CN116670537A - 电子设备、电子设备的控制方法以及程序 - Google Patents

电子设备、电子设备的控制方法以及程序 Download PDF

Info

Publication number
CN116670537A
CN116670537A CN202180077768.7A CN202180077768A CN116670537A CN 116670537 A CN116670537 A CN 116670537A CN 202180077768 A CN202180077768 A CN 202180077768A CN 116670537 A CN116670537 A CN 116670537A
Authority
CN
China
Prior art keywords
electronic device
probability density
density distribution
wave
transmission
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202180077768.7A
Other languages
English (en)
Inventor
佐原彻
黑田淳
山本顕嗣
本间拓也
童方伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kyocera Corp
Original Assignee
Kyocera Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kyocera Corp filed Critical Kyocera Corp
Publication of CN116670537A publication Critical patent/CN116670537A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/08—Systems for measuring distance only
    • G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
    • G01S13/343—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal using sawtooth modulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
    • G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/03—Details of HF subsystems specially adapted therefor, e.g. common to transmitter and receiver
    • G01S7/032—Constructional details for solid-state radar subsystems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/356—Receivers involving particularities of FFT processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target

Landscapes

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

Abstract

电子设备具有：发送天线，发送发送波；接收天线，接收发送波被反射后的反射波；以及控制部，基于作为发送波发送的发送信号以及作为反射波接收的接收信号，检测反射发送波的物体。控制部基于根据物体相对于电子设备的相对速度来算出的概率密度分布，识别规定的目标。

Description

电子设备、电子设备的控制方法以及程序
关联申请的相互参照
本申请要求2020年11月27日在日本申请的日本特愿2020-197020的优先权，并将在先申请的全部内容引入于此以用于参照。
技术领域
本发明涉及电子设备、电子设备的控制方法以及程序。
背景技术
例如，在与汽车相关的工业等领域中，注重测量本车辆与规定的物体之间的距离等的技术。特别地，近年来，对发送像毫米波那样的电波并接收被障碍物等物体反射后的反射波来测量与物体之间的距离等的雷达(RADAR(Radio Detecting and Ranging：无线电探测))的技术进行各种研究。预想随着对驾驶员的驾驶进行辅助的技术以及与将一部分或全部驾驶自动化的自动驾驶相关的技术的发展，测量这种距离等的技术的重要性今后越来越高。
另外，关于通过接收发送的电波被规定的物体反射后的反射波来检测该物体的存在并识别该物体的技术，提出了几个方案。例如，专利文献1公开了对装置前方的被观测物照射电磁波并根据其反射波判定被观测物是否为行人的行人检测装置。另外，非专利文献1研究了累积通过雷达获取的信息并进行机器学习从而识别行人、自行车以及汽车的目标识别。
现有技术文献
专利文献
专利文献1：日本特开2015-190777号公报
非专利文献
非专利文献1：富木洋一，其他3人，“使用毫米波雷达的目标识别的研究(ミリ波レーダーを用いた物標識別の検討)”，日本无线技报(JRC REVIEW)，日本无线株式会社，2017年，No.68，ISSN 0287-1564，p.17
发明内容
一实施方式的电子设备具有：
发送天线，发送发送波；
接收天线，接收所述发送波被反射后的反射波；以及
控制部，基于作为所述发送波发送的发送信号以及作为所述反射波接收的接收信号，检测反射所述发送波的物体。
所述控制部基于根据所述物体相对于所述电子设备的相对速度来算出的概率密度分布，识别规定的目标。
一实施方式的电子设备的控制方法包括：
从发送天线发送发送波的步骤；
从接收天线接收所述发送波被反射后的反射波的步骤；
基于作为所述发送波发送的发送信号以及作为所述反射波接收的接收信号，检测反射所述发送波的物体的步骤；以及
基于根据所述物体相对于所述电子设备的相对速度来算出的概率密度分布，识别规定的目标的步骤。
一实施方式的程序使电子设备执行以下步骤：
从发送天线发送发送波的步骤；
从接收天线接收所述发送波被反射后的反射波的步骤；
基于作为所述发送波发送的发送信号以及作为所述反射波接收的接收信号，检测反射所述发送波的物体的步骤；以及
基于根据所述物体相对于所述电子设备的相对速度来算出的概率密度分布，识别规定的目标的步骤。
附图说明
图1是说明一实施方式的电子设备的使用方式的图。
图2是概略地示出一实施方式的电子设备的结构的功能框图。
图3是概略地示出一实施方式的电子设备的控制部的功能框图。
图4是说明一实施方式的发送信号的结构的图。
图5是表示行人的速度的参照概率密度分布的例子的图。
图6是表示行人的基于速度的观测的概率密度分布的例子的图。
图7是表示自行车的基于速度的观测的概率密度分布的例子的图。
图8是表示汽车的基于观测的概率密度分布的例子的图。
图9是表示第k个类别的参照概率密度分布的例子的图。
图10是表示目标的速度的概率密度分布的例子的图。
图11是表示与第j个目标相关的对象类别的列表的例子的图。
图12是表示作为针对第k个类别中的第i个子类别的参照概率密度分布的基础的观测数据的概率密度分布的例子的图。
图13是表示针对第k个类别中的第i个子类别的参照概率密度分布的例子的图。
图14是说明一实施方式的电子设备的动作的流程图。
图15是说明一实施方式的电子设备的动作的流程图。
具体实施方式
在通过接收所发送的发送波被规定的物体反射后的反射波来检测该物体的技术中，期望降低识别目标时的处理负荷。本发明的目的在于，提供能够降低识别目标时的处理负荷的电子设备、电子设备的控制方法以及程序。根据一实施方式，能够提供能降低识别目标时的处理负荷的电子设备、电子设备的控制方法以及程序。以下，参照附图详细地说明一实施方式。
通过一实施方式的电子设备搭载于例如汽车等车辆(移动体)，从而能够检测在该移动体的周围存在的规定的物体作为目标。因此，一实施方式的电子设备能够从设置于移动体的发送天线向移动体的周围发送发送波。另外，一实施方式的电子设备能够从设置于移动体的接收天线接收发送波被反射后的反射波。发送天线以及接收天线中的至少一个例如可以包括在设置于移动体的雷达传感器等中。
以下，作为典型的例子，对一实施方式的电子设备搭载于像轿车那样的汽车的构成进行说明。然而，搭载了一实施方式的电子设备的移动体并不限于汽车。一实施方式的电子设备可以搭载于自动驾驶汽车、公共汽车、卡车、出租车、摩托车、自行车、轮船、飞机、直升机、拖拉机等农业作业装置、扫雪机、清洁车、警车、救护车和无人机等各种移动体。另外，搭载了一实施方式的电子设备的移动体也并不一定限于通过自身动力移动的移动体。例如，搭载了一实施方式的电子设备的移动体也可以为被拖拉机牵引的拖车部分等。在传感器以及规定的物体中的至少一个能够移动的情况下，一实施方式的电子设备能够测量传感器与物体之间的距离等。另外，即使在传感器以及物体两者都静止的情况下，一实施方式的电子设备也能够测量传感器与物体之间的距离等。另外，本发明中包括的汽车并不会受到总长度、总宽度、总高度、排气量、载客数或装载量等的限定。例如，本发明的汽车也包括排气量大于660cc的汽车、排气量为660cc以下的汽车以及所谓的小型汽车等。另外，本发明中包括的汽车也包括一部分或全部能量利用电并利用马达的汽车。
首先，对使用一实施方式的电子设备检测物体的例子进行说明。
图1是说明一实施方式的电子设备的使用方式的图。图1示出了将具有一实施方式的发送天线以及接收天线的传感器设置于移动体的例子。
在图1所示的移动体100上设有具有一实施方式的发送天线以及接收天线的传感器5。另外，设为图1所示的移动体100搭载(例如内置)一实施方式的电子设备1。电子设备1的具体结构将在后面描述。传感器5例如可以具有发送天线以及接收天线中的至少一个。另外，传感器5可以适当包括电子设备1中包括的控制部10(图2)的至少一部分等其他功能部中的至少任意一个。图1所示的移动体100可以为像轿车那样的汽车的车辆，但也可以为任意类型的移动体。在图1中，移动体100例如可以沿图示的Y轴正方向(前进方向)移动(行驶或慢行)，也可以沿其他方向移动，还可以静止而不移动。
如图1所示，在移动体100上设有具有发送天线的传感器5。在图1所示的例子中，具有发送天线以及接收天线的传感器5仅在移动体100的前方设置一个。此处，传感器5设置于移动体100的位置并不限于图1所示的位置，也可以适当地设为其他位置。例如，也可以将图1所示那样的传感器5设置在移动体100的左侧、右侧和/或后方等。另外，根据移动体100中测量的范围和/或精度等各种条件(或要求)，这种传感器5的数量可以设为一个以上的任意数量。传感器5也可以设置于移动体100的内部。移动体100的内部例如可以为保险杠内的空间、主体内的空间、前灯内的空间或驾驶空间的空间等。
传感器5从发送天线发送电磁波作为发送波。例如，当在移动体100的周围存在规定的物体(例如图1所示的物体200)时，从传感器5发送的发送波中的至少一部分被该物体反射而成为反射波。而且，通过例如由传感器5的接收天线接收这种反射波，从而搭载于移动体100的电子设备1能够检测该物体作为目标(target)。
典型地，具有发送天线的传感器5也可以为收发电波的雷达(RADAR(RadioDetecting and Ranging：无线探测和测距))传感器。然而，传感器5并不限于雷达传感器。一实施方式的传感器5例如可以为基于使用光波的LIDAR(Light Detection and Ranging：光探测和测距；Laser Imaging Detection and Ranging：激光成像探测与测距)的技术的传感器。这些传感器例如能够包括贴片天线等而构成。像RADAR和LIDAR这样的技术是已知的，因此，有时适当简化或省略详细的说明。
搭载于图1所示的移动体100的电子设备1从接收天线接收从传感器5的发送天线发送的发送波的反射波。如上所述，电子设备1能够检测在距移动体100规定的距离内存在的规定的物体200作为目标。例如，如图1所示，电子设备1能够测量作为本车辆的移动体100与规定的物体200之间的距离A。另外，电子设备1也能够测量作为本车辆的移动体100与规定的物体200的相对速度。进一步，电子设备1也能够测量来自规定的物体200的反射波到达作为本车辆的移动体100的方向(到达角θ)。
此处，物体200也可以为例如在与移动体100相邻的车道上行驶的相向车辆、与移动体100并行的汽车以及在与移动体100相同的车道上行驶的前后的汽车等中的至少任意一个。另外，物体200也可以为摩托车、自行车、婴儿车、行人等人、动物、昆虫等其他生命体、护栏、中央隔离带、路标、人行道台阶、墙壁、检修孔或障碍物等在移动体100的周围存在的任意的物体。进一步，物体200可以移动，也可以停止。例如，物体200也可以为在移动体100的周围驻车或停车的汽车等。在本发明中，传感器5检测的物体除了包括非生物以外，还包括人或动物等生物。本发明的传感器5检测的物体包括通过雷达技术检测的人、物、以及动物等的物体目标。
在图1中，传感器5的大小与移动体100的大小的比率并不一定表示实际的比率。另外，在图1中，传感器5示出了设置于移动体100的外部的状态。然而，在一实施方式中，传感器5可以设置在移动体100的各种位置。例如，在一实施方式中，传感器5也可以设置于移动体100的保险杠的内部，在移动体100的外观中并不出现。
以下，作为典型的例子，对传感器5的发送天线发送像毫米波(30GHz以上)或准毫米波(例如20GHz～30GHz附近)等那样的频带的电波进行说明。例如，传感器5的发送天线可以发送像77GHz～81GHz那样具有4GHz的频带宽度的电波。
图2是概略地示出一实施方式的电子设备1的构成例的功能框图。以下，对一实施方式的电子设备1的构成的一例进行说明。
通过毫米波方式的雷达测量距离等时，大多使用调频连续波雷达(以下，记作FMCW雷达(Frequency Modulated Continuous Waveradar))。FMCW雷达扫描要发送的电波的频率而生成发送信号。因此，例如在使用79GHz的频带的电波的毫米波方式的FMCW雷达中，要使用的电波的频率例如像77GHz～81GHz那样具有4GHz的频带宽度。79GHz的频带的雷达具有与例如24GHz、60GHz、76GHz的频带等其他毫米波/准毫米波雷达相比能够使用的频带宽度更广的特征。以下，作为例子，对这种实施方式进行说明。
如图2所示，一实施方式的电子设备1可以由传感器5以及ECU(ElectronicControl Unit：电子控制单元)50构成。ECU50对移动体100的各种动作进行控制。ECU50可以由至少1个以上的ECU构成。一实施方式的电子设备1具有控制部10。另外，一实施方式的电子设备1也可以适当包括像发送部20以及接收部30A～30D等中的至少任意一个那样的其他功能部。如图2所示，电子设备1可以具有像接收部30A～30D那样的多个接收部。以下，当不区分接收部30A、接收部30B、接收部30C和接收部30D时，简称为“接收部30”。
如图3所示，控制部10可以具有距离FFT处理部11、速度FFT处理部12、阈值判定部13、到达角估计部14、物体检测部15、跟踪处理部16、存储部17以及目标识别部18。对于控制部10中包括的这些功能部，将在后面进一步描述。
如图2所示，发送部20可以具有信号生成部21、合成器22、相位控制部23A和23B、放大器24A和24B以及发送天线25A和25B。以下，当不区分相位控制部23A和相位控制部23B时，简称为“相位控制部23”。另外，以下，当不区分放大器24A和放大器24B时，简称为“放大器24”。另外，以下，当不区分发送天线25A和发送天线25B时，简称为“发送天线25”。
如图2所示，接收部30可以具有分别对应的接收天线31A～31D。以下，当不区分接收天线31A、接收天线31B、接收天线31C和接收天线31D时，简称为“接收天线31”。另外，如图2所示，多个接收部30可以分别具有LNA32、混频器33、IF部34以及AD转换部35。接收部30A～30D可以分别采用相同的结构。在图2中，作为代表例，仅概略性地示出接收部30A的结构。
上述传感器5例如可以具有发送天线25以及接收天线31。另外，传感器5可以适当包括控制部10等其他功能部中的至少任意一个。
一实施方式的电子设备1具有的控制部10能够以对构成电子设备1的各功能部的控制为主，对整个电子设备1的动作进行控制。控制部10可以包括例如像CPU(CentralProcessing Unit：中央处理器)或DSP(Digital Signal Processor：数字信号处理器)那样的至少一个处理器，以提供用于执行各种功能的控制以及处理能力。控制部10可以集中由一个处理器来实现，也可以由几个处理器来实现，还可以由分别单独的处理器来实现。处理器也可以作为单个集成电路来实现。集成电路也称IC(Integrated Circuit)。处理器也可以作为多个以能够通信的方式连接的集成电路以及分立电路来实现。处理器也可以基于其他各种已知的技术来实现。在一实施方式中，控制部10也可以构成为例如由CPU(硬件)以及该CPU执行的程序(软件)。控制部10可以适当包括控制部10的动作所需要的存储器。
在一实施方式的电子设备1中，控制部10能够对发送部20以及接收部30中的至少一个进行控制。在该情况下，控制部10可以基于存储在任意的存储部(存储器)中的各种信息对发送部20以及接收部30中的至少一个进行控制。另外，在一实施方式的电子设备1中，控制部10可以指示信号生成部21生成信号或者控制信号生成部21生成信号。
信号生成部21通过控制部10的控制来生成从发送天线25作为发送波T发送的信号(发送信号)。生成发送信号时，信号生成部21例如可以基于控制部10的控制来分配发送信号的频率。具体而言，信号生成部21例如可以按照由控制部10设定的参数来分配发送信号的频率。例如，信号生成部21通过从控制部10或任意的存储部(存储器)接受频率信息，从而生成例如像77～81GHz那样的频段的规定频率的信号。信号生成部21可以构成为例如包括像压控振荡器(VCO)那样的功能部。
信号生成部21可以构成为具有该功能的硬件，例如可以由微型计算机等构成，例如可以构成为像CPU那样的处理器以及由该处理器执行的程序等。以下说明的各功能部也可以构成为具有该功能的硬件，在可能的情况下，例如可以由微型计算机等构成，例如也可以构成为由像CPU那样的处理器以及由该处理器执行的程序等。
在一实施方式的电子设备1中，信号生成部21可以生成例如像调频信号那样的发送信号(发送调频信号)。特别地，信号生成部21可以生成频率周期性线性变化的信号(线性调频信号)。例如，信号生成部21可以形成频率随着时间的经过从77GHz周期性线性增大至81GHz的调频信号。另外，例如，信号生成部21可以生成周期性地重复频率随着时间的经过从77GHz线性增大(上调频)至81GHz以及从81GHz线性减小(下调频)至77GHz的信号。信号生成部21生成的信号例如可以在控制部10中预先设定。另外，信号生成部21生成的信号例如可以预先存储在任意的存储部(存储器)等中。由于在像雷达那样的技术领域中使用的调频信号是已知的，因此适当简化或省略更详细的说明。由信号生成部21生成的信号被供给至合成器22。
图4是说明信号生成部21生成的调频信号的例子的图。
在图4中，横轴表示经过的时间，纵轴表示频率。在图4所示的例子中，信号生成部21生成频率周期性线性变化的线性调频信号。在图4中，将各调频信号像c1、c2、……、c8那样示出。如图4所示，在各调频信号中，随着时间的经过，频率线性增大。
在图4所示的例子中，像c1、c2、……、c8那样包括8个调频信号作为一个子帧。即，图4所示的子帧1和子帧2等构成为分别包括像c1、c2、……、c8那样的8个调频信号。另外，在图4所示的例子中，包括像子帧1～子帧16那样的16个子帧作为一个帧。即，图4所示的帧1和帧2等构成为分别包括16个子帧。另外，如图4所示，帧之间可以包括规定的长度的帧间隔。图4所示的一个帧例如可以为30毫秒至50毫秒左右的长度。
在图4中，帧2以后也可以是同样的结构。另外，在图4中，帧3以后也可以是同样的结构。在一实施方式的电子设备1中，信号生成部21可以生成发送信号作为任意数量的帧。另外，在图4中，将一部分调频信号省略而示出。如此地，信号生成部21生成的发送信号的时间与频率的关系例如可以存储在任意的存储部(存储器)等中。
如此地，一实施方式的电子设备1可以发送由包括多个调频信号的子帧构成的发送信号。另外，一实施方式的电子设备1可以发送由包括规定数量的子帧的帧构成的发送信号。
以下，对电子设备1发送图4所示那样的帧结构的发送信号进行说明。然而，像图4所示那样的帧结构为一个例子，例如一个子帧中包括的调频信号并不限于8个。在一实施方式中，信号生成部21可以生成包括任意数量(例如任意的多个)的调频信号的子帧。另外，像图4所示那样的子帧结构也为一个例子，例如一个帧中包括的子帧并不限于16个。在一实施方式中，信号生成部21可以生成包括任意数量(例如任意的多个)的子帧的帧。信号生成部21可以生成不同频率的信号。信号生成部21可以生成频率f分别不同的频带宽度的多个离散的信号。
返回至图2，合成器22使信号生成部21生成的信号的频率升高至规定的频带的频率。合成器22可以使信号生成部21生成的信号的频率上升至作为从发送天线25发送的发送波T的频率选择的频率。作为从发送天线25发送的发送波T的频率选择的频率例如可以由控制部10设定。另外，作为从发送天线25发送的发送波T的频率选择的频率例如可以存储在任意的存储部(存储器)中。通过合成器22使频率上升的信号被供给至相位控制部23和混频器33。当相位控制部23为多个时，通过合成器22使频率上升的信号可以分别供给至多个相位控制部23。另外，当接收部30为多个时，通过合成器22使频率上升的信号可以被供给至多个接收部30中的各混频器33。
相位控制部23对从合成器22供给的发送信号的相位进行控制。具体而言，相位控制部23例如可以通过基于控制部10的控制适当加快或延迟从合成器22供给的信号的相位来调整发送信号的相位。在该情况下，相位控制部23可以基于从多个发送天线25发送的各发送波T的路径差来调整各发送信号的相位。通过相位控制部23适当调整各发送信号的相位，从多个发送天线25发送的发送波T在规定的方向上增强从而形成波束(波束形成)。在该情况下，波束形成的方向与多个发送天线25分别发送的发送信号的应控制相位量的相关关系例如可以存储在任意的存储部(存储器)中。通过相位控制部23进行相位控制的发送信号被提供给放大器24。
放大器24例如基于控制部10的控制将从相位控制部23供给的发送信号的功率放大。当传感器5具有多个发送天线25时，多个放大器24例如可以基于控制部10的控制分别将从多个相位控制部23中的分别对应的相位控制部供给的发送信号的功率放大。将发送信号的功率放大的技术本身是已知的，因此省略更详细的说明。放大器24与发送天线25连接。
发送天线25输出(发送)由放大器24放大的发送信号作为发送波T。当传感器5具有多个发送天线25时，多个发送天线25分别输出(发送)由多个放大器24中的分别对应的放大器放大的发送信号作为发送波T。发送天线25能够与用于已知的雷达技术的发送天线同样地构成，因此省略更详细的说明。
以如上所述的方式，一实施方式的电子设备1具有发送天线25，能够从发送天线25发送作为发送波T的发送信号(例如发送调频信号)。此处，构成电子设备1的各功能部中的至少一个也可以被收纳在一个框体中。另外，在该情况下，该一个框体也可以是不容易打开的结构。例如只要是发送天线25、接收天线31、放大器24被收纳在一个框体中且该框体为不容易打开的结构即可。进一步，其中，当传感器5设置于像汽车那样的移动体100时，发送天线25例如可以通过像雷达盖那样的盖部件向移动体100的外部发送发送波T。在该情况下，雷达盖例如也可以由像合成树脂或橡胶那样的使电磁波通过的物质构成。该雷达盖例如可以为传感器5的外壳。通过用像雷达盖那样的部件覆盖发送天线25，能够降低发送天线25与外部接触而破损或产生不良情况的风险。另外，上述雷达盖以及外壳有时也称为雷达罩。
示出了图2所示的电子设备1具有2个发送天线25的例子。然而，在一实施方式中，电子设备1可以具有任意数量的发送天线25。另一方面，在一实施方式中，当从发送天线25发送的发送波T沿规定方向形成波束时，电子设备1可以具有多个发送天线25。在一实施方式中，电子设备1可以具有任意的多个发送天线25。在该情况下，电子设备1还可以与多个发送天线25对应地也分别具有多个相位控制部23和放大器24。而且，多个相位控制部23可以分别对从合成器22供给并从多个发送天线25发送的多个发送波的相位进行控制。另外，多个放大器24可以分别将从多个发送天线25发送的多个发送信号的功率放大。另外，在该情况下，传感器5可以构成为包括多个发送天线。如此地，当图2所示的电子设备1具有多个发送天线25时，从该多个发送天线25发送发送波T所需要的功能部也可以分别包括多个。
接收天线31接收反射波R。反射波R可以是发送波T被规定的物体200反射后的反射波。接收天线31例如可以构成为包括像接收天线31A～接收天线31D那样的多个天线。接收天线31能够与用于已知的雷达技术的接收天线同样地构成，因此省略更详细的说明。接收天线31与LNA32连接。基于由接收天线31接收的反射波R的接收信号被提供给LNA32。
一实施方式的电子设备1能够从多个接收天线31接收例如作为像调频信号那样的发送信号(发送调频信号)发送的发送波T被规定的物体200反射后的反射波R。如此地，当发送作为发送波T的发送调频信号时，基于接收的反射波R的接收信号记作接收调频信号。即，电子设备1从接收天线31接收作为反射波R的接收信号(例如接收调频信号)。此处，当传感器5设置于像汽车那样的移动体100时，接收天线31例如可以通过像雷达盖那样的盖部件从移动体100的外部接收反射波R。在该情况下，雷达盖例如可以由像合成树脂或橡胶那样的使电磁波通过的物质构成。该雷达盖例如可以作为传感器5的外壳。通过用像雷达盖那样的部件覆盖接收天线31，能够降低因接收天线31与外部接触而破损或产生不良情况的风险。另外，上述雷达盖和外壳有时也称为雷达罩。
另外，当接收天线31设置于发送天线25附近时，可以将它们一起包括在一个传感器5中。即，一个传感器5例如可以包括至少一个发送天线25以及至少一个接收天线31。例如，一个传感器5可以包括多个发送天线25以及多个接收天线31。在这种情况下，例如可以用一个像雷达盖那样的盖部件覆盖一个雷达传感器。
LNA32通过低噪声将基于由接收天线31接收的反射波R的接收信号放大。LNA32可以作为低噪声放大器(Low Noise Amplifier)，通过低噪声将从接收天线31供给的接收信号放大。通过LNA32放大的接收信号被提供给混频器33。
混频器33将从LNA32供给的RF频率的接收信号与从合成器22供给的发送信号混合(相乘)，从而生成拍频信号。通过混频器33混合的拍频信号被提供给IF部34。
IF部34对从混频器33供给的拍频信号进行频率转换，从而将拍频信号的频率降低至中间频率(Intermediate Frequency：IF)。通过IF部34降低了频率的拍频信号被提供给AD转换部35。
AD转换部35对从IF部34供给的模拟的拍频信号进行数字化。AD转换部35可以由任意的模数转换电路(Analog to Digital Converter(ADC))构成。通过AD转换部35数字化的拍频信号被提供给控制部10的距离FFT处理部11。当接收部30为多个时，通过多个AD转换部35数字化的各拍频信号被提供给控制部10的距离FFT处理部11。
如图3所示，在控制部10中，距离FFT处理部11基于从AD转换部35供给的拍频信号估计搭载了电子设备1的移动体100与物体200之间的距离。距离FFT处理部11例如可以包括进行高速傅立叶转换的处理部。在该情况下，距离FFT处理部11可以由进行高速傅立叶转换(Fast Fourier Transform(FFT))处理的任意的电路或芯片等构成。
距离FFT处理部11对通过AD转换部35数字化的拍频信号进行FFT处理(以下，适当记作“距离FFT处理”)。例如，距离FFT处理部11可以对从AD转换部35供给的复数信号进行FFT处理。通过AD转换部35数字化的拍频信号能够表示为信号强度(功率)的时间变化。距离FFT处理部11对这种拍频信号进行FFT处理，从而表示为与各频率对应的信号强度(功率)。在通过距离FFT处理得到的结果中峰值为规定的阈值以上时，距离FFT处理部11可以判断为规定的物体200位于与该峰值对应的距离处。例如，已知像基于恒虚警率(CFAR(ConstantFalse Alarm Rate))的检测处理那样，当根据干扰信号的平均功率或振幅检测到阈值以上的峰值时判断为存在反射发送波的物体(反射物体)的方法。基于这种阈值对是否存在物体的判定例如可以在后述阈值判定部13中执行。
如此地，一实施方式的电子设备1能够基于作为发送波T发送的发送信号以及作为反射波R接收的接收信号来检测反射发送波T的物体200作为目标。
距离FFT处理部11能够基于一个调频信号(例如图4所示的c1)来估计与规定的物体之间的距离。即，通过电子设备1进行距离FFT处理，从而能够测量(估计)图1所示的距离A。通过对拍频信号进行FFT处理来测量(估计)与规定的物体之间的距离的技术本身是公知的，因此适当地简化或省略更详细的说明。通过距离FFT处理部11进行距离FFT处理的结果(例如距离的信息)可以被提供给速度FFT处理部12。另外，通过距离FFT处理部11进行距离FFT处理的结果也可以被提供给阈值判定部13等其他功能部。
速度FFT处理部12基于通过距离FFT处理部11进行了距离FFT处理的拍频信号来估计搭载了电子设备1的移动体100与物体200的相对速度。速度FFT处理部12例如可以包括进行高速傅立叶转换的处理部。在该情况下，速度FFT处理部12可以由进行高速傅立叶转换(Fast Fourier Transform(FFT))处理的任意的电路或芯片等构成。
速度FFT处理部12对通过距离FFT处理部11进行了距离FFT处理的拍频信号进一步进行FFT处理(以下，适当记作“速度FFT处理”)。例如，速度FFT处理部12可以对从距离FFT处理部11供给的复数信号进行FFT处理。速度FFT处理部12能够基于调频信号的子帧(例如图4所示的子帧1)来估计与规定的物体的相对速度。如上所述，对拍频信号进行距离FFT处理时，能够生成多个矢量。通过求出对这些多个矢量进行速度FFT处理的结果中的峰值的相位，能够估计与规定的物体的相对速度。即，电子设备1进行速度FFT处理，从而能够测量(估计)图1所示的移动体100与规定的物体200的相对速度。通过对进行距离FFT处理的结果进行速度FFT处理来测量(估计)与规定的物体的相对速度的技术本身是公知的，因此适当地简化或省略更详细的说明。通过速度FFT处理部12进行了速度FFT处理的结果(例如速度的信息)可以被提供给阈值判定部13。另外，通过速度FFT处理部12进行了速度FFT处理的结果例如可以被提供给到达角估计部14等其他功能部。
阈值判定部13基于通过距离FFT处理部11进行了距离FFT处理的结果和/或通过速度FFT处理部12进行了速度FFT处理的结果，对距离和/或相对速度进行判定处理。此处，阈值判定部13可以进行基于规定的阈值的判定。例如，阈值判定部13可以判定通过距离FFT处理部11进行了距离FFT处理的结果和/或通过速度FFT处理部12进行了速度FFT处理的结果是否超出规定的阈值。阈值判定部13可以在超出规定的阈值的距离和/或相对速度的情况下判定为检测到物体。
阈值判定部13也可以仅输出通过距离FFT处理部11进行了距离FFT处理的结果和/或通过速度FFT处理部12进行了速度FFT处理的结果中的超出规定的阈值的结果。阈值判定部13进行的动作例如也可以与基于恒虚警率(CFAR(Constant False Alarm Rate))的检测处理相同。在一实施方式中，阈值判定部13进行的动作也可以进行基于有序统计-恒虚警率(OS-CFAR)的处理。OS-CFER是基于有序统计(ordered statistics)设定阈值并在超出该阈值的情况下判定为存在目标的方法。通过阈值判定部13进行了阈值判定的处理的结果也可以被提供给到达角估计部14。另外，通过阈值判定部13进行了处理的结果也可以被提供给例如物体检测部15等其他功能部。
到达角估计部14基于通过速度FFT处理部12进行了速度FFT处理的结果和/或来自阈值判定部13的输出来估计反射波R从规定的物体200到来的方向。到达角估计部14可以基于通过速度FFT处理部12进行了速度FFT处理的结果中的从阈值判定部13输出的结果，来估计反射波R从规定的物体200到来的方向。电子设备1从多个接收天线31接收反射波R，从而能够估计反射波R到来的方向。例如，多个接收天线31以规定的间隔配置。在该情况下，从发送天线25发送的发送波T被规定的物体200反射而成为反射波R，以规定的间隔配置的多个接收天线31分别接收反射波R。而且，到达角估计部14能够基于多个接收天线31分别接收到的反射波R的相位以及各反射波R的路径差来估计反射波R到达接收天线31的方向。即，电子设备1能够基于进行了速度FFT处理的结果来测量(估计)图1所示的到达角θ。
在一实施方式的电子设备1中，到达角估计部14可以在被判定为存在物体的速度下，根据多个接收天线31接收的复数信号来估计反射波的到达方向。如此地，一实施方式的电子设备1能够估计物体的存在方向的角度。
提出了各种基于进行了速度FFT处理的结果来估计反射波R到来的方向的技术。例如，作为已知的估计到达方向的算法，已知MUSIC(MUltiple SIgnal Classification：多信号分类)以及ESPRIT(Estimation of Signal Parameters via Rotational InvarianceTechnique：通过旋转不变技术估计信号参数)等。因此，适当地简化或省略对于公知的技术的更详细的说明。通过到达角估计部14估计的到达角θ的信息(角度信息)可以被提供给物体检测部15。
在一实施方式的电子设备1中，物体检测部15基于反射波的到达方向(角度)的信息、与目标的相对速度的信息和/或到目标为止的距离的信息来判定是否检测到(例如聚类)物体作为目标。此处，反射波的到达方向(角度)的信息可以从到达角估计部14获取。另外，与目标的相对速度以及距离的信息可以从阈值判定部13获取。另外，与目标的相对速度的信息可以从速度FFT处理部12获取。另外，到目标为止的距离的信息可以从距离FFT处理部11获取。物体检测部15可以计算构成作为目标检测的物体的点的平均功率。
物体检测部15基于从距离FFT处理部11、速度FFT处理部12、阈值判定部13以及到达角估计部14中的至少任意一个供给的信息来检测在发送发送波T的范围内存在的物体。物体检测部15可以基于供给的距离的信息、速度的信息以及角度信息来进行例如聚类处理，从而进行物体检测。作为对数据进行聚类时使用的算法，例如已知DBSCAN(Density-based spatial clustering of applications with noise：基于密度的有噪应用中的空间聚类)等。在聚类处理中，例如可以算出构成检测的物体的点的平均功率。在物体检测部15中检测到的物体的距离的信息、速度的信息、角度信息以及功率的信息可以被提供给跟踪处理部16。另外，来自物体检测部15的输出可以被提供给例如ECU50等其他功能部。在该情况下，当移动体100为汽车时，例如可以使用像CAN(Controller Area Network：控制器区域网络)那样的通信接口进行通信。
跟踪处理部16进行预测通过物体检测部15聚类处理后的物体的下一帧的目标位置的处理。跟踪处理部16例如可以通过使用卡尔曼滤波器来预测聚类处理的物体的下一帧中的位置。跟踪处理部16例如可以将物体的下一帧中预测的位置存储在存储部17中。
存储部17例如能够由半导体存储器或磁盘等构成，但并不限于此，能够是任意的存储装置。另外，例如，存储部17可以是像***到本实施方式的电子设备1中的存储卡那样的存储介质。另外，如上所述，存储部17也可以是作为控制部10使用的CPU的内部存储器。另外，存储部17可以存储在控制部10中执行的程序以及在控制部10中执行的处理的结果等。另外，存储部17可以作为控制部10的工作存储器发挥作用。另外，在一实施方式中，存储部17可以是上述任意的存储部(存储器)。
在一实施方式中，存储部17可以存储用于设定通过从发送天线25发送的发送波T以及从接收天线31接收的反射波R来检测物体的范围的各种参数。
在一实施方式中，跟踪处理部16可以对前一帧中预测的位置与该帧中检测到的聚类位置进行数据关联。此处，跟踪处理部16例如可以赋予与最小欧氏距离或最小马氏距离或速度有关的限制。以如上所述的方式，跟踪处理部16可以对时间帧建立关联。
进一步，在一实施方式中，跟踪处理部16例如可以将表示相同的目标的点群的速度信息累积在存储部17中。而且，在表示相同的目标的点群的速度信息以所需的点群数且所需的帧数累积在存储器中后，跟踪处理部16算出速度的概率密度分布。另外，存储部17可以预先存储各目标的参照用的概率密度分布(参照用概率密度分布)。以下，例如适当地将在像存储部17那样的存储器中存储的目标的参照用概率密度分布也记作“参照用概率密度分布”。
目标识别部18基于检测到的物体的信息来识别该物体是否为规定的目标。因此，目标识别部18可以基于满足帧中所需的点群数且所需的帧数的速度来算出概率密度分布。进一步，目标识别部18例如可以基于在像存储部17那样的存储器中存储的参照用概率密度分布和根据满足该帧中所需的点群数且所需的帧数的速度算出的概率密度分布来识别目标。此处，目标识别部18可以根据存储器中存储的参照用概率密度分布以及算出的概率密度分布，分别算出KL信息量(Kullback-Leibler divergence)。目标识别部18可以将算出的KL信息量为规定的阈值以下且数值最低的目标识别为规定的目标。以下，适当地将KL信息量也记作“KL散度”。目标识别部18可以将如此地识别目标的结果(检测结果)例如输出至ECU50等。
目标识别部18可以在满足所需的点群数且所需的帧数后的帧中依次进行更新来计算概率密度分布。另外，例如可以在像存储部17那样的存储器中删除旧的点群的信息。
一实施方式的电子设备1具有的ECU50能够以对例如构成移动体100的各功能部的控制为主，对整个移动体100的动作进行控制。ECU50可以包括例如像CPU(CentralProcessing Unit：中央处理器)或DSP(Digital Signal Processor：数字信号处理器)那样的至少一个处理器，以提供用于执行各种功能的控制以及处理能力。ECU50可以集中由一个处理器来实现，也可以由几个处理器来实现，还可以由分别单独的处理器来实现。处理器也可以作为单个集成电路来实现。集成电路也称IC(Integrated Circuit)。处理器也可以作为多个以能够通信的方式连接的集成电路以及分立电路来实现。处理器也可以基于其他各种已知的技术来实现。在一实施方式中，ECU50也可以构成为例如由CPU以及该CPU执行的程序。ECU50也可以适当包括ECU50的动作所需要的存储器。另外，控制部10的功能的至少一部分可以作为ECU50的功能，ECU50的功能的至少一部分可以作为控制部10的功能。
图2所示的电子设备1具有2个发送天线25以及4个接收天线31。然而，一实施方式的电子设备1可以具有任意数量的发送天线25以及任意数量的接收天线31。例如，能够认为通过具有2个发送天线25以及4个接收天线31，电子设备1具有虚拟地由8根天线构成的虚拟天线阵列。如此地，可以通过电子设备1使用例如虚拟8根天线来接收图4所示的16个子帧的反射波R。
接着，说明使用一实施方式的电子设备1进行的目标识别处理。
如上所述，一实施方式的电子设备1从发送天线发送发送波，并从接收天线接收发送波被物体反射后的反射波。而且，一实施方式的电子设备1能够基于发送信号和/或接收信号来检测反射发送波的物体。一实施方式的电子设备1识别如此地检测到的物体是否为规定的目标。另外，一实施方式的电子设备1识别如此地检测到的物体是否为规定的目标的候选中任意一个目标。以下，进一步说明这种处理的算法。
一实施方式的电子设备1基于通过雷达观测的多普勒速度(Doppler velocity)进行目标的识别处理。此处，通过电子设备1的雷达观测的多普勒速度，例如可以为通过电子设备1检测的物体相对于电子设备1的相对速度。根据电子设备1，例如在图4所示的帧1那样的一个帧中针对各物体观测一个多普勒速度。因此，电子设备1可以在规定的时间以上持续地获取并分析这种多普勒速度。电子设备1基于这种分析来进行目标的识别处理。
可以将在一实施方式的电子设备1中识别的目标分类为类别和子类别。此处，目标的类别可以表示目标的类型。例如，目标的类别可以表示该目标为像汽车、二轮车、自行车或行人等物体那样的目标的类型。另外，目标的子类别可以通过目标的各类别中该目标的小分类和/或该目标的动作状态来划分。例如，目标的子类别可以通过作为行人的小分类的成年行人、儿童行人、老年行人等来划分。另外，目标的子类别可以通过作为行人的动作状态的缓慢歩行的行人、快速行走的行人等来划分。
另外，一实施方式的电子设备1可以根据如上所述持续地获取的多普勒速度算出概率密度分布(probability density function(PDF))。例如，电子设备1可以在将针对第l(字母L的小写)个目标获取的速度分布的列表Vr整理在频数分布表中后，进行标准化以使频数的总计达到1，并将其设为概率密度分布pt l。以下，适当地将如上所述求出的概率密度分布也记作“基于观测的概率密度分布”。另外，一实施方式的电子设备1预先算出参照用概率密度分布pr i，k，例如可以存储在存储部17等任意的存储器中。参照用概率密度分布pr i，k可以存储在电子设备1或外部的处理器或存储器等任意的部位中。
图5是表示行人的参照用概率密度分布的例子的图。图5的横轴表示速度，纵轴表示概率。
而且，一实施方式的电子设备1可以算出概率密度分布pt l与参照用概率密度分布pr i，k的距离(概率分布的差异)。此处，概率密度分布之间的距离(概率分布的差异)例如可以通过KL散度DKL[k，i，l]算出。另外，概率密度分布之间的距离(概率分布的差异)例如可以使用皮尔森卡方散度(Pearson divergence)、相对皮尔森卡方散度(relative Pearsondivergence)或L2距离等来算出。
图6是表示行人的基于观测的概率密度分布的例子的图。图6的横轴表示速度，纵轴表示概率。算出图6所示的行人的基于观测的概率密度分布和图5所示的行人的参照用概率密度分布的KL散度DKL为0.18。
图7是表示自行车的基于观测的概率密度分布的例子的图。图7的横轴表示速度，纵轴表示概率。算出图7所示的自行车的基于观测的概率密度分布和图5所示的行人的参照用概率密度分布的KL散度DKL为0.82。
图8是表示汽车的基于观测的概率密度分布的例子的图。图8的横轴表示速度，纵轴表示概率。算出图8所示的汽车的基于观测的概率密度分布和图5所示的行人的参照用概率密度分布的KL散度DKL为2.24。
一实施方式的电子设备1例如通过KL散度DKL[k，i，l]算出概率密度分布之间的距离(概率分布的差异)后，将该算出结果与阈值DKL，Th进行比较。该比较的结果，一实施方式的电子设备1可以输出满足阈值DKL，Th的条件的概率密度分布之间的距离(概率分布的差异)最小的类别和子类别。
例如，一实施方式的电子设备1以规定时间T秒(例如1秒左右至5秒左右)连续地评价持续地获取的各多普勒速度，从而可以通过速度的概率密度分布的特征来识别目标。而且，电子设备1可以针对全部移动物体(多普勒速度不为0的物体)依次更新T秒的过去帧(T秒/ΔT秒＝N帧)的概率密度分布。而且，一实施方式的电子设备1将与要分类的类别分别对应的参照用概率密度分布与各对象进行比较。该比较的结果，一实施方式的电子设备1将KL散度DKL为规定的阈值DKL，Th(例如0.1左右至0.5左右)以下且KL散度最接近的参照用概率密度分布的类别和子类别分配给目标。
接着，进一步说明通过一实施方式的电子设备1进行的目标识别处理的算法。以下说明的通过电子设备1进行的目标识别处理的算法可以大体上分为步骤1和步骤2这两个步骤来执行。以下，对各步骤进行说明。
(步骤1)
在步骤1中，可以设为电子设备1进行获取(读取)参照用概率密度分布的处理的工序。在该情况下，电子设备1可以拾取全部与第l(字母L的小写)个目标的基于观测的概率密度分布pt l相应的参照用概率密度分布pr i，k
接着，电子设备1可以算出参照用概率密度分布pr i，k与目标的基于观测的概率密度分布pt l之间的距离(概率分布的差异)。参照用概率密度分布pr i，k具有类别k和子类别i这两个索引(上标)。例如，在概率密度分布之间的距离(概率分布的差异)满足规定的条件的情况下，电子设备1例如将索引k，i和DKL[k，i，l]存储在存储部17等任意的存储器中。此处，上述“规定的条件”例如可以设为KL散度DKL达到规定的阈值DKL，Th以下。另外，当满足规定的条件时，索引k，i和DKL[k，i，l]可以存储在存储部17等任意的存储器中存储的对象类别的候选列表(参照图11)中。对于对象类别的候选列表，将在后面进一步描述。
例如可以基于以下式(1)算出KL散度DKL。
【数学式1】
另外，在步骤1中，当像KL散度DKL[k，i，l]达到阈值DKL，Th以下那样的存在I以下的值i时，电子设备1可以将索引k，i和DKL[k，i，l]存储在对象类别的候选列表中。以下，适当地将KL散度DKL[k，i，l]达到阈值DKL，Th以下那样的存在I以下的值i的条件也记作“类别分类的第一条件”。
即，在步骤1中，电子设备1针对第k个类别的I个参照用概率密度分布算出KL散度。而且，当存在KL散度达到规定的阈值以下的参照用概率密度分布时，电子设备1将其存储在对象类别的候选列表中。
在步骤1中，当KL散度达到规定的阈值以下的参照用概率密度分布一个都不存时，即，当对象类别的候选列表为空集合时，该目标不被分类为任意的对象。在这种情况下，电子设备1也可以将该目标不被分类为任何对象的情况显示在例如任意的显示器等中。例如，电子设备1可以向任意的显示器等输出“不符合”或“其他”等的显示，从而示出了该目标不被分类为任何对象的情况。
(步骤2)
在步骤2中，可以设为电子设备1从对象类别的候选列表中记录的索引k，i和DKL[k，i，l]的组中选定最接近目标的基于观测的概率密度分布的类别的工序。在该情况下，电子设备1可以选定满足以下式(2)那样的存在K以下的值k的条件的类别。以下，适当地将满足式(2)那样的存在K以下的值k的条件也记作“类别分类的第二条件”。
【数学式2】
在上述式(2)中，Γ表示满足上述类别分类的第一条件的k，i的集合。
在步骤2中，电子设备1可以将如上所述选定的类别和子类别分配给该目标。
即，在步骤2中，电子设备1从对象类别的候选列表中选择对于基于观测的概率密度分布pt j，KL散度最小的类别。
图9是表示第k个类别的参照用概率密度分布的例子的图。图9所示的各图的横轴表示速度，纵轴表示概率。
图9所示的上方的图示出了i＝1时的参照用概率密度分布pr i，k即pr 1，k的例子。此处，上标i表示第k个类别(目标的类型)中的子类别(目标的小分类/动作状态)。在图9所示的例子中，i表示1至I的情况。图9所示的中间的图示出了i＝2时的参照用概率密度分布pr i ，k即pr 2，k的例子。图9所示的下方的图示出了i＝I时的参照用概率密度分布pr i，k即pr I，k的例子。
图10是表示各目标的基于观测的概率密度分布的例子的图。图10所示的各图的横轴表示速度，纵轴表示概率。图10所示的上方的图示出了目标1的基于观测的概率密度分布pt 1的例子。图10所示的下方的图示出了目标2的基于观测的概率密度分布pt J的例子。
例如，一实施方式的电子设备1根据图10的上方所示的目标1的基于观测的概率密度分布和图9所示的参照用概率密度分布算出KL散度DKL[i，k，j]。电子设备1可以将算出的KL散度DKL[i，k，j]与规定的阈值进行比较来识别目标。同样地，一实施方式的电子设备1根据图10的下方所示的目标2的基于观测的概率密度分布和图9所示的参照用概率密度分布算出KL散度DKL[i，k，j]。电子设备1可以将算出的KL散度DKL[i，k，j]与规定的阈值进行比较来识别目标。
图11是表示对象类别的候选列表的例子的图。
如上所述，当概率密度分布之间的距离(概率分布的差异)满足规定的条件时，将索引k，i和DKL[k，i，l]存储在存储部17等任意的存储器中。图11是表示存储部17等任意的存储器中存储的对象类别的候选列表的例子的图。
图11示出了与第j个目标相关的对象类别的候选列表。如图11所示，对象类别的候选列表可以将对象类别、子类别以及KL散度列表化。此处，对象类别的候选列表可以将满足上述“类别分类的第一条件”的即作为集合Γ的构成要素的对象类别、子类别以及KL散度列表化。电子设备1可以将索引k，i和DKL[k，i，l]的组中满足上述“类别分类的第一条件”且被认为是集合Γ的要素的类别存储在存储部17等任意的存储器中。上述“类别分类的第二条件”的处理通过存储在图11所示那样的对象类别的候选列表中的KL散度来执行。
图12和图13是说明算出预先存储在存储部17等任意的存储器中的参照用概率密度分布的算法的图。
例如可以基于如下所述的算法来执行各类别的参照用概率密度分布的创建。一实施方式的电子设备1可以准备基于L个观测数据的概率密度分布qr l，i，k来算出一个参照用概率密度分布pr i，k。在该情况下，电子设备1可以算出概率密度分布pr i，k，以使来自这些概率密度分布qr l，i，k的KL散度总计达到最小。
针对第k个类别中的第i个子类别的参照用概率密度分布pr i，k，可以使用基于作为基础的观测数据的概率密度分布qr l，i，k(l＝1，……，L)例如基于以下式(3)来算出。
【数学式3】
如此地，一实施方式的电子设备1可以针对用于创建针对类别k、子类别i的参照用概率密度分布的基于观测数据的概率密度分布qr l，i，k(l＝1，……，L)算出KL散度的和达到最小的pr i，k。
图12是表示概率密度分布qr l，i，k的例子的图。图12所示的各图的横轴表示速度，纵轴表示概率。图12所示的上方的图示出了l＝1时的概率密度分布qr l，i，k即qr 1，i，k的例子。图12所示的中间的图示出了l＝2时的概率密度分布qr l，i，k即qr 2，i，k的例子。图12所示的下方的图示出了l＝L时的概率密度分布qr l，i，k即qr L，i，k的例子。
图13是表示基于图12所示的概率密度分布qr l，i，k(l＝1，……，L)算出的参照用概率密度分布pr i，k的例子的图。图13所示的图的横轴表示速度，纵轴表示概率。
接着，说明使用一实施方式的电子设备1进行的目标识别处理的步骤。
图14和图15是表示通过电子设备执行上述目标识别处理的算法的流程的例子的流程图。图14和图15示出了通过一实施方式的电子设备1执行的时刻t的处理。使用一实施方式的电子设备1进行的目标识别处理可以结合目标的跟踪处理来执行。即，使用一实施方式的电子设备1进行的目标识别处理可以结合图14和图15所示的处理来执行。
图14所示的处理是与目标的跟踪相关的处理。图14所示的处理可以通过数据关联(data association)以及基于卡尔曼滤波器等的贝叶斯推断(Bayesian inference)来执行。
图14所示的处理开始时，控制部10获取对象(集群)的观测值(步骤S11)。在步骤S11中，控制部10能够获取目标的位置以及根据该位置算出的目标的速度(相对速度)。
接着，控制部10进行前一时刻(时刻t-1)的后验估计值与观测值的数据关联(步骤S12)。步骤S12中的数据关联可以对在时刻t获取的对象的位置以及根据位置算出的速度的观测值，与前一时刻t-1的通过卡尔曼滤波器等贝叶斯估计处理法计算的后验估计值进行核对。
接着，控制部10例如进行基于卡尔曼滤波器的跟踪处理(步骤S13)。在步骤S13中，控制部10可以执行算出预测值(先验估计值)的处理以及算出后验估计值的处理。在算出预测值(先验估计值)的处理中，控制部10可以根据前一时刻t-1的后验估计值导出当前时刻t的预测值(先验估计值)。另外，在算出后验估计值的处理中，控制部10可以通过与当前时刻t的预测值(先验估计值)进行数据关联的将在当前时刻t获取的观测值结合的贝叶斯估计来算出后验估计值。
通过雷达作为观测值得到的多普勒速度与接收天线31的法线方向相关。即，在电子设备1中，与接收天线31平行的方向的速度在原理上不能观测。因此，通过雷达作为观测值得到的多普勒速度与基于位置算出的速度不同。通常，基于根据位置算出的速度能够计算雷达的法线方向的速度。然而，基于根据位置算出的速度来算出的雷达的法线方向的速度存在包括较多观测误差等的倾向。因此，如上所述算出的雷达的法线方向的速度有时因观测误差等影响而与多普勒速度不同。因此，一实施方式的电子设备1可以使用精度更高的多普勒速度。然而，在一实施方式的电子设备1中，可以使用通过各种处理提高了精度的根据位置计算的速度。
图15所示的处理是说明使用一实施方式的电子设备1进行的目标识别处理的流程图。
如图15所示，使用一实施方式的电子设备1进行的目标识别处理可以包括与类别k和子类别i相关的双重循环处理。
图15所示的处理开始时，控制部10获取对象(集群)的观测值(步骤S21)。步骤S21的处理可以与上述步骤S11的处理同样地执行。在步骤S21中，控制部10能够获取目标的多普勒速度的信息。
接着，控制部10将多普勒速度写入排列的列表矢量Vr中(步骤S22)。
接着，控制部10算出多普勒速度的概率密度分布pt j(步骤S23)。
接着，控制部10从存储部17等任意的存储器中读取第k个类别的参照用概率密度分布pr i，k(步骤S24)。在步骤S24中，控制部10可以读取第k个类别的参照用概率密度分布pr i，k。
接着，控制部10判定对象的概率密度分布p0和参照用概率密度分布pr i是否满足规定的条件(步骤S25)。步骤S25中的规定的条件可以作为上述“类别分类的第一条件”。
另一方面，当在步骤S25中不满足规定的条件时，控制部10可以跳过步骤S26的处理。
接着，控制部10进行循环次数的判定(步骤S27)。在步骤S27中，控制部10可以判定i是否大于I。当在步骤S27中i不大于I时，控制部10可以将i加上1(步骤S28)，并返回至步骤S25。另一方面，当在步骤S27中i大于I时，控制部10执行下一步骤S29的处理。
在步骤S29中，控制部10进行循环次数的判定(步骤S29)。在步骤S29中，控制部10可以判定j是否大于J。当在步骤S29中j不大于J时，控制部10可以将j加上1(步骤S30)，并返回至步骤S24。另一方面，当在步骤S29中j大于J时，控制部10执行下一步骤S31的处理。
在步骤S31中，控制部10可以将KL散度中最小的类别作为对象的类别，并结束图15所示的处理。在步骤S31中，控制部10可以从KL散度DKL，i中找出最小的类别，并将其作为其对象的类别。在该情况下，控制部10可以选定满足上述“类别分类的第二条件”的类别。
如此地，在一实施方式的电子设备1中，控制部10可以基于根据物体相对于电子设备1的相对速度来算出的概率密度分布，识别规定的目标。另外，控制部10可以基于根据物体相对于电子设备1的相对速度来算出的概率密度分布，判定物体是否为规定的目标。另外，控制部10可以将根据物体相对于电子设备1的相对速度算出的概率密度分布与预先存储在存储部17中的参照用概率密度分布进行比较，从而判定物体是否为规定的目标。另外，控制部10可以将根据物体相对于电子设备1的相对速度算出的概率密度分布与参照用概率密度分布的距离进行比较，从而判定物体是否为所述规定的目标。另外，控制部10在根据物体相对于电子设备1的相对速度算出的概率密度分布与参照用概率密度分布的KL信息量为规定的阈值以下的情况下，可以判定为物体为所述规定的目标。另外，控制部10在根据物体相对于电子设备1的相对速度算出的概率密度分布与参照用概率密度分布的KL信息量的数值最低的情况下，可以判定为物体为规定的目标。另外，控制部10可以基于根据物体的多普勒速度算出的概率密度分布来识别规定的目标。
以往，将距离方向、水平方向、速度等作为训练数据(teaching data)进行机器学习时，具有训练数据的数量非常多的倾向。因此，设想处理负荷和/或需要的存储器变多，且通过毫米波雷达单体难以实现。然而，根据一实施方式的电子设备1，通过算出目标的速度信息的概率密度分布，可以通过减少目标的参照数据的模式来识别目标。因此，根据一实施方式的电子设备1，能够减少处理负荷和/或需要的存储器。进一步，根据一实施方式的电子设备1，能够以高精度进行目标的识别。
虽然基于各附图和实施例说明了本发明，但是应该注意，本领域技术人员很容易根据本发明进行各种变形和修改。因此，应该注意，这些变形或修改应当包括在本发明的范围内。例如，各功能部中包括的功能等能够以逻辑上不矛盾的方式重新配置。多个功能部等可以组合成一个或者分割。上述本发明的各实施方式并不限于在分别说明的各实施方式中真实地实施，也可以适当地组合各特征或省略一部分来实施。即，本领域技术人员能够根据本发明对本发明的内容进行各种变形和修改。因此，这些改变和修改包括在本发明的范围内。例如，在各实施方式中，能够将各功能部、各方法、各步骤等以在逻辑上不矛盾的方式追加在其他实施方式中、或者与其他实施方式的各功能部、各方法、各步骤等进行置换。另外，在各实施方式中，能够将多个各功能部、各方法、各步骤等组合成一个或者分割。另外，上述本发明的各实施方式并不限于在分别说明的各实施方式中真实地实施，也能够适当地组合各特征或者省略一部分来实施。
例如，在上述实施方式中，对通过一个传感器5动态切换物体检测范围的方式进行说明。然而，在一实施方式中，也可以通过多个传感器5在确定的物体检测范围内进行物体检测。另外，在一实施方式中，也可以通过多个传感器5朝向确定的物体检测范围进行波束形成。
上述实施方式并不限于仅作为电子设备1的实施。例如，上述实施方式可以作为像电子设备1那样的设备的控制方法来实施。进一步，例如，上述实施方式也可以作为使像电子设备1那样的设备或计算机等执行的程序来实施。
作为最小的结构，一实施方式的电子设备1例如可以具有传感器5和控制部10中的仅一个的至少一部分。另一方面，一实施方式的电子设备1除了包括控制部10以外，还可以构成为适当包括图2所示那样的信号生成部21、合成器22、相位控制部23、放大器24以及发送天线25中的至少任意一个。另外，一实施方式的电子设备1可以取代上述功能部、或者与上述功能部一起适当地包括接收天线31、LNA32、混频器33、IF部34、AD转换部35中的至少任意一个。进一步，一实施方式的电子设备1可以构成为包括任意的存储部(存储器)。如此地，一实施方式的电子设备1能够采用各种结构方案。另外，当一实施方式的电子设备1搭载于移动体100时，例如上述各功能部中的至少任意一个可以设置在移动体100内部等适当的位置。另一方面，在一实施方式中，例如发送天线25以及接收天线31中的至少任意一个可以设置在移动体100的外部。
附图标记说明
1 电子设备
5 传感器
10 控制部
11 距离FFT处理部
12 速度FFT处理部
13 阈值判定部
14 到达角估计部
15 物体检测部
16 跟踪处理部
17 存储部
18 目标识别部
20 发送部
21 信号生成部
22 合成器
23 相位控制部
24 放大器
25 发送天线
30 接收部
31 接收天线
32 LNA
33 混频器
34 IF部
35 AD转换部
50 ECU
100 移动体
200 物体

Claims (9)

1.一种电子设备，具有：
发送天线，发送发送波；
接收天线，接收所述发送波被反射后的反射波；以及
控制部，基于作为所述发送波发送的发送信号以及作为所述反射波接收的接收信号，检测反射所述发送波的物体，
所述控制部基于根据所述物体相对于所述电子设备的相对速度来算出的概率密度分布，识别规定的目标。
2.如权利要求1所述的电子设备，其中，
所述控制部基于根据所述物体相对于所述电子设备的相对速度来算出的概率密度分布，判定所述物体是否为所述规定的目标。
3.如权利要求1或2所述的电子设备，其中，
所述控制部通过将根据所述物体相对于所述电子设备的相对速度来算出的概率密度分布与预先存储的参照用概率密度分布进行比较，判定所述物体是否为规定的目标。
4.如权利要求3所述的电子设备，其中，
所述控制部通过比较根据所述物体相对于所述电子设备的相对速度来算出的概率密度分布与所述参照用概率密度分布的距离，判定所述物体是否为所述规定的目标。
5.如权利要求4所述的电子设备，其中，
在根据所述物体相对于所述电子设备的相对速度来算出的概率密度分布与所述参照用概率密度分布的KL信息量为规定的阈值以下的情况下，所述控制部判定为所述物体为所述规定的目标。
6.如权利要求5所述的电子设备，其中，
在所述KL信息量的数值最低的情况下，所述控制部判定为所述物体为所述规定的目标。
7.如权利要求1～6中任一项所述的电子设备，其中，
所述控制部基于根据所述物体的多普勒速度来算出的概率密度分布，识别规定的目标。
8.一种电子设备的控制方法，包括：
从发送天线发送发送波的步骤；
从接收天线接收所述发送波被反射后的反射波的步骤；
基于作为所述发送波发送的发送信号以及作为所述反射波接收的接收信号，检测反射所述发送波的物体的步骤；以及
基于根据所述物体相对于所述电子设备的相对速度来算出的概率密度分布，识别规定的目标的步骤。
9.一种程序，使电子设备执行以下步骤：
从发送天线发送发送波的步骤；
从接收天线接收所述发送波被反射后的反射波的步骤；
基于作为所述发送波发送的发送信号以及作为所述反射波接收的接收信号，检测反射所述发送波的物体的步骤；以及
基于根据所述物体相对于所述电子设备的相对速度来算出的概率密度分布，识别规定的目标的步骤。
CN202180077768.7A 2020-11-27 2021-11-11 电子设备、电子设备的控制方法以及程序 Pending CN116670537A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020-197020 2020-11-27
JP2020197020A JP2022085374A (ja) 2020-11-27 2020-11-27 電子機器、電子機器の制御方法、及びプログラム
PCT/JP2021/041634 WO2022113767A1 (ja) 2020-11-27 2021-11-11 電子機器、電子機器の制御方法、及びプログラム

Publications (1)

Publication Number Publication Date
CN116670537A true CN116670537A (zh) 2023-08-29

Family

ID=81755897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180077768.7A Pending CN116670537A (zh) 2020-11-27 2021-11-11 电子设备、电子设备的控制方法以及程序

Country Status (5)

Country Link
US (1) US20240027597A1 (zh)
EP (1) EP4254005A1 (zh)
JP (1) JP2022085374A (zh)
CN (1) CN116670537A (zh)
WO (1) WO2022113767A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024142893A1 (ja) * 2022-12-26 2024-07-04 京セラ株式会社 電子機器、電子機器の制御方法、及びプログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1843308A1 (en) * 2006-04-03 2007-10-10 Nederlandse Organisatie voor Toegepast-Natuuurwetenschappelijk Onderzoek TNO Sensor for a traffic response system and traffic control system using a sensor
JP4686438B2 (ja) * 2006-11-28 2011-05-25 日本電信電話株式会社 データ分類装置、データ分類方法およびデータ分類プログラムならびに記録媒体
JP2015190777A (ja) 2014-03-27 2015-11-02 株式会社豊田中央研究所 歩行者検出装置
DE102016213007A1 (de) * 2016-07-15 2018-01-18 Robert Bosch Gmbh Verfahren und System zur Abtastung eines Objekts
JP2021124295A (ja) * 2020-01-31 2021-08-30 日本電産株式会社 物標判別装置、レーダ装置、および物標判別方法

Also Published As

Publication number Publication date
WO2022113767A1 (ja) 2022-06-02
US20240027597A1 (en) 2024-01-25
JP2022085374A (ja) 2022-06-08
EP4254005A1 (en) 2023-10-04

Similar Documents

Publication Publication Date Title
JP7257579B2 (ja) 電子機器、電子機器の制御方法、及びプログラム
CN112654888A (zh) 电子设备、电子设备的控制方法、以及电子设备的控制程序
JP2024023926A (ja) 電子機器、電子機器の制御方法、及び電子機器の制御プログラム
CN116670537A (zh) 电子设备、电子设备的控制方法以及程序
CN113795772A (zh) 电子设备、电子设备的控制方法及程序
US20220221567A1 (en) Electronic device, method for controlling electronic device, and program
EP4053584A1 (en) Electronic device, method for controlling electronic device, and program
US20220214440A1 (en) Electronic device, method for controlling electronic device, and program
JPWO2020059481A1 (ja) 電子機器、電子機器の制御方法、及び電子機器の制御プログラム
WO2024142893A1 (ja) 電子機器、電子機器の制御方法、及びプログラム
EP4375705A1 (en) Electronic device, method for controlling electronic device, and program
WO2023002870A1 (ja) 電子機器、電子機器の制御方法、及びプログラム
CN116547183A (zh) 电子设备、电子设备的控制方法以及程序
CN115667988A (zh) 电子设备、电子设备的控制方法以及程序
CN116438468A (zh) 电子设备、电子设备的控制方法以及程序

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination