８０６に結合され得る。別のピ
ーク検出信号８０７は、現在の計算されたピーク、即ち、以前の最大ピークを除去したゼ
ロ化８１０により、１つ少ないピークを有する。このプロセスは、所望の数（Ｎ）の戻り
ピークがピーク検出８０６、重心計算８０８およびゼロ化８１０によって処理されるまで
繰り返すことができる。重心計算８０８からの戻り出力８１２は、Ｎ個の戻りピークそれ
ぞれの位置および振幅を決定することができる。この決定から、マルチリターン信号８０
１の最初、最後、および最大のピークが識別され得る。一部の実施形態では、Ｎは４の値
を有することができる。より正確な結果を要求する可能性がある他の実施形態の場合、Ｎ
は、４よりも大きい値、例えば１０の戻りピークであり得る。
限し得る。図８は、本文書の実施形態によるマルチリターン再帰整合フィルター検出器８
００の例示的な例を示す。マルチリターン再帰整合フィルター検出器８００は、マルチリ
ターン信号８０１を入力信号８０３に変換するＡＤＣ８０２を含み得る。マルチリターン
信号８０１は、期間Ｔにおける一連のＮピークを含み得る。入力信号８０３は、入力信号
８０３のＳ／Ｎ比を最適化するために、送信されたレーザー信号のパルス波形を畳み込む
ように整合フィルター８０４によって処理されてもよい。整合フィルター８０４の出力は
、整合フィルター信号８０５であってもよい。整合フィルター信号８０５は、ピーク検出
８０６に結合されてもよい。ピーク検出８０６は、特定の期間におけるピーク検出信号８
０７を決定する。ピーク検出８０６は、重心計算アルゴリズムを用いてシーケンス内の最
大ピークの位置を導出する重心計算８０８に結合されてもよい。重心計算８０８の重心出
力（２）８１１はゼロ化８１０に結合されてもよく、ゼロ化８１０は、ピーク値をゼロま
たはＤＣレベルに設定することにより、現在計算されたピークを除去する。ゼロ化出力８
１３は、別のピーク検出信号８０７を生成するピーク検出８０６に結合され得る。別のピ
ーク検出信号８０７は、現在の計算されたピーク、即ち、以前の最大ピークを除去したゼ
ロ化８１０により、１つ少ないピークを有する。このプロセスは、所望の数（Ｎ）の戻り
ピークがピーク検出８０６、重心計算８０８およびゼロ化８１０によって処理されるまで
繰り返すことができる。重心計算８０８からの戻り出力８１２は、Ｎ個の戻りピークそれ
ぞれの位置および振幅を決定することができる。この決定から、マルチリターン信号８０
１の最初、最後、および最大のピークが識別され得る。一部の実施形態では、Ｎは４の値
を有することができる。より正確な結果を要求する可能性がある他の実施形態の場合、Ｎ
は、４よりも大きい値、例えば１０の戻りピークであり得る。
【0057】
図９は、本文書の実施形態によるマルチリターン再帰信号検出器による様々なマルチリ
ターン信号シーケンス９００の最大ピークの選択をグラフで示す。図９において、Ｙ軸は
、マルチリターン信号シーケンス９０１～９０４の振幅を表し、Ｘ軸は、マルチリターン
信号シーケンス９０１～９０４の処理のための期間（Ｔ）を表す。マルチリターン信号シ
ーケンス９０１～９０４は、図８のピーク検出８０６からの出力の例であってもよく、マ
ルチリターン信号８０１に含まれる複数の反射信号から生じた可能性がある。図２は、Ｎ
＝２を示す２つの反射信号、戻り信号２０３および戻り信号２０５の例を示す。図８は、
４つの有意な反射信号（Ｎ＝４）、および期間Ｔにおける４つのピークを識別するプロセ
スの例を示す。アプリケーションは、期間Ｔにおけるより多数のピークの識別を望む場合
がある。
ターン信号シーケンス９００の最大ピークの選択をグラフで示す。図９において、Ｙ軸は
、マルチリターン信号シーケンス９０１～９０４の振幅を表し、Ｘ軸は、マルチリターン
信号シーケンス９０１～９０４の処理のための期間（Ｔ）を表す。マルチリターン信号シ
ーケンス９０１～９０４は、図８のピーク検出８０６からの出力の例であってもよく、マ
ルチリターン信号８０１に含まれる複数の反射信号から生じた可能性がある。図２は、Ｎ
＝２を示す２つの反射信号、戻り信号２０３および戻り信号２０５の例を示す。図８は、
４つの有意な反射信号（Ｎ＝４）、および期間Ｔにおける４つのピークを識別するプロセ
スの例を示す。アプリケーションは、期間Ｔにおけるより多数のピークの識別を望む場合
がある。
【0058】
図９に示されるように、マルチリターン信号シーケンス９０１は、４つの有意なピーク
を含み得る。重心計算８０８は、期間（Ｔ）で最高のピークを選択し、このピークを第１
のピーク位置として割り当てる。セントロイド出力（２）８１１は、ゼロ化８１０に結合
されてもよく、第１のピーク位置でのピークは、ゼロまたはシーケンスにおけるＤＣレベ
ルに設定されてもよい。この処理は、期間（Ｔ）における３つのピークのシーケンスを含
むマルチリターン信号シーケンス９０２の生成を引き起こす。ピーク検出８０６および重
心計算８０８による同様の処理は、マルチリターン信号シーケンス９０２における最高の
ピークを識別し、このピークを第２のピーク位置として割り当てる。
を含み得る。重心計算８０８は、期間（Ｔ）で最高のピークを選択し、このピークを第１
のピーク位置として割り当てる。セントロイド出力（２）８１１は、ゼロ化８１０に結合
されてもよく、第１のピーク位置でのピークは、ゼロまたはシーケンスにおけるＤＣレベ
ルに設定されてもよい。この処理は、期間（Ｔ）における３つのピークのシーケンスを含
むマルチリターン信号シーケンス９０２の生成を引き起こす。ピーク検出８０６および重
心計算８０８による同様の処理は、マルチリターン信号シーケンス９０２における最高の
ピークを識別し、このピークを第２のピーク位置として割り当てる。
【0059】
マルチリターン信号シーケンス９０２は、重心計算８０８を介してゼロ化８１０に結合
されてもよく、第２のピーク位置でのピークは、ゼロまたはＤＣレベルに設定されてもよ
い。この処理により、期間（Ｔ）における２つのピークのシーケンスを含むマルチリター
ン信号シーケンス９０３が生成される。ピーク検出８０６および重心計算８０８による同
様の処理は、マルチリターン信号シーケンス９０３における最高のピークを識別し、この
ピークを第３のピーク位置として割り当てる。
されてもよく、第２のピーク位置でのピークは、ゼロまたはＤＣレベルに設定されてもよ
い。この処理により、期間（Ｔ）における２つのピークのシーケンスを含むマルチリター
ン信号シーケンス９０３が生成される。ピーク検出８０６および重心計算８０８による同
様の処理は、マルチリターン信号シーケンス９０３における最高のピークを識別し、この
ピークを第３のピーク位置として割り当てる。
【0060】
同様に、マルチリターン信号シーケンス９０３は、重心計算８０８を介してゼロ化８１
０に結合されてもよく、第３のピーク位置におけるピークは、ゼロまたはＤＣレベルに設
定されてもよい。この処理により、期間（Ｔ）における１つのピークのシーケンスを含む
マルチリターン信号シーケンス９０４が生成される。ピーク検出８０６および重心計算８
０８による同様の処理は、マルチリターン信号シーケンス９０４の最高のピークを識別し
、このピークを第４のピーク位置として割り当てる。この時点で、マルチリターン再帰整
合フィルター検出器８００などの検出器は、４つのピーク、つまりＮ＝４を処理した。前
述の処理から、最初の戻り（第２のピーク位置）、最後の戻り（第４のピーク位置）、お
よび最大ピーク（第１のピーク位置）を同定できる。
０に結合されてもよく、第３のピーク位置におけるピークは、ゼロまたはＤＣレベルに設
定されてもよい。この処理により、期間（Ｔ）における１つのピークのシーケンスを含む
マルチリターン信号シーケンス９０４が生成される。ピーク検出８０６および重心計算８
０８による同様の処理は、マルチリターン信号シーケンス９０４の最高のピークを識別し
、このピークを第４のピーク位置として割り当てる。この時点で、マルチリターン再帰整
合フィルター検出器８００などの検出器は、４つのピーク、つまりＮ＝４を処理した。前
述の処理から、最初の戻り（第２のピーク位置）、最後の戻り（第４のピーク位置）、お
よび最大ピーク（第１のピーク位置）を同定できる。
【0061】
ピーク同定にはいくつかのプロトコルがある。これらは（１）最大リターン：提案され
た検出器からの最初のピーク出力；（２）ＭアウトまたはＮリターン：Ｎ検出されたピー
クの簡単なＭ出力ピークはＭ最大有効リターンである；３）最初／最後の戻り：Ｍの出力
ピークを位置に従って並べ替える（最初と最後のピークは、それぞれ最初と最後の戻りに
対応する）；（４）Ｎ個の検出されたピークからＭ個を選択する代わりに、Ｎ個の検出さ
れたピークを位置で並べ替える（最初のピークと最後のピークは、それぞれフロントピー
クとバックピークである）。
た検出器からの最初のピーク出力；（２）ＭアウトまたはＮリターン：Ｎ検出されたピー
クの簡単なＭ出力ピークはＭ最大有効リターンである；３）最初／最後の戻り：Ｍの出力
ピークを位置に従って並べ替える（最初と最後のピークは、それぞれ最初と最後の戻りに
対応する）；（４）Ｎ個の検出されたピークからＭ個を選択する代わりに、Ｎ個の検出さ
れたピークを位置で並べ替える（最初のピークと最後のピークは、それぞれフロントピー
クとバックピークである）。
【0062】
【0063】
複数の反射信号を含むマルチリターン光信号について、期間（Ｔ）で分析されるピーク
（Ｎ）の数を決定する。ピークのそれぞれは、単一の発光、例えば、レーザー発射から生
じる戻り光の信号を表すことができる（ステップ１００２）。
（Ｎ）の数を決定する。ピークのそれぞれは、単一の発光、例えば、レーザー発射から生
じる戻り光の信号を表すことができる（ステップ１００２）。
【0064】
光検出および測距システムの検出器でマルチリターン信号を受信する（ステップ１００
４）
４）
【0065】
信号対雑音（ＳＮＲ）比を最適化するために、整合フィルターでマルチリターン信号を
処理して、光送信信号のパルス波形と畳み込みを行う。整合フィルター出力をピーク検出
器に結合する（ステップ１００６）。
処理して、光送信信号のパルス波形と畳み込みを行う。整合フィルター出力をピーク検出
器に結合する（ステップ１００６）。
【0066】
整合フィルター出力およびゼロ化出力に基づくマルチリターン信号シーケンスについて
、期間（Ｔ）におけるピーク検出器を用いてＮＺピークの値を決定する。ここで、Ｚはゼ
ロ化出力に基づく。ここで、最初の決定では、Ｚ＝０である（ステップ１００８）。
、期間（Ｔ）におけるピーク検出器を用いてＮＺピークの値を決定する。ここで、Ｚはゼ
ロ化出力に基づく。ここで、最初の決定では、Ｚ＝０である（ステップ１００８）。
【0067】
重心計算アルゴリズムを利用して、マルチリターン信号シーケンスにおけるＮ－Ｚピー
クのうちの最大ピークの位置を導出する（ステップ１０１０）
クのうちの最大ピークの位置を導出する（ステップ１０１０）
【0068】
Ｎ－Ｚが１に等しい場合（ステップ１０１２）、最初の戻り、最後の戻り、および最大
の戻りでピークを決定する（ステップ１０１４）。
の戻りでピークを決定する（ステップ１０１４）。
【0069】
Ｎ－Ｚが１に等しくない場合（ステップ１０１２）、そのピークレベルをゼロまたはＤ
Ｃレベルに設定することにより、現在の計算された最大ピークを取り除く。Ｚを１増やす
。そして、Ｎ－Ｚピークに基づいて別のマルチリターン信号シーケンスを生成する（ゼロ
化）（ステップ１０１６）
Ｃレベルに設定することにより、現在の計算された最大ピークを取り除く。Ｚを１増やす
。そして、Ｎ－Ｚピークに基づいて別のマルチリターン信号シーケンスを生成する（ゼロ
化）（ステップ１０１６）
【0070】
Ｎ－Ｚピークを含む別のマルチリターンピークシーケンスに基づいてステップ１００８
を繰り返す。
を繰り返す。
【0071】
要約すると、マルチリターン検出器は、ある期間内にＮ個のピークを含むマルチリター
ン信号を受信するように動作可能な整合フィルター；整合フィルターの出力を受信するよ
うに結合され、期間内のマルチリターン信号の第１の最大ピークを決定するように動作可
能なピーク検出器；期間内のマルチリターン信号の第１の最大ピークの位置を導き出すよ
うに動作可能な重心計算；およびマルチリターン信号から第１の最大ピークを除去して、
ピーク検出器が２番目に大きいピークを決定できるようにし、重心計算により、期間内の
２番目に大きいピークの位置を導き出すゼロ化機能を備えてもよい。ピーク検出器、重心
計算、およびゼロ化機能は、Ｎ個のピークのうちＭ個のピークが期間内のマルチリターン
信号で検出されるまで、後続の最大ピークを決定する。重心計算では、期間内のマルチリ
ターン信号の最初のピーク、最後のピーク、および最大ピークを決定する。
ン信号を受信するように動作可能な整合フィルター；整合フィルターの出力を受信するよ
うに結合され、期間内のマルチリターン信号の第１の最大ピークを決定するように動作可
能なピーク検出器；期間内のマルチリターン信号の第１の最大ピークの位置を導き出すよ
うに動作可能な重心計算；およびマルチリターン信号から第１の最大ピークを除去して、
ピーク検出器が２番目に大きいピークを決定できるようにし、重心計算により、期間内の
２番目に大きいピークの位置を導き出すゼロ化機能を備えてもよい。ピーク検出器、重心
計算、およびゼロ化機能は、Ｎ個のピークのうちＭ個のピークが期間内のマルチリターン
信号で検出されるまで、後続の最大ピークを決定する。重心計算では、期間内のマルチリ
ターン信号の最初のピーク、最後のピーク、および最大ピークを決定する。
【0072】
Ｃ．最大ファインダーソリューション
マルチリターン検出の効率のための本文書による別の実施形態は、整合フィルター機能
およびピーク検出器機能を備えた最大ファインディング機能を組み込んでいる。図１１Ａ
～１１Ｄおよび１３は、本文書の実施形態による、整合フィルター検出器、ピーク検出器
、および最大ファインダーを備える、マルチリターン検出器１１００～１１６０および１
３００を示す。各実施形態は、以下の要素を含み得る：（１）ノイズ統計１１０１（平均
および分散ノイズ統計を含む）、（２）閾値計算１１０２、（３）整合フィルター１１０
３および（４）ピーク検出器１１０４。マルチリターン信号１１１１は、アナログ対デジ
タル変換（ＡＤＣ）に結合され得、これは、入力信号１１１２を生成し、これは、次に、
ノイズ統計１１０１および整合フィルター１１０３に結合され得る。ノイズ統計１１０１
は、平均および本明細書で前に説明したＲＭＳノイズ環境を定義し得る。入力信号１１１
２のノイズの平均値およびＲＭＳ値は、入力信号１１１２のピークの閾値を超えるサンプ
ルを除外することによって計算され得る。ノイズ統計１１０１の出力は、閾値計算１１０
２に結合され得る。閾値計算１１０２は、閾値を計算するために、ノイズ統計１１０１の
出力（即ち、ノイズ分散）に基づいたピーク検出器の閾値と、Ｐｆａに基づいて事前に計
算された一定のエラー率を決定する。閾値は、ピーク検出器１１０４の入力に結合され得
る。
マルチリターン検出の効率のための本文書による別の実施形態は、整合フィルター機能
およびピーク検出器機能を備えた最大ファインディング機能を組み込んでいる。図１１Ａ
～１１Ｄおよび１３は、本文書の実施形態による、整合フィルター検出器、ピーク検出器
、および最大ファインダーを備える、マルチリターン検出器１１００～１１６０および１
３００を示す。各実施形態は、以下の要素を含み得る：（１）ノイズ統計１１０１（平均
および分散ノイズ統計を含む）、（２）閾値計算１１０２、（３）整合フィルター１１０
３および（４）ピーク検出器１１０４。マルチリターン信号１１１１は、アナログ対デジ
タル変換（ＡＤＣ）に結合され得、これは、入力信号１１１２を生成し、これは、次に、
ノイズ統計１１０１および整合フィルター１１０３に結合され得る。ノイズ統計１１０１
は、平均および本明細書で前に説明したＲＭＳノイズ環境を定義し得る。入力信号１１１
２のノイズの平均値およびＲＭＳ値は、入力信号１１１２のピークの閾値を超えるサンプ
ルを除外することによって計算され得る。ノイズ統計１１０１の出力は、閾値計算１１０
２に結合され得る。閾値計算１１０２は、閾値を計算するために、ノイズ統計１１０１の
出力（即ち、ノイズ分散）に基づいたピーク検出器の閾値と、Ｐｆａに基づいて事前に計
算された一定のエラー率を決定する。閾値は、ピーク検出器１１０４の入力に結合され得
る。
【0073】
図９に示されるように、マルチリターン信号１１１１は、期間Ｔにおける一連のＮ個の
ピークを含み得る。先に論じたように、ＡＤＣは、入力信号１１１２のＳ／Ｎ比を最適化
するために、送信されたレーザー信号のパルス波形を畳み込むために整合フィルター１１
０３によって処理できる入力信号１１１２を生成する。整合フィルター１１０３の出力、
整合フィルター信号１１１３は、入力信号１１１２と同様にＮ個のピークのシーケンスを
含み得るが、最適化されたＳ／Ｎ比およびわずかな時間遅延を伴う。整合フィルター信号
１１１３は、ピーク検出器１１０４に結合され得、ピーク検出器１１０４は、期間Ｔにお
けるシーケンスＮピークのピークの大きさおよび有効信号インデックスを決定する。一実
施形態において、整合フィルター１１０３は、クロックあたり８個のサンプルのレートで
動作する。
ピークを含み得る。先に論じたように、ＡＤＣは、入力信号１１１２のＳ／Ｎ比を最適化
するために、送信されたレーザー信号のパルス波形を畳み込むために整合フィルター１１
０３によって処理できる入力信号１１１２を生成する。整合フィルター１１０３の出力、
整合フィルター信号１１１３は、入力信号１１１２と同様にＮ個のピークのシーケンスを
含み得るが、最適化されたＳ／Ｎ比およびわずかな時間遅延を伴う。整合フィルター信号
１１１３は、ピーク検出器１１０４に結合され得、ピーク検出器１１０４は、期間Ｔにお
けるシーケンスＮピークのピークの大きさおよび有効信号インデックスを決定する。一実
施形態において、整合フィルター１１０３は、クロックあたり８個のサンプルのレートで
動作する。
【0074】
本明細書で論じられるように、「最大のピーク」という用語は、ピークが、一連のピー
クにおいて比較されている他のピークよりも大きいことを示す場合がある。「２番目に大
きいピーク」という用語は、ピークが、一連のＮ個のピークの１番目に大きいピークと比
較して２番目に大きい大きさであることを示している。前述の説明は、図１１Ａ－１１Ｄ
および１３Ａに示されるように、マルチリターン検出器１１００～１１６０および１３０
０に適用可能であり得る。
クにおいて比較されている他のピークよりも大きいことを示す場合がある。「２番目に大
きいピーク」という用語は、ピークが、一連のＮ個のピークの１番目に大きいピークと比
較して２番目に大きい大きさであることを示している。前述の説明は、図１１Ａ－１１Ｄ
および１３Ａに示されるように、マルチリターン検出器１１００～１１６０および１３０
０に適用可能であり得る。
【0075】
図１１Ａおよびマルチリターン検出器１１００に関して、ピーク検出器１１０４の出力
、ピーク検出器出力１１１４は、最大検出器１１０６および最後のピーク１１０８に結合
され得る。最大検出器１１０６は、ピーク検出器出力１１１４の期間ＴにおけるＮピーク
のシーケンスを分析してシーケンスの最大ピークを決定する。最大ファインダー１１０６
は、最大ピークの振幅および位置を含む最大ファインダー出力１１１５を生成し得る。こ
の情報は、最大ピーク１１０７に格納できる。別に、最後のピーク１１０８は、ピーク検
出器出力１１１４を監視し、シーケンスの最後のピークの振幅と位置を格納し得る。
、ピーク検出器出力１１１４は、最大検出器１１０６および最後のピーク１１０８に結合
され得る。最大検出器１１０６は、ピーク検出器出力１１１４の期間ＴにおけるＮピーク
のシーケンスを分析してシーケンスの最大ピークを決定する。最大ファインダー１１０６
は、最大ピークの振幅および位置を含む最大ファインダー出力１１１５を生成し得る。こ
の情報は、最大ピーク１１０７に格納できる。別に、最後のピーク１１０８は、ピーク検
出器出力１１１４を監視し、シーケンスの最後のピークの振幅と位置を格納し得る。
【0076】
バッファ１１０９は、配列の関心領域に基づいてサンプルを格納し得る。マルチリター
ン検出器１１００の場合、関心領域は、最大のピークと最後に到着したピークを含むこと
ができる。バッファ１１０９は、ピーク検出器１１０４からトリガ信号１１１６を受信し
得、これは、最大ピーク１１０７および最後のピーク１１０８からのサンプルをバッファ
リングするアクションを開始する。バッファ１１０９は、最大ピークを中心とするＳ個の
サンプルおよび最後に到着したピークを中心とするＲ個のサンプルを格納し得る。いくつ
かの実施形態では、Ｓは１０に等しくてもよく、Ｒは１０に等しくてもよい。バッファ１
１０９の出力は、重心計算１１０５に結合されてもよく、次に、最大ピークおよび最後の
ピークの到着時間および強度飽和カウントを決定し得る。
ン検出器１１００の場合、関心領域は、最大のピークと最後に到着したピークを含むこと
ができる。バッファ１１０９は、ピーク検出器１１０４からトリガ信号１１１６を受信し
得、これは、最大ピーク１１０７および最後のピーク１１０８からのサンプルをバッファ
リングするアクションを開始する。バッファ１１０９は、最大ピークを中心とするＳ個の
サンプルおよび最後に到着したピークを中心とするＲ個のサンプルを格納し得る。いくつ
かの実施形態では、Ｓは１０に等しくてもよく、Ｒは１０に等しくてもよい。バッファ１
１０９の出力は、重心計算１１０５に結合されてもよく、次に、最大ピークおよび最後の
ピークの到着時間および強度飽和カウントを決定し得る。
【0077】
図１１Ｂおよびマルチリターン検出器１１２０、ピーク検出器１１０４の出力、ピーク
検出器出力１１１４は、最大検出器１１２６および最後のピーク１１２８に結合され得る
。最大検出器１１２６は、ピーク検出器出力１１１４の期間ＴにおけるＮピークのシーケ
ンスを分析してシーケンスの最大ピークを決定し得る。最大ファインダー１１２６は、最
大ピークおよび２番目に大きいピークの振幅および位置を含む最大ファインダー出力１１
１５を生成し得る。この情報は、最大ピーク／２番目に大きいピーク１１２７に格納され
得る。別個に、最後のピーク１１２８は、ピーク検出器出力１１１４を監視し、シーケン
スにおける最後のピークの振幅および位置を格納し得る。
検出器出力１１１４は、最大検出器１１２６および最後のピーク１１２８に結合され得る
。最大検出器１１２６は、ピーク検出器出力１１１４の期間ＴにおけるＮピークのシーケ
ンスを分析してシーケンスの最大ピークを決定し得る。最大ファインダー１１２６は、最
大ピークおよび２番目に大きいピークの振幅および位置を含む最大ファインダー出力１１
１５を生成し得る。この情報は、最大ピーク／２番目に大きいピーク１１２７に格納され
得る。別個に、最後のピーク１１２８は、ピーク検出器出力１１１４を監視し、シーケン
スにおける最後のピークの振幅および位置を格納し得る。
【0078】
バッファ１１２９は、シーケンスの関心領域に基づいてサンプルを格納することができ
る。マルチリターン検出器１１２０の場合、関心領域は、最大ピーク、２番目に大きいピ
ーク、および最後に到着したピークを含むことができる。バッファ１１２９は、ピーク検
出器１１０４からトリガ信号１１１６を受信し得る。これは、最大ピーク／２番目に大き
いピーク１１２７および最後のピーク１１２８からサンプルをバッファリングするための
アクションを開始する。バッファ１１２９は、最大ピークを中心とするＳ個のサンプル、
２番目に大きいピークを中心とするＱ個のサンプル、最後に到着したピークを中心とする
Ｒ個のサンプルを格納し得る。いくつかの実施形態では、Ｓは１０に等しくてもよく、Ｑ
は１０に等しくてもよく、Ｒは１０に等しくてもよい。バッファ１１２９の出力は重心計
算１１２５に結合され、次に最大ピーク、２番目に大きいピーク、および最後のピークの
到着時間および強度飽和カウントを決定し得る。
る。マルチリターン検出器１１２０の場合、関心領域は、最大ピーク、２番目に大きいピ
ーク、および最後に到着したピークを含むことができる。バッファ１１２９は、ピーク検
出器１１０４からトリガ信号１１１６を受信し得る。これは、最大ピーク／２番目に大き
いピーク１１２７および最後のピーク１１２８からサンプルをバッファリングするための
アクションを開始する。バッファ１１２９は、最大ピークを中心とするＳ個のサンプル、
２番目に大きいピークを中心とするＱ個のサンプル、最後に到着したピークを中心とする
Ｒ個のサンプルを格納し得る。いくつかの実施形態では、Ｓは１０に等しくてもよく、Ｑ
は１０に等しくてもよく、Ｒは１０に等しくてもよい。バッファ１１２９の出力は重心計
算１１２５に結合され、次に最大ピーク、２番目に大きいピーク、および最後のピークの
到着時間および強度飽和カウントを決定し得る。
【0079】
図１１Ｃおよびマルチリターン検出器１１４０に関して、ピーク検出器１１０４の出力
、ピーク検出器出力１１１４は、最大ファインダー１１４６および第１のピーク／最後の
ピーク１１４８に結合され得る。最大ファインダー１１４６は、ピーク検出器出力１１１
４の期間ＴにおけるＮピークのシーケンスを分析して、シーケンスの最大ピークと２番目
に大きいピークを決定する。最大ファインダー１１４６は、最大ピークおよび２番目に大
きいピークの振幅および位置を含む最大ファインダー出力１１１５を生成し得る。この情
報は、最大ピーク／２番目に大きいピーク１１４７に格納できる。個別に、最初のピーク
／最後のピーク１１４８は、ピーク検出器の出力１１１４を監視し、シーケンスにおける
最初のピークと最後のピークの振幅と位置を格納できる。
、ピーク検出器出力１１１４は、最大ファインダー１１４６および第１のピーク／最後の
ピーク１１４８に結合され得る。最大ファインダー１１４６は、ピーク検出器出力１１１
４の期間ＴにおけるＮピークのシーケンスを分析して、シーケンスの最大ピークと２番目
に大きいピークを決定する。最大ファインダー１１４６は、最大ピークおよび２番目に大
きいピークの振幅および位置を含む最大ファインダー出力１１１５を生成し得る。この情
報は、最大ピーク／２番目に大きいピーク１１４７に格納できる。個別に、最初のピーク
／最後のピーク１１４８は、ピーク検出器の出力１１１４を監視し、シーケンスにおける
最初のピークと最後のピークの振幅と位置を格納できる。
【0080】
バッファ１１４９は、シーケンスの関心領域に基づいてサンプルを格納し得る。マルチ
リターン検出器１１４０の場合、関心領域は、最大ピーク、２番目に大きいピーク、最初
に到着したピーク、および最後に到着したピークを含むことができる。バッファ１１４９
は、ピーク検出器１１０４からトリガ信号１１１６を受信することができ、これは、最大
ピーク／２番目に大きいピーク１１４７および最初のピーク／最後のピーク１１４８から
サンプルをバッファリングするアクションを開始する。バッファ１１４９は、最大ピーク
を中心とするＳサンパウル、２番目に大きいピークを中心とするＱ個のサンプル、最初に
到着したピークを中心とするＰ個のサンプル、および最後に到着したピークを中心とする
Ｒ個のサンプルを格納し得る。いくつかの実施形態では、Ｓは１０に等しくてもよく、Ｑ
は１０に等しくてもよく、Ｐは１０に等しくてもよく、Ｒは１０に等しくてもよい。バッ
ファ１１４９の出力は、重心計算１１４５に結合され、次に最大ピーク、２番目に大きい
ピーク、最初に到着したピーク、および最後のピークの到着時間および強度飽和カウント
を決定し得る。
リターン検出器１１４０の場合、関心領域は、最大ピーク、２番目に大きいピーク、最初
に到着したピーク、および最後に到着したピークを含むことができる。バッファ１１４９
は、ピーク検出器１１０４からトリガ信号１１１６を受信することができ、これは、最大
ピーク／２番目に大きいピーク１１４７および最初のピーク／最後のピーク１１４８から
サンプルをバッファリングするアクションを開始する。バッファ１１４９は、最大ピーク
を中心とするＳサンパウル、２番目に大きいピークを中心とするＱ個のサンプル、最初に
到着したピークを中心とするＰ個のサンプル、および最後に到着したピークを中心とする
Ｒ個のサンプルを格納し得る。いくつかの実施形態では、Ｓは１０に等しくてもよく、Ｑ
は１０に等しくてもよく、Ｐは１０に等しくてもよく、Ｒは１０に等しくてもよい。バッ
ファ１１４９の出力は、重心計算１１４５に結合され、次に最大ピーク、２番目に大きい
ピーク、最初に到着したピーク、および最後のピークの到着時間および強度飽和カウント
を決定し得る。
【0081】
図１１Ｄおよびマルチリターン検出器１１６０に関して、ピーク検出器１１０４の出力
、ピーク検出器出力１１１４は、最大ファインダー１１６６および第１のピーク／最後の
ピーク１１６８に結合され得る。最大ファインダー１１６６は、ピーク検出器出力１１１
４の期間ＴにおけるＮピークのシーケンスを分析してシーケンス内の最大ピーク、２番目
に大きいピーク、および他のＫ個の潜在的なピークを決定し得る。最大ファインダー１１
６６は、最大ファインダー出力１１１５を生成し得る。これは、最大ピーク、２番目に大
きいピーク、およびＫ個の他の潜在的ピークの振幅および位置を含む。この情報は、最大
ピーク／２番目に大きいピーク１１６７と他のＫ個のピーク１１７０に格納できる。個別
に、最初のピーク／最後のピーク１１６８は、ピーク検出器の出力１１１４を監視し、シ
ーケンスにおける最初のピークと最後のピークの振幅と位置を格納する。
、ピーク検出器出力１１１４は、最大ファインダー１１６６および第１のピーク／最後の
ピーク１１６８に結合され得る。最大ファインダー１１６６は、ピーク検出器出力１１１
４の期間ＴにおけるＮピークのシーケンスを分析してシーケンス内の最大ピーク、２番目
に大きいピーク、および他のＫ個の潜在的なピークを決定し得る。最大ファインダー１１
６６は、最大ファインダー出力１１１５を生成し得る。これは、最大ピーク、２番目に大
きいピーク、およびＫ個の他の潜在的ピークの振幅および位置を含む。この情報は、最大
ピーク／２番目に大きいピーク１１６７と他のＫ個のピーク１１７０に格納できる。個別
に、最初のピーク／最後のピーク１１６８は、ピーク検出器の出力１１１４を監視し、シ
ーケンスにおける最初のピークと最後のピークの振幅と位置を格納する。
【0082】
バッファ１１６９は、シーケンスの関心領域に基づいてサンプルを格納し得る。マルチ
リターン検出器１１６０の場合、関心領域は、最大ピーク、２番目に大きいピーク、最初
に到着したピーク、最後に到着したピーク、およびＫ個の他の潜在的なピークを含み得る
。バッファ１１６９は、ピーク検出器１１０４からトリガ信号１１１６を受信することが
でき、これは、最大ピーク／２番目に大きいピーク１１６７、最初のピーク／最後のピー
ク１１６８、およびＫ個の他のピーク１１７０からサンプルをバッファするアクションを
開始する。バッファ１１６９は、最大ピークを中心とするＳ個のサンプル、２番目に大き
いピークを中心とするＱ個のサンプル、最初に到着したピークを中心とするＰ個のサンプ
ル、最後に到着したピークを中心とするＲ個のサンプル、および他のＫ個のピークを格納
し得る。一部の実施形態では、Ｓは１０に等しくてもよく、Ｑは１０に等しくてもよく、
Ｐは１０に等しくてもよく、Ｒは１０に等しくてもよく、Ｋは４に等しくてもよい。バッ
ファ１１６９の出力は、重心計算に結合され得る。次に、最大ピーク、２番目に大きいピ
ーク、最初に到着したピーク、最後のピーク、およびその他のＫ個のピークの到着時間と
強度飽和カウントを決定する。
リターン検出器１１６０の場合、関心領域は、最大ピーク、２番目に大きいピーク、最初
に到着したピーク、最後に到着したピーク、およびＫ個の他の潜在的なピークを含み得る
。バッファ１１６９は、ピーク検出器１１０４からトリガ信号１１１６を受信することが
でき、これは、最大ピーク／２番目に大きいピーク１１６７、最初のピーク／最後のピー
ク１１６８、およびＫ個の他のピーク１１７０からサンプルをバッファするアクションを
開始する。バッファ１１６９は、最大ピークを中心とするＳ個のサンプル、２番目に大き
いピークを中心とするＱ個のサンプル、最初に到着したピークを中心とするＰ個のサンプ
ル、最後に到着したピークを中心とするＲ個のサンプル、および他のＫ個のピークを格納
し得る。一部の実施形態では、Ｓは１０に等しくてもよく、Ｑは１０に等しくてもよく、
Ｐは１０に等しくてもよく、Ｒは１０に等しくてもよく、Ｋは４に等しくてもよい。バッ
ファ１１６９の出力は、重心計算に結合され得る。次に、最大ピーク、２番目に大きいピ
ーク、最初に到着したピーク、最後のピーク、およびその他のＫ個のピークの到着時間と
強度飽和カウントを決定する。
【0083】
要約すると、マルチリターン検出器は、期間内のＮ個のピークのシーケンスを含むマル
チリターン信号をフィルターリングするように動作可能な整合フィルター；整合フィルタ
ーの出力を受信するように結合され、期間内のＮ個のピークのシーケンスの各ピークのピ
ークの大きさを決定するように動作可能なピーク検出器；期間内のＮピークのシーケンス
から１つ以上の最大ピークを選択するように動作可能な最大ファインダー；到着時刻に基
づいて１つ以上のピークを選択するように動作可能なレジスタ；および選択された各ピー
クを中心とする多数のサンプルを生成するように動作可能なバッファを含み得る。
チリターン信号をフィルターリングするように動作可能な整合フィルター；整合フィルタ
ーの出力を受信するように結合され、期間内のＮ個のピークのシーケンスの各ピークのピ
ークの大きさを決定するように動作可能なピーク検出器；期間内のＮピークのシーケンス
から１つ以上の最大ピークを選択するように動作可能な最大ファインダー；到着時刻に基
づいて１つ以上のピークを選択するように動作可能なレジスタ；および選択された各ピー
クを中心とする多数のサンプルを生成するように動作可能なバッファを含み得る。
【0084】
Ｄ．最大ピーク（隠れたピーク）の盲点
整合フィルターおよびピーク検出器を備えた最大ファインディング機能を組み込んだマ
ルチリターン検出器１１００～１１６０は、ブラインド環境のように、リターン信号の複
数のピークが互いに近接する環境に挑戦される可能性がある。望ましいのは、最大ピーク
の盲点にあるピークを識別することである。
整合フィルターおよびピーク検出器を備えた最大ファインディング機能を組み込んだマ
ルチリターン検出器１１００～１１６０は、ブラインド環境のように、リターン信号の複
数のピークが互いに近接する環境に挑戦される可能性がある。望ましいのは、最大ピーク
の盲点にあるピークを識別することである。
【0085】
例えば、レーザーベースの暗視システムは、反射率の高い物体に関連する目隠し効果を
克服できない場合がある。多くの標識は、車両のオペレーターが直接見やすいように、車
両のヘッドランプから放射されるような、白熱光を反射するための高反射面を備えている
。標識は多くの場合、大量の光を反射して画像の飽和を引き起こす可能性のある再帰反射
塗料で覆われている。飽和した画像は、一般的に不明瞭で読めない場合がある。トラック
、バス、バンなどの大きな平らな面でも、画像が飽和する可能性がある。
克服できない場合がある。多くの標識は、車両のオペレーターが直接見やすいように、車
両のヘッドランプから放射されるような、白熱光を反射するための高反射面を備えている
。標識は多くの場合、大量の光を反射して画像の飽和を引き起こす可能性のある再帰反射
塗料で覆われている。飽和した画像は、一般的に不明瞭で読めない場合がある。トラック
、バス、バンなどの大きな平らな面でも、画像が飽和する可能性がある。
【0086】
ＬＩＤＡＲシステムなどのレーザーベースの検出器の場合、アバランシェフォトダイオ
ード（ＡＰＤ）の逆バイアス状態のために、ブラインドが発生する可能性がある。ＡＰＤ
が逆ダイオード回復状態にある場合、ＡＰＤは光に鈍感になることがある。この状況は、
ＡＰＤが回復するまで、光検出システムのさらなる検出を妨げる可能性がある。一部の実
施形態では、限定はされないが、回復時間は数ナノ秒であり得、数メートルの盲点を引き
起こし得る。
ード（ＡＰＤ）の逆バイアス状態のために、ブラインドが発生する可能性がある。ＡＰＤ
が逆ダイオード回復状態にある場合、ＡＰＤは光に鈍感になることがある。この状況は、
ＡＰＤが回復するまで、光検出システムのさらなる検出を妨げる可能性がある。一部の実
施形態では、限定はされないが、回復時間は数ナノ秒であり得、数メートルの盲点を引き
起こし得る。
【0087】
図１２Ａは、本文書の実施形態による、重なり合う波形１２００を含む戻り信号の波形
をグラフで示す。重なり合う波形１２００は、ピーク１２０２およびピーク１２０６を含
み、ピーク１２０２は最大ピークであり得、ピーク１２０６は隠れたピークまたは最大ピ
ークの盲点であり得る。潜在的に、２つのピークの時間的近接性が与えられると、マルチ
リターン検出器は、図１２Ａの波形において１つのピークのみを検出し得る。
をグラフで示す。重なり合う波形１２００は、ピーク１２０２およびピーク１２０６を含
み、ピーク１２０２は最大ピークであり得、ピーク１２０６は隠れたピークまたは最大ピ
ークの盲点であり得る。潜在的に、２つのピークの時間的近接性が与えられると、マルチ
リターン検出器は、図１２Ａの波形において１つのピークのみを検出し得る。
【0088】
重なり合う波形１２００内の２つのピークを検出する方法は、最初に最大ピークを識別
し、次に計算バッファを利用して、最大ピークの波形の寄与をゼロにすることにより最大
ピークの直後に隠れているピークを識別することを含む。基本的に、このプロセスには、
戻り信号のピークの元の形状を再構築することが含まれる。最大ファインダー機能を使用
すると、最大のピークであるピーク１２０２を識別できる。関心領域について、図１２Ａ
に示すように、重なり合う波形について２０個のサンプルが得られる。この情報を使用し
て、最大ピークの振幅および位置を決定できる。
し、次に計算バッファを利用して、最大ピークの波形の寄与をゼロにすることにより最大
ピークの直後に隠れているピークを識別することを含む。基本的に、このプロセスには、
戻り信号のピークの元の形状を再構築することが含まれる。最大ファインダー機能を使用
すると、最大のピークであるピーク１２０２を識別できる。関心領域について、図１２Ａ
に示すように、重なり合う波形について２０個のサンプルが得られる。この情報を使用し
て、最大ピークの振幅および位置を決定できる。
【0089】
図１２Ｂは、本発明の実施形態による図１２Ａの２つの重なり合うピークの元の波形１
２２０をグラフで示す。ピーク１２０２の波形の元の形状は、ピーク１２０２に関連する
波形の他の部分と組み合わされた波セグメント１２１４によって示されるように、勾配１
２０４に基づいて決定される。次に、ピーク１２０２の波形の元の形状が減算される（ゼ
ロにされた）２つのピークの元の重なり合う波形から、図１２Ｂに示されるように、ピー
ク１２０６に関連する波形の形状を得る。波セグメント１２１２を参照。ピーク１２０６
に関連付けられた波形の勾配は、勾配１２０８である場合がある。これは、波セグメント
１２１２の決定を支援する。いくつかの実施形態では、それぞれのピークを有する元の波
形を得るために計算バッファ機能は、ピーク１２０２およびピーク１２０６を試し得る。
最大のピークであるピーク１２０２を中心としたＰ個のサンプルがある場合がある。隠れ
たピークであるピーク１２０６を中心とするＱ個のサンプルがあり得る。いくつかの実施
形態では、ＰおよびＱは、１０個のサンプルに等しくてもよい。
２２０をグラフで示す。ピーク１２０２の波形の元の形状は、ピーク１２０２に関連する
波形の他の部分と組み合わされた波セグメント１２１４によって示されるように、勾配１
２０４に基づいて決定される。次に、ピーク１２０２の波形の元の形状が減算される（ゼ
ロにされた）２つのピークの元の重なり合う波形から、図１２Ｂに示されるように、ピー
ク１２０６に関連する波形の形状を得る。波セグメント１２１２を参照。ピーク１２０６
に関連付けられた波形の勾配は、勾配１２０８である場合がある。これは、波セグメント
１２１２の決定を支援する。いくつかの実施形態では、それぞれのピークを有する元の波
形を得るために計算バッファ機能は、ピーク１２０２およびピーク１２０６を試し得る。
最大のピークであるピーク１２０２を中心としたＰ個のサンプルがある場合がある。隠れ
たピークであるピーク１２０６を中心とするＱ個のサンプルがあり得る。いくつかの実施
形態では、ＰおよびＱは、１０個のサンプルに等しくてもよい。
【0090】
図１３Ａは、整合フィルターリング、最大ファインダーおよび計算バッファを含むマル
チリターン検出器１３００を示している。マルチリターン検出器１３００は、最大ピーク
の盲点内の隠れたピークを検出するように動作可能であり得る。図１３Ａおよびマルチリ
ターン検出器１３００に関連して、ノイズ統計１１０１、閾値計算１１０２、整合フィル
ター１１０３、およびピーク検出器１１０４は、図１１Ａに関して説明したのと同じ機能
を有することができる。
チリターン検出器１３００を示している。マルチリターン検出器１３００は、最大ピーク
の盲点内の隠れたピークを検出するように動作可能であり得る。図１３Ａおよびマルチリ
ターン検出器１３００に関連して、ノイズ統計１１０１、閾値計算１１０２、整合フィル
ター１１０３、およびピーク検出器１１０４は、図１１Ａに関して説明したのと同じ機能
を有することができる。
【0091】
図１３Ａおよびマルチリターン検出器１３００、ピーク検出器１１０４の出力、ピーク
検出器出力１１１４は、最大検出器１３０６および最後のピーク１３０８に結合され得る
。最大検出器１３０６は、ピーク検出器出力１１１４の期間ＴにおけるＮ個のピークのシ
ーケンスを分析してシーケンスの最大ピークを決定し得る。最大ファインダー１３０６は
、最大ピークの振幅および位置を含む最大ファインダー出力１１１５を生成することがで
きる。この情報は、最大ピーク１３０７に格納され得る。別個に、最後のピーク１３０８
は、ピーク検出器出力１１１４を監視し、シーケンスにおける最後のピークの振幅および
位置を格納し得る。
検出器出力１１１４は、最大検出器１３０６および最後のピーク１３０８に結合され得る
。最大検出器１３０６は、ピーク検出器出力１１１４の期間ＴにおけるＮ個のピークのシ
ーケンスを分析してシーケンスの最大ピークを決定し得る。最大ファインダー１３０６は
、最大ピークの振幅および位置を含む最大ファインダー出力１１１５を生成することがで
きる。この情報は、最大ピーク１３０７に格納され得る。別個に、最後のピーク１３０８
は、ピーク検出器出力１１１４を監視し、シーケンスにおける最後のピークの振幅および
位置を格納し得る。
【0092】
バッファ１３０９は、配列についての関心のある領域に基づいてサンプルを選択および
格納し得る。マルチリターン検出器１３００の場合、関心領域は、最大のピークと最後に
到着したピークを含むことができる。バッファ１３０９は、ピーク検出器１１０４からト
リガ信号１１１６を受け取ることができ、これは、最大ピーク１３０７および最後のピー
ク１３０８からサンプルをバッファするアクションを開始する。バッファ１３０９は、最
大ピークを中心とするＳ個のサンプルおよび最後に到着したピークを中心とするＲ個のサ
ンプルを格納する。いくつかの実施形態では、Ｓは２０に等しく、Ｒは１０に等しくても
よい。バッファ１３０９の出力は、重心計算１３０５および計算バッファ１３１０に結合
されてもよい。
格納し得る。マルチリターン検出器１３００の場合、関心領域は、最大のピークと最後に
到着したピークを含むことができる。バッファ１３０９は、ピーク検出器１１０４からト
リガ信号１１１６を受け取ることができ、これは、最大ピーク１３０７および最後のピー
ク１３０８からサンプルをバッファするアクションを開始する。バッファ１３０９は、最
大ピークを中心とするＳ個のサンプルおよび最後に到着したピークを中心とするＲ個のサ
ンプルを格納する。いくつかの実施形態では、Ｓは２０に等しく、Ｒは１０に等しくても
よい。バッファ１３０９の出力は、重心計算１３０５および計算バッファ１３１０に結合
されてもよい。
【0093】
計算バッファ１３１０は、関心領域に関連するサンプルを受け取ることができる。計算
バッファ１３１０は、最大ピークの寄与をゼロにすることにより、最大ピークの直後に隠
された潜在的なピークを識別することができる。計算バッファ１３１０は、最大ピークに
ついてのＰ個のサンプル、および最大ピークの盲点におけるピークについてのＱ個のサン
プルを生成し得る。いくつかの実施形態では、ＰおよびＱは１０個のサンプルに等しい。
バッファ１３１０は、最大ピークの寄与をゼロにすることにより、最大ピークの直後に隠
された潜在的なピークを識別することができる。計算バッファ１３１０は、最大ピークに
ついてのＰ個のサンプル、および最大ピークの盲点におけるピークについてのＱ個のサン
プルを生成し得る。いくつかの実施形態では、ＰおよびＱは１０個のサンプルに等しい。
【0094】
重心計算１３０５は、バッファ１３０９および計算バッファ１３１０からサンプル情報
を受け取り、最大ピーク、最後のピーク、および最大ピークの盲点内のピークの到着時間
および強度飽和カウントを決定することができる。
を受け取り、最大ピーク、最後のピーク、および最大ピークの盲点内のピークの到着時間
および強度飽和カウントを決定することができる。
【0095】
図１３Ｂは、整合フィルターリング、最大ファインダーおよび計算バッファを含む別の
マルチリターン検出器１３２０を示す。マルチリターン検出器１３２０は、最大ピークの
盲点内の隠れたピークを検出するように動作可能であり得る。図１３Ｂおよびマルチリタ
ーン検出器１３２０に関して、ノイズ統計１１０１、閾値計算１１０２、整合フィルター
１１０３およびピーク検出器１１０４は、図１１Ａに関して説明したのと同じ機能を有す
ることができる。
マルチリターン検出器１３２０を示す。マルチリターン検出器１３２０は、最大ピークの
盲点内の隠れたピークを検出するように動作可能であり得る。図１３Ｂおよびマルチリタ
ーン検出器１３２０に関して、ノイズ統計１１０１、閾値計算１１０２、整合フィルター
１１０３およびピーク検出器１１０４は、図１１Ａに関して説明したのと同じ機能を有す
ることができる。
【0096】
図１３Ｂおよびマルチリターン検出器１３２０に関して、ピーク検出器１１０４の出力
、ピーク検出器出力１１１４は、最大ファインダー１３２６および最初のピーク／最後の
ピーク１３２８に結合され得る。最大ファインダー１３２６は、ピーク検出器出力１１１
４の期間ＴにおけるＮ個のピークのシーケンスを分析してシーケンス内の最大ピークを決
定し得る。最大ファインダー１３２６は、最大ピーク、２番目に大きいピーク、およびＫ
個の他のピークの振幅および位置を含む、最大ファインダー出力１１１５を生成し得る。
この情報は、最大ピーク／２番目に大きいピーク１３２７およびＫ個のその他のピーク１
３３１に格納されてもよい。別個に、最初のピーク／最後のピーク１３２８は、ピーク検
出器出力１１１４を監視し、シーケンスの最初のピーク／最後のピークの振幅および位置
を格納してもよい。
、ピーク検出器出力１１１４は、最大ファインダー１３２６および最初のピーク／最後の
ピーク１３２８に結合され得る。最大ファインダー１３２６は、ピーク検出器出力１１１
４の期間ＴにおけるＮ個のピークのシーケンスを分析してシーケンス内の最大ピークを決
定し得る。最大ファインダー１３２６は、最大ピーク、２番目に大きいピーク、およびＫ
個の他のピークの振幅および位置を含む、最大ファインダー出力１１１５を生成し得る。
この情報は、最大ピーク／２番目に大きいピーク１３２７およびＫ個のその他のピーク１
３３１に格納されてもよい。別個に、最初のピーク／最後のピーク１３２８は、ピーク検
出器出力１１１４を監視し、シーケンスの最初のピーク／最後のピークの振幅および位置
を格納してもよい。
【0097】
バッファ１３２９は、配列についての関心のある領域に基づいてサンプルを選択および
保存し得る。マルチリターン検出器１３２０の場合、関心領域は、最大ピーク、２番目に
大きいピーク、最初に到着したピーク、最後に到着したピーク、および他のＫ個の潜在的
なピークを含み得る。いくつかの実施形態では、Ｋは４に等しくてもよい。バッファ１３
２９は、ピーク検出器１１０４からトリガ信号１１１６を受け取ることができ、これは、
最大ピーク／２番目に大きいピーク１３２７、Ｋの他のピーク１３３１、および最初のピ
ーク／最後のピーク１３２８からサンプルをバッファするアクションを開始する。バッフ
ァ１３２９は、最大のピークを中心とするＳ個のサンプル、２番目に大きいピークを中心
とするＰ個のサンプル、最初に到着したピーク、最後に到着したピーク、およびその他の
Ｋ個の潜在的なピークを格納し得る。いくつかの実施形態では、Ｓは２０に等しくてもよ
く、Ｐは１０に等しくてもよく、Ｋは４に等しくてもよい。バッファ１３２９の出力は、
重心計算１３２５および計算バッファ１３３０に結合され得る。
保存し得る。マルチリターン検出器１３２０の場合、関心領域は、最大ピーク、２番目に
大きいピーク、最初に到着したピーク、最後に到着したピーク、および他のＫ個の潜在的
なピークを含み得る。いくつかの実施形態では、Ｋは４に等しくてもよい。バッファ１３
２９は、ピーク検出器１１０４からトリガ信号１１１６を受け取ることができ、これは、
最大ピーク／２番目に大きいピーク１３２７、Ｋの他のピーク１３３１、および最初のピ
ーク／最後のピーク１３２８からサンプルをバッファするアクションを開始する。バッフ
ァ１３２９は、最大のピークを中心とするＳ個のサンプル、２番目に大きいピークを中心
とするＰ個のサンプル、最初に到着したピーク、最後に到着したピーク、およびその他の
Ｋ個の潜在的なピークを格納し得る。いくつかの実施形態では、Ｓは２０に等しくてもよ
く、Ｐは１０に等しくてもよく、Ｋは４に等しくてもよい。バッファ１３２９の出力は、
重心計算１３２５および計算バッファ１３３０に結合され得る。
【0098】
計算バッファ１３３０は、関心領域に関連するサンプルを受け取ることができる。計算
バッファ１３３０は、最大ピークの寄与をゼロにすることにより、最大ピークの直後に隠
された潜在的なピークを識別し得る。計算バッファ１３３０は、最大ピークについてＰ個
のサンプル、および最大ピークの盲点におけるピークについてＱ個のサンプルを生成し得
る。いくつかの実施形態では、ＰおよびＱは１０個のサンプルに等しい。
バッファ１３３０は、最大ピークの寄与をゼロにすることにより、最大ピークの直後に隠
された潜在的なピークを識別し得る。計算バッファ１３３０は、最大ピークについてＰ個
のサンプル、および最大ピークの盲点におけるピークについてＱ個のサンプルを生成し得
る。いくつかの実施形態では、ＰおよびＱは１０個のサンプルに等しい。
【0099】
重心計算１３２５は、バッファ１３２９および計算バッファ１３３０からサンプル情報
を受け取り、最大ピーク、最初のピーク、最後のピーク、他のＫ個のピークおよび最大ピ
ークの盲点におけるピークの到着時間および強度飽和カウントを決定し得る。
を受け取り、最大ピーク、最初のピーク、最後のピーク、他のＫ個のピークおよび最大ピ
ークの盲点におけるピークの到着時間および強度飽和カウントを決定し得る。
【0100】
要約すると、マルチリターン検出器は、期間内のＮ個のピークのシーケンスを含むマル
チリターン信号をフィルターリングするように動作可能な整合フィルター；整合フィルタ
ーの出力を受信するように結合され、期間内のＮ個のピークのシーケンスの各ピークのピ
ークの大きさを決定するように動作可能なピーク検出器；期間内のＮ個のピークのシーケ
ンスから最大のピークを選択するように動作可能な最大ファインダー；期間内のＮ個のピ
ークのシーケンスから最後のピークを選択するように動作可能なレジスタ；最大のピーク
を中心とするＸ個のサンプルを生成し、最後のピークを中心とするＹ個のサンプルを生成
するように動作可能な第１のバッファ；最大ピークの波形の寄与をゼロにすることにより
最大ピークの直後に盲点に隠されたピークを検出するように動作可能な第２のバッファ；
および最大ピーク、最後のピーク、最大ピークの直後の盲点におけるピークについての到
着時間、最大ピークの強度飽和カウントを決定するために動作可能な重心計算を備える。
チリターン信号をフィルターリングするように動作可能な整合フィルター；整合フィルタ
ーの出力を受信するように結合され、期間内のＮ個のピークのシーケンスの各ピークのピ
ークの大きさを決定するように動作可能なピーク検出器；期間内のＮ個のピークのシーケ
ンスから最大のピークを選択するように動作可能な最大ファインダー；期間内のＮ個のピ
ークのシーケンスから最後のピークを選択するように動作可能なレジスタ；最大のピーク
を中心とするＸ個のサンプルを生成し、最後のピークを中心とするＹ個のサンプルを生成
するように動作可能な第１のバッファ；最大ピークの波形の寄与をゼロにすることにより
最大ピークの直後に盲点に隠されたピークを検出するように動作可能な第２のバッファ；
および最大ピーク、最後のピーク、最大ピークの直後の盲点におけるピークについての到
着時間、最大ピークの強度飽和カウントを決定するために動作可能な重心計算を備える。
【0101】
Ｅ．システムの実施形態
実施形態では、本特許文書の態様は、情報処理システム／計算システムを対象とするか
、またはそれに実装することができる。この開示の目的のために、計算システムは、ビジ
ネス、科学、制御、またはその他の目的で、あらゆる形式の情報、インテリジェンス、ま
たはデータを計算（ｃｏｍｐｕｔｅ）、計算（ｃａｌｃｕｌａｔｅ）、決定、分類、処理
、送信、受信、検索、創造、ルーティング、切り替え、保存、表示、通信、マニフェスト
、検出、記録、複製、操縦、または利用する。例えば、計算システムは、ＬＩＤＡＲ装置
、パーソナルコンピューター（例えば、ラップトップ）、タブレットコンピューター、フ
ァブレット、携帯情報端末（ＰＤＡ）、スマートフォン、スマートウォッチ、スマートパ
ッケージ、またはその他の適切な装置であり、サイズ、形状、性能、機能、価格は異なり
得る。計算システムは、ランダムアクセスメモリ（ＲＡＭ）、中央処理装置（ＣＰＵ）ま
たはハードウェアまたはソフトウェア制御ロジックなどの１つまたは複数の処理リソース
、ＲＯＭ、および／または他のタイプのメモリを含み得る。計算システムの追加のコンポ
ーネントには、１つ以上のメモリ装置、外部装置と通信するための１つ以上のネットワー
クポート、およびタッチスクリーンやビデオディスプレイなどのさまざまな入出力（Ｉ／
Ｏ）装置が含まれる。計算システムはまた、様々なハードウェアコンポーネント間の通信
を送信するように動作可能な１つまたは複数のバスを含み得る。
実施形態では、本特許文書の態様は、情報処理システム／計算システムを対象とするか
、またはそれに実装することができる。この開示の目的のために、計算システムは、ビジ
ネス、科学、制御、またはその他の目的で、あらゆる形式の情報、インテリジェンス、ま
たはデータを計算（ｃｏｍｐｕｔｅ）、計算（ｃａｌｃｕｌａｔｅ）、決定、分類、処理
、送信、受信、検索、創造、ルーティング、切り替え、保存、表示、通信、マニフェスト
、検出、記録、複製、操縦、または利用する。例えば、計算システムは、ＬＩＤＡＲ装置
、パーソナルコンピューター（例えば、ラップトップ）、タブレットコンピューター、フ
ァブレット、携帯情報端末（ＰＤＡ）、スマートフォン、スマートウォッチ、スマートパ
ッケージ、またはその他の適切な装置であり、サイズ、形状、性能、機能、価格は異なり
得る。計算システムは、ランダムアクセスメモリ（ＲＡＭ）、中央処理装置（ＣＰＵ）ま
たはハードウェアまたはソフトウェア制御ロジックなどの１つまたは複数の処理リソース
、ＲＯＭ、および／または他のタイプのメモリを含み得る。計算システムの追加のコンポ
ーネントには、１つ以上のメモリ装置、外部装置と通信するための１つ以上のネットワー
クポート、およびタッチスクリーンやビデオディスプレイなどのさまざまな入出力（Ｉ／
Ｏ）装置が含まれる。計算システムはまた、様々なハードウェアコンポーネント間の通信
を送信するように動作可能な１つまたは複数のバスを含み得る。
【0102】
図１４は、本開示の実施形態による、計算装置／情報処理システム（または計算システ
ム）の簡略化されたブロック図を示す。情報処理システムは異なる構成であり、異なるコ
ンポーネントを含み得ることもあるが、システム１４００について示される機能は、情報
処理システムの様々な実施形態をサポートするように動作し得ることが理解されるであろ
う。
ム）の簡略化されたブロック図を示す。情報処理システムは異なる構成であり、異なるコ
ンポーネントを含み得ることもあるが、システム１４００について示される機能は、情報
処理システムの様々な実施形態をサポートするように動作し得ることが理解されるであろ
う。
【0103】
図１４を参照すると、システム１４００は、計算リソースを提供し、計算装置を制御す
る１つまたは複数の中央処理装置（ＣＰＵ）１４０１を含む。ＣＰＵ１４０１は、マイク
ロプロセッサなどで実装されてもよく、１つまたは複数のグラフィックス処理ユニット（
ＧＰＵ）１４１７および／または数学的計算または任意の他のタイプのコプロセッサのた
めの浮動小数点コプロセッサを含んでもよい。システム１４００はまた、ランダムアクセ
スメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、またはその両方の形態であり得る
システムメモリ１４０２を含み得る。
る１つまたは複数の中央処理装置（ＣＰＵ）１４０１を含む。ＣＰＵ１４０１は、マイク
ロプロセッサなどで実装されてもよく、１つまたは複数のグラフィックス処理ユニット（
ＧＰＵ）１４１７および／または数学的計算または任意の他のタイプのコプロセッサのた
めの浮動小数点コプロセッサを含んでもよい。システム１４００はまた、ランダムアクセ
スメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、またはその両方の形態であり得る
システムメモリ１４０２を含み得る。
【0104】
図１４に示されるように、いくつかのコントローラおよび周辺機器も提供され得る。入
力コントローラ１４０３は、キーボード、マウス、またはスタイラスなどの様々な入力装
置１４０４へのインターフェースを表す。無線装置１４０６と通信する無線コントローラ
１４０５もあり得る。システム１４００はまた、それぞれが様々なタイプの記憶媒体を含
む１つまたは複数の記憶装置１４０８とインターフェースするための記憶コントローラ１
４０７を含み得る。記憶装置１４０８はまた、本発明に従って処理されたデータまたは処
理されるべきデータを記憶するために使用されてもよい。システム１４００はまた、ディ
スプレイ装置１４１１へのインターフェースを提供するためのディスプレイコントローラ
１４０９を含み得る。コンピューティングシステム１４００はまた、１つ以上の自動推進
システム（例えば、自動運転システム）１４１３と通信するための自動車信号コントロー
ラ１４１２を含み得る。コントローラ１４１４は、１つまたは複数の通信装置１４１５と
インターフェースすることができ、それにより、システム１４００が、インターネット、
クラウドリソース（例えば、イーサネットクラウド、ファイバチャネルオーバーイーサネ
ット（ＦＣｏＥ）／データセンターブリッジング（ＤＣＢ）クラウドなど）、ローカルエ
リアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、ストレージエリア
ネットワーク（ＳＡＮ）、または赤外線信号を含む適切な電磁キャリア信号を含むさまざ
まなネットワークのいずれかを通じて遠隔装置に接続できるようになる。
力コントローラ１４０３は、キーボード、マウス、またはスタイラスなどの様々な入力装
置１４０４へのインターフェースを表す。無線装置１４０６と通信する無線コントローラ
１４０５もあり得る。システム１４００はまた、それぞれが様々なタイプの記憶媒体を含
む１つまたは複数の記憶装置１４０８とインターフェースするための記憶コントローラ１
４０７を含み得る。記憶装置１４０８はまた、本発明に従って処理されたデータまたは処
理されるべきデータを記憶するために使用されてもよい。システム１４００はまた、ディ
スプレイ装置１４１１へのインターフェースを提供するためのディスプレイコントローラ
１４０９を含み得る。コンピューティングシステム１４００はまた、１つ以上の自動推進
システム（例えば、自動運転システム）１４１３と通信するための自動車信号コントロー
ラ１４１２を含み得る。コントローラ１４１４は、１つまたは複数の通信装置１４１５と
インターフェースすることができ、それにより、システム１４００が、インターネット、
クラウドリソース（例えば、イーサネットクラウド、ファイバチャネルオーバーイーサネ
ット（ＦＣｏＥ）／データセンターブリッジング（ＤＣＢ）クラウドなど）、ローカルエ
リアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、ストレージエリア
ネットワーク（ＳＡＮ）、または赤外線信号を含む適切な電磁キャリア信号を含むさまざ
まなネットワークのいずれかを通じて遠隔装置に接続できるようになる。
【0105】
図示されたシステムでは、すべての主要なシステム構成要素は、バス１４１６に接続す
ることができ、それは２つ以上の物理バスを表すことができる。ただし、さまざまなシス
テムコンポーネントが互いに物理的に近接している場合とそうでない場合がある。例えば
、入力データおよび／または出力データは、１つの物理的な場所から別の場所にリモート
で送信され得る。さらに、本発明の様々な態様を実装するプログラムは、ネットワークを
介して遠隔地（例えば、サーバー）からアクセスすることができる。そのようなデータお
よび／またはプログラムは、以下を含むがこれらに限定されない様々な機械可読媒体のい
ずれかを介して伝達され得る：ハードディスク、フロッピーディスク、および磁気テープ
などの磁気媒体；ＣＤ－ＲＯＭやホログラフィック装置などの光学メディア；光磁気メデ
ィア；アプリケーション固有の集積回路（ＡＳＩＣ）、プログラマブルロジック装置（Ｐ
ＬＤ）、フラッシュメモリ装置、ＲＯＭおよびＲＡＭ装置など、プログラムコードを格納
または格納および実行するように特別に構成されたハードウェア装置。
ることができ、それは２つ以上の物理バスを表すことができる。ただし、さまざまなシス
テムコンポーネントが互いに物理的に近接している場合とそうでない場合がある。例えば
、入力データおよび／または出力データは、１つの物理的な場所から別の場所にリモート
で送信され得る。さらに、本発明の様々な態様を実装するプログラムは、ネットワークを
介して遠隔地（例えば、サーバー）からアクセスすることができる。そのようなデータお
よび／またはプログラムは、以下を含むがこれらに限定されない様々な機械可読媒体のい
ずれかを介して伝達され得る：ハードディスク、フロッピーディスク、および磁気テープ
などの磁気媒体；ＣＤ－ＲＯＭやホログラフィック装置などの光学メディア；光磁気メデ
ィア；アプリケーション固有の集積回路（ＡＳＩＣ）、プログラマブルロジック装置（Ｐ
ＬＤ）、フラッシュメモリ装置、ＲＯＭおよびＲＡＭ装置など、プログラムコードを格納
または格納および実行するように特別に構成されたハードウェア装置。
【0106】
本発明の実施形態は、１つまたは複数のプロセッサまたは処理ユニットがステップを実
行させるための命令を用いて、１つまたは複数の非一時的なコンピュータ可読媒体上にエ
ンコードすることができる。１つまたは複数の非一時的なコンピュータ可読媒体は、揮発
性および不揮発性メモリを含むことに留意されたい。ハードウェア実装またはソフトウェ
ア／ハードウェア実装を含む代替実装が可能であることに留意されたい。ハードウェア実
装機能は、ＡＳＩＣ、プログラマブルアレイ、デジタル信号処理回路などを使用して実現
できる。したがって、特許請求の範囲に記載の「手段」という用語は、ソフトウェアとハ
ードウェアの両方の実装を対象としている。同様に、本明細書で使用される「コンピュー
タ可読媒体」という用語は、その上に具現化された命令のプログラムを有するソフトウェ
アおよび／またはハードウェア、あるいはそれらの組み合わせを含む。これらの実装の代
替案を念頭に置いて、図および付随する説明では、当業者が、必要な処理を実行するため
にプログラムコード（即ち、ソフトウェア）を記述し、および／または回路（即ち、ハー
ドウェア）を製造するために必要とする機能情報を提供することを理解されたい。。
行させるための命令を用いて、１つまたは複数の非一時的なコンピュータ可読媒体上にエ
ンコードすることができる。１つまたは複数の非一時的なコンピュータ可読媒体は、揮発
性および不揮発性メモリを含むことに留意されたい。ハードウェア実装またはソフトウェ
ア／ハードウェア実装を含む代替実装が可能であることに留意されたい。ハードウェア実
装機能は、ＡＳＩＣ、プログラマブルアレイ、デジタル信号処理回路などを使用して実現
できる。したがって、特許請求の範囲に記載の「手段」という用語は、ソフトウェアとハ
ードウェアの両方の実装を対象としている。同様に、本明細書で使用される「コンピュー
タ可読媒体」という用語は、その上に具現化された命令のプログラムを有するソフトウェ
アおよび／またはハードウェア、あるいはそれらの組み合わせを含む。これらの実装の代
替案を念頭に置いて、図および付随する説明では、当業者が、必要な処理を実行するため
にプログラムコード（即ち、ソフトウェア）を記述し、および／または回路（即ち、ハー
ドウェア）を製造するために必要とする機能情報を提供することを理解されたい。。
【0107】
本発明の実施形態はさらに、様々なコンピュータ実装操作を実行するためのコンピュー
タコードを有する、非一時的で有形のコンピュータ可読媒体を備えたコンピュータ製品に
関連し得ることに留意されたい。媒体およびコンピュータコードは、本発明の目的のため
に特別に設計および構築されたものであり得、またはそれらは、関連分野の当業者に既知
または利用可能な種類のものであり得る。有形のコンピュータ可読媒体の例には、以下が
含まれるが、これらに限定されない：ハードディスク、フロッピーディスク、および磁気
テープなどの磁気媒体；ＣＤ－ＲＯＭやホログラフィック装置などの光学メディア；光磁
気メディア；アプリケーション固有の集積回路（ＡＳＩＣ）、プログラマブルロジック装
置（ＰＬＤ）、フラッシュメモリ装置、ＲＯＭおよびＲＡＭ装置など、プログラムコード
を格納または格納および実行するように特別に構成されたハードウェア装置。コンピュー
タコードの例には、コンパイラによって生成されるようなマシンコード、およびインタプ
リタを使用してコンピュータによって実行されるより高いレベルのコードを含むファイル
が含まれる。本発明の実施形態は、処理装置によって実行されるプログラムモジュール内
にあり得る機械実行可能命令として、全体的または部分的に実装され得る。プログラムモ
ジュールの例には、ライブラリ、プログラム、ルーチン、物体、コンポーネント、および
データ構造が含まれる。分散コンピューティング環境では、プログラムモジュールは、ロ
ーカル、リモート、またはその両方の設定に物理的に配置できる。
タコードを有する、非一時的で有形のコンピュータ可読媒体を備えたコンピュータ製品に
関連し得ることに留意されたい。媒体およびコンピュータコードは、本発明の目的のため
に特別に設計および構築されたものであり得、またはそれらは、関連分野の当業者に既知
または利用可能な種類のものであり得る。有形のコンピュータ可読媒体の例には、以下が
含まれるが、これらに限定されない：ハードディスク、フロッピーディスク、および磁気
テープなどの磁気媒体；ＣＤ－ＲＯＭやホログラフィック装置などの光学メディア；光磁
気メディア；アプリケーション固有の集積回路（ＡＳＩＣ）、プログラマブルロジック装
置（ＰＬＤ）、フラッシュメモリ装置、ＲＯＭおよびＲＡＭ装置など、プログラムコード
を格納または格納および実行するように特別に構成されたハードウェア装置。コンピュー
タコードの例には、コンパイラによって生成されるようなマシンコード、およびインタプ
リタを使用してコンピュータによって実行されるより高いレベルのコードを含むファイル
が含まれる。本発明の実施形態は、処理装置によって実行されるプログラムモジュール内
にあり得る機械実行可能命令として、全体的または部分的に実装され得る。プログラムモ
ジュールの例には、ライブラリ、プログラム、ルーチン、物体、コンポーネント、および
データ構造が含まれる。分散コンピューティング環境では、プログラムモジュールは、ロ
ーカル、リモート、またはその両方の設定に物理的に配置できる。
【0108】
当業者は、本発明の実施にコンピューティングシステムまたはプログラミング言語が重
要でないことを認識するであろう。当業者はまた、上記のいくつかの要素が物理的および
／または機能的にサブモジュールに分離されてもよく、または一緒に組み合わされてもよ
いことを認識するであろう。
要でないことを認識するであろう。当業者はまた、上記のいくつかの要素が物理的および
／または機能的にサブモジュールに分離されてもよく、または一緒に組み合わされてもよ
いことを認識するであろう。
【0109】
前述の例および実施形態は例示であり、本開示の範囲を限定するものではないことは、
当業者に理解されるであろう。明細書を読み、図面を検討すると当業者に明らかなすべて
の置換、強化、等価物、組み合わせ、および改善は、本開示の真の精神および範囲内に含
まれることが意図されている。また、請求項の要素は、複数の引用関係、構成、および組
み合わせを含めて、異なるように配置され得ることにも留意されたい。
当業者に理解されるであろう。明細書を読み、図面を検討すると当業者に明らかなすべて
の置換、強化、等価物、組み合わせ、および改善は、本開示の真の精神および範囲内に含
まれることが意図されている。また、請求項の要素は、複数の引用関係、構成、および組
み合わせを含めて、異なるように配置され得ることにも留意されたい。
【図1】
【図2】
【図3】
【図4A】
【図4B】
【図4C】
【図4D】
【図4E】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11A】
【図11B】
【図11C】
【図11D】
【図12A】
【図12B】
【図13A】
【図13B】
【図14】