JP2004251660A - 目標追尾装置 - Google Patents
目標追尾装置 Download PDFInfo
- Publication number
- JP2004251660A JP2004251660A JP2003040023A JP2003040023A JP2004251660A JP 2004251660 A JP2004251660 A JP 2004251660A JP 2003040023 A JP2003040023 A JP 2003040023A JP 2003040023 A JP2003040023 A JP 2003040023A JP 2004251660 A JP2004251660 A JP 2004251660A
- Authority
- JP
- Japan
- Prior art keywords
- cluster
- target
- distance
- vector
- observation
- 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.)
- Granted
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
【解決手段】目標を観測するレーダ装置1と、前記目標の状態の平滑値を演算する平滑器6と、前記平滑値に基いて前記目標の状態の予測位置を演算する予測器12と、前記予測器により演算された予測位置を初期クラスターとして登録する初期クラスター登録器13と、各クラスターの代表位置と前記目標の各探知データとの距離を算出するクラスター距離算出器3と、前記クラスター距離算出器により算出された距離の小さい探知データを探索する類似データ探索器4と、前記類似データ探索器により探索された探知データを対応するクラスターに結合するクラスター結合器5とを設けた。
【効果】不要信号の影響を受けにくく、かつ目標の重心位置を精度よく追尾することができる。
【選択図】 図1
Description
【発明の属する技術分野】
この発明は、レーダ、レーザ、カメラ等の目標観測手段により計測した、人、自転車、車両、航空機等の移動目標の距離、俯角(仰角)、方位角、位置、またはこれらの時間変化率(速度)等の運動諸元の観測値から目標の位置、速度等を精度良く推定する目標追尾装置に関するものである。
【0002】
【従来の技術】
従来の目標追尾装置は、レーダ装置と、相関ゲート判定器と、信頼度算出器と、平滑器と、平滑誤差評価器と、第2の遅延回路と、予測誤差評価器と、ゲイン行列算出器と、第1の遅延回路と、予測器とを備える。上記相関ゲート判定器は、レーダ装置から観測ベクトルを受け取ると、その観測ベクトルが目標に係る観測ベクトルである可能性が高い場合にのみ有効なデータとして採用するため、予測誤差評価器から出力される予測誤差共分散行列と予め設定されたレーダ装置の観測誤差共分散行列とから各航跡毎に目標の予測存在確率分布を算出し、この分布の所望の等確率範囲内に存在する観測ベクトルを当該航跡と相関があるとみなし、信頼度算出器に出力する。この信頼度算出器は、相関ゲート判定器から出力された航跡と相関のある観測ベクトルを受け取ると、予測器の出力する予測ベクトルを入力し、これらと予め設定されたレーダ装置の検出確率及び不要信号発生頻度とから上記観測ベクトルの信頼度を算出する。上記のようにして、平滑器が航跡毎に対応する目標の位置及び速度の平滑ベクトルを算出すると、予測器は予め設定された目標の運動モデルを用いて、現時刻より1サンプリング後の目標の予測ベクトルを算出する(例えば、非特許文献1参照)。
【0003】
【非特許文献1】
『Multiple−Target Tracking with Radar Application』,ARTECK HOUSE,1986,pp299−302
【0004】
【発明が解決しようとする課題】
上述したような従来の目標追尾装置では、目標の大きさに比べてレーダの分解能が高く、目標が画像あるいは複数の点として観測される場合に、信頼度算出器は予測器の出力する予測ベクトルに近い観測ベクトルの信頼度を高く、遠い観測ベクトルの信頼度を低く判定するため、予測ベクトルの誤差が大きいほど、目標相関結果は目標の代表位置(重心位置)からずれた位置となる傾向があるという問題点があった。
【0005】
また、相関ゲート判定器により判定された相関ゲート内の観測ベクトルの全てを用いて平滑ベクトルを算出するため、相関ゲート内にクラッタ等の不要信号が存在する場合には、その影響により追尾精度が劣化するという問題点があった。
【0006】
この発明は、上述のような課題を解決するためになされたもので、その目的は、目標が画像あるいは複数の点として観測される場合においても、不要信号の影響を受けにくく、かつ目標の重心位置を精度よく追尾することができる目標追尾装置を得るものである。
【0007】
【課題を解決するための手段】
この発明に係る目標追尾装置は、目標を観測する目標観測手段と、前記目標の状態の平滑値を演算する平滑手段と、前記平滑値に基いて前記目標の状態の予測位置を演算する予測手段と、前記予測手段により演算された予測位置を初期クラスターとして登録する初期クラスター登録手段と、前記目標観測手段により観測された目標画像の各探知データを前記初期クラスターに基いてグルーピングするクラスター分類手段とを設けたものである。
【0008】
【発明の実施の形態】
実施の形態1.
この発明の実施の形態1に係る目標追尾装置について図面を参照しながら説明する。図1は、この発明の実施の形態1に係る目標追尾装置の構成を示す図である。なお、各図中、同一符号は同一又は相当部分を示す。
【0009】
図1において、目標追尾装置は、レーダ装置(目標観測手段)1と、相関ゲート判定器2と、クラスター距離算出器(クラスター距離算出手段)3と、類似データ探索器(類似データ探索手段)4と、クラスター結合器(クラスター結合手段)5と、平滑器(平滑手段)6と、平滑誤差評価器7と、第2の遅延回路8と、予測誤差評価器9と、ゲイン行列算出器10と、第1の遅延回路11と、予測器(予測手段)12と、初期クラスター登録器(初期クラスター登録手段)13とを備える。
【0010】
レーダ装置1は、空間に放出した電波の反射信号から目標を検出し、その位置を計測する。但し、反射信号にはクラッタ等の不要信号が含まれる可能性があるため、レーダ装置1は目標以外の位置を出力することもある。
【0011】
相関ゲート判定器2は、レーダ装置1により観測された観測ベクトルのうち、航跡(追尾維持中の目標)の予測存在範囲内に存在する観測ベクトルを選択し、クラスター距離算出器3に出力する。
【0012】
クラスター距離算出器3は、相関ゲート判定器2の出力する航跡の予測存在範囲内の観測ベクトルを入力し、初期クラスター登録器13で登録された全クラスターについてクラスターの代表位置と、そのクラスターに対応する航跡と相関のある観測ベクトルとの距離を算出し、クラスターと観測ベクトルと距離の関係を示す距離テーブルを作成する。
【0013】
類似データ探索器4は、クラスター距離算出器3により作成された距離テーブルを入力し、距離の最も小さい観測ベクトルを探索し、該当する観測ベクトルがある場合には探索した観測ベクトルと距離テーブルをクラスター結合器5に出力し、ない場合には平滑器6にクラスターの重心位置を出力する。
【0014】
クラスター結合器5は、類似データ探索器4で探索した、クラスター代表位置からの距離の最も小さい観測ベクトルを、これに対応するクラスターのメンバーとして登録すると同時に距離テーブルから削除し、この新メンバーが追加されたクラスターの重心位置を、新メンバーと既存のメンバーの位置及び画像サイズから再計算する。
【0015】
平滑器6は、類似データ探索器4から追尾目標と相関の認められた観測ベクトル群(クラスター)の重心を入力し、予測器12で算出された予測ベクトルと、ゲイン行列算出器10により算出されたゲイン行列を用いて、目標の位置及び速度の平滑ベクトルを算出する。
【0016】
第1の遅延回路11は、平滑器6により算出された航跡の平滑ベクトルを1サンプリング時間だけ遅延する。
【0017】
平滑誤差評価器7は、ゲイン行列算出器10により算出されたゲイン行列と、予測誤差評価器9により算出された予測誤差共分散行列とを用いて平滑誤差共分散行列を算出する。
【0018】
第2の遅延回路8は、平滑誤差評価器7により算出された平滑誤差共分散行列を1サンプリング時間だけ遅延する。
【0019】
予測誤差評価器9は、平滑誤差評価器7により算出された平滑誤差共分散行列を第2の遅延回路8を介して入力し、現時刻より1サンプリング後の予測誤差共分散行列を算出する。
【0020】
ゲイン行列算出器10は、予測誤差評価器9により算出された予測誤差共分散行列と予め設定されたレーダ装置1の観測誤差共分散行列からゲイン行列を算出する。
【0021】
予測器12は、平滑器6から出力される平滑ベクトルを第1の遅延回路11を介して入力し、これと予め設定された目標の運動モデルを用いて現時刻より1サンプリング後の目標の位置及び速度の予測ベクトルを算出する。
【0022】
初期クラスター登録器13は、予測器12の算出する各航跡毎の予測ベクトルを、初期クラスターの重心として登録する。
【0023】
つぎに、この実施の形態1に係る目標追尾装置の動作について図面を参照しながら説明する。
【0024】
最初に、この実施の形態1に係る目標追尾装置の動作原理を説明する。図2に示すように、レーダ装置1が地上から高さzrの位置に設置され、道路を走行する車両を追尾する場合を仮定する。レーダ装置1のアンテナ取り付け位置の鉛直線と地上面との交点を原点とし、道路面をxy平面、鉛直上向きをz軸の正にとったo−xyz座標を基準座標とする。基準座標におけるレーダ装置1のアンテナ取り付け位置は(0,0,zr)とする。
【0025】
レーダ装置1は、アンテナ取り付け位置を原点とする極座標において、車両の距離R及び方位角Az(y軸正の方向より反時計回りを正とする)を計測し、式(1)及び式(2)により基準座標の位置に変換する。
【0026】
【数1】
【0027】
次に、車両の運動モデルを式(3)に示す。ここで、(アンダーライン)xkはサンプリング時刻tkにおける車両の運動諸元の真値を表す状態ベクトルであり、xy座標における車両の位置ベクトルを式(4)、速度ベクトルを式(5)とすると、車両の状態ベクトルは式(6)で表される。また、(アンダーライン)ATはベクトル(アンダーライン)Aの転置ベクトルを表す。なお、(アンダーライン)xは、xの下にアンダーラインがあることを表し、以下、同様である。
【0028】
【数2】
【0029】
Φk−1はサンプリング時刻tk−1よりtkへの状態ベクトルの推移行列であり、式(7)で表される。また、(アンダーライン)wkはサンプリング時刻tkにおける駆動雑音ベクトルであり、Γ1(k)はサンプリング時刻における駆動雑音ベクトルの変換行列である。例えば、車両の運動モデルを等速直線運動と仮定したことによる打ち切り誤差項をΓ1(k−1)(アンダーライン)wk−1とみれば、(アンダーライン)wkは加速度ベクトル相当であり、Γ1(k−1)は式(8)で表される。なお、Tはレーダ装置1のサンプリング間隔、Iは2行2列の単位行列である。
【0030】
【数3】
【0031】
また、平均を表す記号としてEを用いると、(アンダーライン)wkは平均の2次元正規分布白色雑音であり、式(9)及び(10)とする。ただし、(アンダーライン)0は零ベクトルであり、Qkはサンプリング時刻tkにおける駆動雑音共分散行列である。
【0032】
【数4】
【0033】
次に、車両の距離R及び方位角Azがサンプリング時刻tkにレーダ装置1より観測される場合のxy座標におけるレーダ装置1の観測モデルを式(11)で表す。ここで、(アンダーライン)zkはxy座標で表されるサンプリング時刻tkにおけるレーダ装置1の観測ベクトル、Hは観測行列で、式(12)で表される。
【0034】
また、(アンダーライン)vkはサンプリング時刻tkにおけるレーダ装置1の観測雑音ベクトルであり、平均(アンダーライン)0の2次元正規分布白色雑音で、式(13)及び(14)で表される。なお、Rkはサンプリング時刻tkにおけるレーダ装置1の観測誤差共分散行列である。Γ2(k)は極座標よりxy座標への観測雑音ベクトルの変換行列で、式(15)で表される。サンプリング時刻tkまでの間に車両の追尾に用いたレーダ装置1の観測ベクトル全体をZkとする(式(16)を参照)。
【0035】
【数5】
【0036】
次に、サンプリング時刻tk−1までのレーダ装置1の観測ベクトルZk−1が得られているときの予測処理について述べる。サンプリング時刻tkにおける車両の状態ベクトル(アンダーライン)xkの予測ベクトルを(ハットアンダーライン)xk(−)、予測誤差共分散行列をPk(−)とすると、それぞれ条件付平均ベクトル、条件付共分散行列で定義され、式(17)及び式(18)で表される。ここで、(ハットアンダーライン)xk−1(+)及びPk−1(+)はそれぞれ前サンプリング時刻tk−1の平滑ベクトル及び平滑誤差共分散行列である。これらの算出方法については後で述べる。なお、(ハットアンダーライン)xは、xの上に^、下にアンダーラインがあることを表し、以下、同様である。
【0037】
【数6】
【0038】
次に、相関ゲート判定処理について述べる。追尾車両の存在位置の確率分布は、式(19)に示す条件付確率密度関数で表される。すなわち、追尾車両からの観測ベクトルは、式(20)で与えられる予測位置ベクトル(アンダーライン)zk(−)を平均とし、式(21)で与えられるSkを共分散行列とする2次元正規分布に従うとする。そこで、式(22)を満たす(アンダーライン)zk ,iを追尾車両(航跡)の予測存在範囲内の観測ベクトルと判定する。ここで、dは予測存在範囲の大きさを決めるパラメータであり、自由度2のχ自乗分布により算出する。
【0039】
【数7】
【0040】
次に、目標相関処理について述べる。相関ゲート判定処理において、航跡nの予測存在範囲内と判定された観測ベクトル(アンダーライン)zk ,iの集合をξnとし、式(23)で再定義する。また、航跡nの相関対象とすべき観測ベクトルの集合(クラスター)をCnとし、その重心位置をgnとする。さらに、クラスターCと観測ベクトルξの非類似度(距離)を式(24)で表す。
【0041】
【数8】
【0042】
航跡nと観測ベクトルの関連性を、階層的クラスター分析によるグルーピングの手順に追尾結果を利用した方法にて調べる。相関ゲート判定処理において選択された観測ベクトルは、すでに追尾を維持している航跡の何れかからのもの、あるいは不要信号であるため、分類すべきクラスターの数は航跡数に等しい。そこで、まず、各航跡に対応するクラスターCn(n番目の航跡に対応)を考え、対応する航跡の予測位置を仮のメンバーとする。従って、この時点でのクラスターCnの重心位置gnは式(25)で与えられる。ここで、式(17)で与えられる予測ベクトルのうち、n番目の航跡に対する予測ベクトルを(ハットアンダーライン)xn k(−)と再定義している。
【0043】
各クラスターCnと、これに対応する航跡nの予測存在範囲内と判定された観測ベクトルξnとの非類似度(距離)は、例えば双方の重心位置の距離の2乗として算出する。すべてのクラスターと観測ベクトルの距離の対応表を距離テーブルと呼ぶ。任意のクラスターCと、任意の観測ベクトルξの非類似度d(C,ξ)は式(26)で与えられる。ここで、‖a‖はベクトルaのユークリッドノルムを表す。そして、非類似度が最も小さいクラスターと観測ベクトルのペアを探索し、これらを1つのクラスターとして結合し、その重心位置を更新する。結合するクラスター及び観測ベクトルの画像のサイズ(観測セル数)を、それぞれNC及びNξとすると、クラスターCと観測ベクトル(アンダーライン)ξn , iを結合した後の重心位置g’nは式(27)で与えられる。ただし、初期メンバーである予測位置は重心の算出に用いない。すなわち、最初に結合された観測ベクトルをそのクラスターの真の初期メンバーとして予測位置と入れ替える。そして、距離テーブルにおいて、重心位置を更新したクラスターは、対応する観測ベクトルとの距離2乗の値を式(26)に従い更新する。なお、クラスターと結合した観測ベクトルは、他のクラスターのメンバーにはしないため、距離テーブルから削除する。以上の処理を予測存在範囲内すべての観測ベクトルがいずれかのクラスターと結合されるまで繰り返す。このときの、各クラスターの重心位置を対応する航跡に対する相関結果とする。
【0044】
次に、目標相関処理の例を図3及び図4をもとに説明する。図3では2台の車両を追尾維持している場合で、それぞれの車両を追尾する航跡の予測存在範囲(相関ゲート)内に、レーダ装置1で検出した観測ベクトルが得られている状況を示している。Z1〜Z3は車両1からの観測ベクトル、Z4〜Z6は車両2からの観測ベクトルである。
【0045】
目標相関処理では、まず、各航跡に対応する2つのクラスターを考える。そして、それぞれに対応する予測位置(航跡1は×1、航跡2は×2)を各クラスターの仮のメンバーとする。次に、クラスターの重心(初期状態では予測位置)とそのクラスター(航跡)の相関ゲート内のすべての観測ベクトルとの距離を算出する(この関係が距離テーブル)。最も距離の小さいクラスター1とZ1のペアが結合される。図4に、この結合の様子(樹形図)を示す。そして、クラスター1はZ1をメンバーに加えたことにより、その重心位置が変化するため重心位置を再計算する。また、これに伴い、再計算した重心位置とメンバーとの距離も再計算する。このとき、仮のメンバーである予測位置は重心位置計算の対象としない。また、メンバーに加えたZ1は、距離テーブルから削除し、次の最小距離を探索する。この処理を対象となる観測ベクトルがなくなるまで繰り返すと、図4のようにクラスターと観測ベクトルが、その距離の小さいものから結合される。そして、星印で示した最終的な重心位置が、それぞれの航跡の相関結果となる。
【0046】
【数9】
【0047】
次に、平滑処理について述べる。前述の目標相関処理により算出された、追尾車両の相関結果であるクラスターの重心ベクトルをgと置き直すと、ゲイン行列Kk、平滑ベクトル(ハットアンダーライン)xk(+)及び平滑誤差共分散行列Pk(+)は通常のカルマンフィルタの理論により、式(28)〜式(31)で与えられる。ここで、Rkは式(14)で表される、サンプリング時刻tkにおけるレーダ装置1の観測誤差共分散行列であり、(アンダーライン)vkは式(31)で与えられる残差ベクトルである。
【0048】
【数10】
【0049】
次に、この実施の形態1に係る目標追尾装置の動作を具体的に説明する。
【0050】
レーダ装置1では、図2に示すように車両の距離R及び方位角Azを観測し、式(1)及び式(2)に従いxy座標に変換する(ステップST1)。相関ゲート判定器2では、予測器12から航跡及び仮航跡の予測ベクトル(ハットアンダーライン)xk(−)と予測誤差共分散行列Pk(−)を予測器12から初期クラスター登録器13を介して入力し、これらと予め設定されたレーダ装置1の観測誤差共分散行列Rkとから、観測ベクトルの予測ベクトル(アンダーライン)zk(−)とその誤差共分散行列Skをそれぞれ、式(20)及び式(21)に従い算出し、レーダ装置1から入力した観測ベクトルのうち、予め設定されたゲートサイズパラメータdに対して式(22)を満たす観測ベクトルの全てを対応する航跡の予測存在領域内であると見なして選択する。これを全ての航跡に対して行う(ステップST2)。クラスター距離算出器3では、相関ゲート判定器2で選択された航跡の予測存在範囲内の観測ベクトルの集合ξnのすべてに対し、初期クラスター登録器13で生成されたクラスターCとの非類似度を式(26)に従い算出し、距離テーブルを作成する(ステップST3)。ここで、クラスター結合器5により結合されたクラスターがある場合は、更新された重心位置を用いて非類似度を更新する。
【0051】
類似データ探索器4では、クラスター距離算出器3で作成した距離テーブルにおいて、非類似度が最も小さいクラスターと観測ベクトルのペアを探索し、所望のペアが存在しない場合は各クラスターの重心位置を平滑器6に出力し、ペアが存在する場合はペア情報と距離テーブルをクラスター結合器5に出力する(ステップST4)。クラスター結合器5では、類似データ探索器4で探索したクラスターCと観測ベクトル(アンダーライン)ξn , iのペアを同一クラスターとして結合して、式(27)に従いその重心位置を更新すると同時に、この観測ベクトル(アンダーライン)ξn , iを距離テーブルから削除する(ステップST5)。
【0052】
平滑器6では、各航跡に対し、類似データ探索器4の出力する各航跡と相関の認められた観測データのグループ(クラスター)の重心gと、予測器12で算出した予測ベクトル(ハットアンダーライン)xk(−)と、ゲイン行列算出器10で算出したゲイン行列Kkとを入力し、式(29)に従い平滑ベクトル(ハットアンダーライン)xk(+)を算出する(ステップST6)。
【0053】
平滑誤差評価器7では、予測誤差評価器9から予測誤差共分散行列Pk(−)を、ゲイン行列算出器10からゲイン行列Kkをそれぞれ入力し、式(30)に従い平滑誤差共分散行列Pk(+)を算出する(ステップST7)。予測誤差評価器9では、第2の遅延回路8から1サンプリング前の平滑誤差共分散行列Pk−1(+)を入力し、これと、予め設定された駆動雑音Qk−1を用いて式(18)に従い予測誤差共分散行列Pk(−)を算出する(ステップST8)。ゲイン行列算出器10では、予測誤差評価器9から入力した予測誤差共分散行列Pk(−)と、予め設定されたレーダ装置1の観測誤差共分散行列Rkとから式(28)に従いゲイン行列Kkを算出する(ステップST9)。
【0054】
予測器12では、1サンプリング前の平滑ベクトル(ハットアンダーライン)xk−1(+)を第1の遅延回路11を介して入力し、式(17)に従い予測ベクトル(ハットアンダーライン)xk(−)を算出する(ステップST10)。初期クラスター登録器13では、予測器12の出力する各航跡の予測ベクトル(ハットアンダーライン)xk(−)を入力し、各航跡に対応するクラスターCn(n番目の航跡に対応)を生成し、対応する航跡の予測位置を仮のメンバーとして登録し、その重心位置を式(25)に従い初期設定する(ステップST11)。ここで、式(17)で与えられる予測ベクトルのうち、n番目の航跡に対する予測ベクトルを(ハットアンダーライン)xn k(−)と再定義している。
【0055】
以上で明らかなように、この実施の形態1によれば、レーダ装置1の分解能が目標の大きさに比べて高く、目標が画像あるいは複数の点として観測される場合においても、初期クラスター登録器13において追尾目標の予測ベクトルをクラスター代表位置として初期定義し、類似データ探索器4において、クラスターと観測ベクトルとの距離の小さいものから追尾目標との相関を判定し、クラスター結合器5において、相関のある観測ベクトルをクラスターとして結合し、その重心を相関結果として算出する構成としているため、目標の重心位置を平滑処理に利用することが可能であり、追尾精度がよくなるという効果を奏する。
【0056】
なお、この実施の形態1では、クラスターと観測ベクトルの非類似度を重心距離としているが、最短距離や最長距離等、一般的な階層的クラスター分析手法で用いられるあらゆる非類似度の取り方にしても同様の効果を得ることができる。また、レーダの代わりに、レーザレーダ、光学カメラ等を用いて移動体の位置を測定する場合や、これらのセンサを複数配置してネットワークで利用する場合にも適用可能である。
【0057】
実施の形態2.
この発明の実施の形態2に係る目標追尾装置について図面を参照しながら説明する。図5は、この発明の実施の形態2に係る目標追尾装置の構成を示す図である。
【0058】
図5において、図1と同一符号である1〜13は、上記実施の形態1と同一または相当部分を示すのでその説明を省略する。
【0059】
距離制限器(距離制限手段)14は、類似データ探索器4から探索したクラスター代表位置からの距離の最も小さい観測ベクトルを、目標サイズ推定器15から制限距離を、それぞれ入力し、観測ベクトルの距離が制限距離を超えない場合にクラスター結合器5にこの観測ベクトルを出力し、超える場合には類似データ探索器4に処理を戻す。
【0060】
目標サイズ推定器(目標サイズ推定手段)15は、平滑器6の出力する追尾目標の過去の画像サイズの平均から目標全長を推定し、その全長に対応するクラスターと観測ベクトル間の距離の制限値(制限距離)を出力する。
【0061】
つぎに、この実施の形態2に係る目標追尾装置の動作について図面を参照しながら説明する。
【0062】
最初に、この実施の形態2に係る目標追尾装置の動作原理を説明する。レーダ装置1による車両の観測、車両の運動モデル、車両の観測モデル、予測処理、誤検出や周辺反射物などからの車両以外の観測ベクトルの発生モデル、仮説の生成、相関ゲート判定処理、平滑処理は、上記実施の形態1における式(1)〜式(22)、式(28)〜式(31)までの原理と同じであるので省略する。
【0063】
次に、目標相関処理について述べる。相関ゲート判定処理において、航跡nの予測存在範囲内と判定された観測ベクトル(アンダーライン)zk , iの集合をξnとし、式(23)で再定義する。また、航跡nの相関対象とすべき観測ベクトルの集合(クラスター)をCnとし、その重心位置をgnとする。さらに、クラスターCと観測ベクトルξの非類似度(距離)を式(24)で表す。
【0064】
航跡nと観測ベクトルの関連性を、階層的クラスター分析によるグルーピングの手順に追尾結果を利用した方法にて調べる。相関ゲート判定処理において選択された観測ベクトルは、すでに追尾を維持している航跡の何れかからのもの、あるいは不要信号であるため、分類すべきクラスターの数は航跡数に等しい。そこで、まず、各航跡に対応するクラスターCn(n番目の航跡に対応)を考え、対応する航跡の予測位置を仮のメンバーとする。従って、この時点でのクラスターCnの重心位置gnは式(25)で与えられる。ここで、式(17)で与えられる予測ベクトルのうち、n番目の航跡に対する予測ベクトルを(ハットアンダーライン)xn k(−)と再定義している。
【0065】
各クラスターCnと、これに対応する航跡nの予測存在範囲内と判定された観測ベクトルξnとの非類似度(距離)は、例えば双方の重心位置の距離の2乗として算出する。すべてのクラスターと観測ベクトルの距離の対応表を距離テーブルと呼ぶ。任意のクラスターCと、任意の観測ベクトルξの非類似度d(C,ξ)は式(26)で与えられる。ここで、‖a‖はベクトルaのユークリッドノルムを表す。
【0066】
ここで、非類似度は目標の大きさによって制限することが可能である。これまでに観測された追尾目標の画像サイズの平均値等から追尾目標のおおよその大きさ(全長)が推定できるため、この全長をLとすると、レーダ装置1の観測誤差を考慮した式(32)を非類似度の制限値とすることができる。すなわち、式(33)を満たす観測ベクトルはクラスターCのメンバーとはせずに距離テーブルから削除することによって、不要信号をクラスターのメンバーとすることを避けることができる。
【0067】
【数11】
【0068】
そして、非類似度が最も小さく、かつ、式(33)を満たすクラスターと観測ベクトルのペアを1つのクラスターとして結合し、その重心位置を更新する。結合するクラスターと観測ベクトルの画像のサイズ(観測セル数)を、それぞれNCNξとすると、クラスターCと観測ベクトル(アンダーライン)ξn , iを結合した後の重心位置g’nは式(27)で与えられる。ただし、初期メンバーである予測位置は重心の算出に用いない。すなわち、最初に結合された観測ベクトルをそのクラスターの真の初期メンバーとして予測位置と入れ替える。そして、距離テーブルにおいて、重心位置を更新したクラスターは、対応する観測ベクトルとの距離2乗の値を式(26)に従い更新する。なお、クラスターと結合した観測ベクトルは、他のクラスターのメンバーにはしないため、距離テーブルから削除する。以上の処理を予測存在範囲内すべての観測ベクトルがいずれかのクラスターと結合されるまで繰り返す。このときの、各クラスターの重心位置を対応する航跡に対する相関結果とする。
【0069】
次に、この実施の形態2に係る目標追尾装置の動作を具体的に説明する。
【0070】
レーダ装置1では、図2に示すように車両の距離R及び方位角Azを観測し、式(1)及び式(2)に従いxy座標に変換する(ステップST1)。相関ゲート判定器2では、予測器12から航跡及び仮航跡の予測ベクトル(ハットアンダーライン)xk(−)と予測誤差共分散行列Pk(−)を予測器12から初期クラスター登録器13を介して入力し、これらと予め設定されたレーダ装置1の観測誤差共分散行列Rkとから、観測ベクトルの予測ベクトル(アンダーライン)zk(−)とその誤差共分散行列Skをそれぞれ、式(20)及び式(21)に従い算出し、レーダ装置1から入力した観測ベクトルのうち、予め設定されたゲートサイズパラメータdに対して式(22)を満たす観測ベクトルの全てを対応する航跡の予測存在領域内であると見なして選択する。これを全ての航跡に対して行う(ステップST2)。クラスター距離算出器3では、相関ゲート判定器2で選択された航跡の予測存在範囲内の観測ベクトルの集合ξnのすべてに対し、初期クラスター登録器13で生成されたクラスターCとの非類似度を式(26)に従い算出し、距離テーブルを作成する(ステップST3)。ここで、クラスター結合器5により結合されたクラスターがある場合は、更新された重心位置を用いて非類似度を更新する。
【0071】
類似データ探索器4では、クラスター距離算出器3で作成した距離テーブルにおいて、非類似度が最も小さいクラスターと観測ベクトルのペアを探索し、所望のペアが存在しない場合は各クラスターの重心位置を平滑器6に出力し、ペアが存在する場合はペア情報と距離テーブルを距離制限器14に出力する(ステップST4)。この距離制限器14では、目標サイズ推定器15で推定した制限距離dmaxを入力し、類似データ探索器4から入力したペアに対し式(33)を評価し、式(33)を満たす場合にはこのペア情報をクラスター結合器5に出力し、満たさない場合には、類似データ探索4に処理を戻す(ステップST5)。クラスター結合器5では、距離制限器14において距離制限を満たしたクラスターCと観測ベクトル(アンダーライン)ξn , iのペアを同一クラスターとして結合して、式(27)に従いその重心位置を更新すると同時に、この観測ベクトル(アンダーライン)ξn , iを距離テーブルから削除する(ステップST6)。
【0072】
平滑器6では、各航跡に対し、類似データ探索器4の出力する各航跡と相関の認められた観測データのグループ(クラスター)の重心gと、予測器12で算出した予測ベクトル(ハットアンダーライン)xk(−)と、ゲイン行列算出器10で算出したゲイン行列Kkとを入力し、式(29)に従い平滑ベクトル(ハットアンダーライン)xk(+)を算出する(ステップST7)。目標サイズ推定器15では、これまでに追尾目標と相関のとれた観測ベクトル群(クラスター)の合計画像サイズの平均値から追尾目標のおおよその全長Lを推定し、レーダ装置1の観測誤差を考慮した式(32)を非類似度の制限値として算出する(ステップST8)。
【0073】
平滑誤差評価器7では、予測誤差評価器9から予測誤差共分散行列Pk(−)を、ゲイン行列算出器10からゲイン行列Kkをそれぞれ入力し、式(30)に従い平滑誤差共分散行列Pk(+)を算出する(ステップST9)。予測誤差評価器9では、第2の遅延回路8から1サンプリング前の平滑誤差共分散行列Pk−1(+)を入力し、これと、予め設定された駆動雑音Qk−1を用いて式(18)に従い予測誤差共分散行列Pk(−)を算出する(ステップST10)。ゲイン行列算出器10では、予測誤差評価器9から入力した予測誤差共分散行列Pk(−)と、予め設定されたレーダ装置1の観測誤差共分散行列Rkとから式(28)に従いゲイン行列Kkを算出する(ステップST11)。
【0074】
予測器12では、1サンプリング前の平滑ベクトル(ハットアンダーライン)xk−1(+)を第1の遅延回路11を介して入力し、式(17)に従い予測ベクトル(ハットアンダーライン)xk(−)を算出する(ステップST12)。初期クラスター登録器13では、予測器12の出力する各航跡の予測ベクトル(ハットアンダーライン)xk(−)を入力し、各航跡に対応するクラスターCn(n番目の航跡に対応)を生成し、対応する航跡の予測位置を仮のメンバーとして登録し、その重心位置を式(25)に従い初期設定する(ステップST13)。ここで、式(17)で与えられる予測ベクトルのうち、n番目の航跡に対する予測ベクトルを(ハットアンダーライン)xn k(−)と再定義している。
【0075】
以上で明らかなように、この実施の形態2によれば、レーダ装置1の分解能が目標の大きさに比べて高く、目標が画像あるいは複数の点として観測される場合においても、初期クラスター登録器13において追尾目標の予測ベクトルをクラスター代表位置として初期定義し、類似データ探索器4において、クラスターと観測ベクトルとの距離の小さいものから追尾目標との相関を判定し、クラスター結合器5において、相関のある観測ベクトルをクラスターとして結合し、その重心を相関結果として算出する構成としているため、目標の重心位置を平滑処理に利用することが可能であり、追尾精度がよくなるという効果を奏する。
【0076】
また、目標サイズ推定器15において、これまでに追尾目標と相関のとれた観測ベクトルの合計画像サイズの平均値から追尾目標の全長を推定し、推定全長とレーダ装置1の観測誤差を考慮した制限距離を用いて、クラスターの結合を制限する構成としているので、クラッタ等の目標以外の不要信号が相関対象となることを防ぐことができ、更に追尾精度がよくなるという効果を奏する。
【0077】
なお、この実施の形態2では、クラスターと観測ベクトルの非類似度を重心距離としているが、最短距離や最長距離等、一般的な階層的クラスター分析手法で用いられるあらゆる非類似度の取り方にしても同様の効果を得ることができる。また、レーダの代わりに、レーザレーダ、光学カメラ等を用いて移動体の位置を測定する場合や、これらのセンサを複数配置してネットワークで利用する場合にも適用可能である。
【0078】
実施の形態3.
この発明の実施の形態3に係る目標追尾装置について図面を参照しながら説明する。図6は、この発明の実施の形態3に係る目標追尾装置の構成を示す図である。
【0079】
図6において、図5と同一符号である1〜15は、上記実施の形態2と同一または相当部分を示すのでその説明を省略する。
【0080】
距離差判定器(距離差判定手段)16は、距離制限器14から入力した、クラスター代表位置からの距離の最も小さい観測ベクトルと2番目に小さい観測ベクトルを入力し、これらの距離差があらかじめ設定された制限値よりも大きい場合にのみ、距離のもっとも小さい観測ベクトルをクラスター結合器5に出力する。
【0081】
メンバー削除器17は、類似データ探索器4の出力する各クラスターの最終的な重心位置と距離テーブルを入力し、クラスターのメンバーと重心位置との距離を再計算し、目標サイズ推定器15から入力した制限距離を超える観測ベクトルをクラスターのメンバーから削除する。
【0082】
つぎに、この実施の形態3に係る目標追尾装置の動作について図面を参照しながら説明する。
【0083】
最初に、この実施の形態3に係る目標追尾装置の動作原理を説明する。レーダ装置1による車両の観測、車両の運動モデル、車両の観測モデル、予測処理、誤検出や周辺反射物などからの車両以外の観測ベクトルの発生モデル、仮説の生成、相関ゲート判定処理、平滑処理は、上記実施の形態1における式(1)〜式(22)、式(28)〜式(31)までの原理と同じであるので省略する。
【0084】
次に、目標相関処理について述べる。相関ゲート判定処理において、航跡nの予測存在範囲内と判定された観測ベクトル(アンダーライン)zk , iの集合をξnとし、式(23)で再定義する。また、航跡nの相関対象とすべき観測ベクトルの集合(クラスター)をCnとし、その重心位置をgnとする。さらに、クラスターCと観測ベクトルξの非類似度(距離)を式(24)で表す。
【0085】
航跡nと観測ベクトルの関連性を、階層的クラスター分析によるグルーピングの手順に追尾結果を利用した方法にて調べる。相関ゲート判定処理において選択された観測ベクトルは、すでに追尾を維持している航跡の何れかからのもの、あるいは不要信号であるため、分類すべきクラスターの数は航跡数に等しい。そこで、まず、各航跡に対応するクラスターCn(n番目の航跡に対応)を考え、対応する航跡の予測位置を仮のメンバーとする。従って、この時点でのクラスターCnの重心位置gnは式(25)で与えられる。ここで、式(17)で与えられる予測ベクトルのうち、n番目の航跡に対する予測ベクトルを(ハットアンダーライン)xn k(−)と再定義している。
【0086】
各クラスターCnと、これに対応する航跡nの予測存在範囲内と判定された観測ベクトルξnとの非類似度(距離)は、例えば双方の重心位置の距離の2乗として算出する。すべてのクラスターと観測ベクトルの距離の対応表を距離テーブルと呼ぶ。任意のクラスターCと、任意の観測ベクトルξの非類似度d(C,ξ)は式(26)で与えられる。ここで、‖a‖はベクトルaのユークリッドノルムを表す。
【0087】
ここで、非類似度は目標の大きさによって制限することが可能である。これまでに観測された追尾目標の画像サイズの平均値等から追尾目標のおおよその大きさ(全長)が推定できるため、この全長をLとすると、レーダ装置1の観測誤差を考慮した式(32)を非類似度の制限値とすることができる。すなわち、式(33)を満たす観測ベクトルはクラスターCのメンバーとはせずに距離テーブルから削除することによって、不要信号をクラスターのメンバーとすることを避けることができる。
【0088】
そして、非類似度が最も小さく、かつ、式(33)を満たすクラスターと観測ベクトルのペアを1つのクラスターとして結合し、その重心位置を更新する。但し、この観測ベクトルが他のクラスターの距離とも十分近い場合、すなわち最小の距離と2番目に近い距離との差があらかじめ設定された値より小さい場合は、どちらのクラスターである可能性も高いため、結合しない。クラスターを結合する場合、結合するクラスターと観測ベクトルの画像のサイズ(観測セル数)を、それぞれNCNξとすると、クラスターCと観測ベクトル(アンダーライン)ξn , iを結合した後の重心位置g’nは式(27)で与えられる。ただし、初期メンバーである予測位置は重心の算出に用いない。すなわち、最初に結合された観測ベクトルをそのクラスターの真の初期メンバーとして予測位置と入れ替える。そして、距離テーブルにおいて、重心位置を更新したクラスターは、対応する観測ベクトルとの距離2乗の値を式(26)に従い更新する。なお、クラスターと結合した観測ベクトルは、他のクラスターのメンバーにはしないため、距離テーブルから削除する。以上の処理を予測存在範囲内すべての観測ベクトルがいずれかのクラスターと結合されるまで繰り返す。そして、最終的な重心位置を各メンバーの距離を再計算し、制限距離の半分の距離を超える観測ベクトルを目標以外のものと判定して、クラスターのメンバーから削除する。
【0089】
次に、この実施の形態3に係る目標追尾装置の動作を具体的に説明する。
【0090】
レーダ装置1では、図2に示すように車両の距離R及び方位角Azを観測し、式(1)及び式(2)に従いxy座標に変換する(ステップST1)。相関ゲート判定器2では、予測器12から航跡及び仮航跡の予測ベクトル(ハットアンダーライン)xk(−)と予測誤差共分散行列Pk(−)を予測器12から初期クラスター登録期13を介して入力し、これらと予め設定されたレーダ装置1の観測誤差共分散行列Rkとから、観測ベクトルの予測ベクトル(アンダーライン)zk(−)とその誤差共分散行列Skをそれぞれ、式(20)及び式(21)に従い算出し、レーダ装置1から入力した観測ベクトルのうち、予め設定されたゲートサイズパラメータdに対して式(22)を満たす観測ベクトルの全てを対応する航跡の予測存在領域内であると見なして選択する。これを全ての航跡に対して行う(ステップST2)。クラスター距離算出器3では、相関ゲート判定器2で選択された航跡の予測存在範囲内の観測ベクトルの集合ξnのすべてに対し、初期クラスター登録器13で生成されたクラスターCとの非類似度を式(26)に従い算出し、距離テーブルを作成する(ステップST3)。ここで、クラスター結合器5により結合されたクラスターがある場合は、更新された重心位置を用いて非類似度を更新する。
【0091】
類似データ探索器4では、クラスター距離算出器3で作成した距離テーブルにおいて、非類似度が最も小さいクラスターと観測ベクトルのペアと2番目に小さいペアを探索し、所望のペアが存在しない場合は各クラスターの重心位置を平滑器6に出力し、ペアが存在する場合はペア情報と距離テーブルを距離制限器14に出力する(ステップST4)。この距離制限器14では、目標サイズ推定器15で推定した制限距離dmaxを入力し、類似データ探索器4から入力したペアに対し式(33)を評価し、式(33)を満たす場合にはこのペア情報を距離差判定器16に出力し、満たさない場合には、類似データ探索器4に処理を戻す(ステップST5)。距離差判定器16では、距離制限器14において距離制限を満たした最小距離と2番目に小さい距離を有するクラスターと観測ベクトルのペアの距離差を求め、これがあらかじめ設定された値よりも大きい場合にはペア情報をクラスター結合器5に出力し、小さい場合には、類似データ探索器4に処理を戻す(ステップST6)。クラスター結合器5では、距離差判定器16において距離制限を満たしたクラスターCと観測ベクトル(アンダーライン)ξn , iのペアを同一クラスターとして結合して、式(27)に従いその重心位置を更新すると同時に、この観測ベクトル(アンダーライン)ξn , iを距離テーブルから削除する(ステップST7)。メンバー削除器17では、類似データ探索器4から各クラスターの重心位置と距離テーブルを入力し、各クラスター毎に再度、メンバーとの重心距離を算出し、重心距離が制限距離の1/2の距離を超えるメンバーを削除する(ステップST8)。
【0092】
平滑器6では、各航跡に対し、メンバー削除器17の出力する各航跡と相関の認められた観測データのグループ(クラスター)の重心gと、予測器12で算出した予測ベクトル(ハットアンダーライン)xk(−)と、ゲイン行列算出器10で算出したゲイン行列Kkとをそれぞれ入力し、式(29)に従い平滑ベクトル(ハットアンダーライン)xk(+)を算出する(ステップST9)。目標サイズ推定器15では、これまでに追尾目標と相関のとれた観測ベクトル群(クラスター)の合計画像サイズの平均値から追尾目標のおおよその全長Lを推定し、レーダ装置1の観測誤差を考慮した式(32)を非類似度の制限値として算出する(ステップST10)。
【0093】
平滑誤差評価器7では、予測誤差評価器9から予測誤差共分散行列Pk(−)を、ゲイン行列算出器10からゲイン行列Kkをそれぞれ入力し、式(30)に従い平滑誤差共分散行列Pk(+)を算出する(ステップST11)。予測誤差評価器9では、第2の遅延回路8から1サンプリング前の平滑誤差共分散行列Pk−1(+)を入力し、これと、予め設定された駆動雑音Qk−1を用いて式(18)に従い予測誤差共分散行列Pk(−)を算出する(ステップST12)。ゲイン行列算出器10では、予測誤差評価器9から入力した予測誤差共分散行列Pk(−)と、予め設定されたレーダ装置1の観測誤差共分散行列Rkとから式(28)に従いゲイン行列Kkを算出する(ステップST13)。
【0094】
予測器12では、1サンプリング前の平滑ベクトル(ハットアンダーライン)xk−1(+)を第1の遅延回路11を介して入力し、式(17)に従い予測ベクトル(ハットアンダーライン)xk(−)を算出する(ステップST14)。初期クラスター登録器13では、予測器12の出力する各航跡の予測ベクトル(ハットアンダーライン)xk(−)を入力し、各航跡に対応するクラスターCn(n番目の航跡に対応)を生成し、対応する航跡の予測位置を仮のメンバーとして登録し、その重心位置を式(25)に従い初期設定する(ステップST15)。ここで、式(17)で与えられる予測ベクトルのうち、n番目の航跡に対する予測ベクトルを(ハットアンダーライン)xn k(−)と再定義している。
【0095】
以上で明らかなように、この実施の形態3によれば、レーダ装置1の分解能が目標の大きさに比べて高く、目標が画像あるいは複数の点として観測される場合においても、初期クラスター登録器13において追尾目標の予測ベクトルをクラスター代表位置として初期定義し、類似データ探索器4において、クラスターと観測ベクトルとの距離の小さいものから追尾目標との相関を判定し、クラスター結合器5において、相関のある観測ベクトルをクラスターとして結合し、その重心を相関結果として算出する構成といているため、目標の重心位置を平滑処理に利用することが可能であり、追尾精度がよくなるという効果を奏する。
【0096】
また、目標サイズ推定器15において、これまでに追尾目標と相関のとれた観測ベクトルの合計画像サイズの平均値から追尾目標の全長を推定し、推定全長とレーダ装置1の観測誤差を考慮した制限距離を用いて、クラスターの結合を制限する構成としており、更に、メンバー削除器17において、最終的なクラスターの重心とメンバーの距離を再計算して、距離が目標サイズを超える観測ベクトルを削除する構成としているので、不要信号が相関対象となることを、より防ぐことができ、更に追尾制度がよくなるという効果を奏する。
【0097】
また、距離差判定器16において、2つのクラスターからの距離差が小さい観測ベクトルをどちらのクラスターのメンバーにもしない構成としているので、信頼性の低い観測ベクトルを相関対象として追尾精度が劣化するのを防ぐ効果を奏する。
【0098】
なお、この実施の形態3では、クラスターと観測ベクトルの非類似度を重心距離としているが、最短距離や最長距離等、一般的な階層的クラスター分析手法で用いられるあらゆる非類似度の取り方にしても同様の効果を得ることができる。また、レーダの代わりに、レーザレーダ、光学カメラ等を用いて移動体の位置を測定する場合や、これらのセンサを複数配置してネットワークで利用する場合にも適用可能である。
【0099】
【発明の効果】
この発明に係る目標追尾装置は、以上説明したとおり、目標が画像あるいは複数の点として観測される場合においても、不要信号の影響を受けにくく、かつ目標の重心位置を精度よく追尾することができるという効果を奏する。
【図面の簡単な説明】
【図1】この発明の実施の形態1に係る目標追尾装置の構成を示すブロック図である。
【図2】この発明の実施の形態1に係る目標追尾装置の動作原理を説明するための図である。
【図3】この発明の実施の形態1に係る目標追尾装置の目標相関処理を説明するための図である。
【図4】この発明の実施の形態1に係る目標追尾装置の目標相関処理を説明するための図である。
【図5】この発明の実施の形態2に係る目標追尾装置の構成を示すブロック図である。
【図6】この発明の実施の形態3に係る目標追尾装置の構成を示すブロック図である。
【符号の説明】
1 レーダ装置、2 相関ゲート判定器、3 クラスター距離算出器、4 類似データ探索器、5 クラスター結合器、6 平滑器、7 平滑誤差評価器、8第2の遅延回路、9 予測誤差評価器、10 ゲイン行列算出器、11 第1の遅延回路、12 予測器、13 初期クラスター登録器、14 距離制限器、15 目標サイズ推定器、16 距離差判定器、17 メンバー削除器。
Claims (4)
- 目標を観測する目標観測手段と、
前記目標の状態の平滑値を演算する平滑手段と、
前記平滑値に基いて前記目標の状態の予測位置を演算する予測手段と、
前記予測手段により演算された予測位置を初期クラスターとして登録する初期クラスター登録手段と、
前記目標観測手段により観測された目標画像の各探知データを前記初期クラスターに基いてグルーピングするクラスター分類手段と
を備えたことを特徴とする目標追尾装置。 - 前記クラスター分類手段は、
各クラスターの代表位置と前記目標の各探知データとの距離を算出するクラスター距離算出手段と、
前記クラスター距離算出手段により算出された距離の小さい探知データを探索する類似データ探索手段と、
前記類似データ探索手段により探索された探知データを対応するクラスターに結合するクラスター結合手段と
を有することを特徴とする請求項1記載の目標追尾装置。 - 前記平滑値に基いて追尾目標と判定された過去の検出結果から目標の長さを推定する目標サイズ推定手段と、
前記目標サイズ推定手段により推定された目標の長さに基づき、結合するクラスターと探知データの距離を制限する距離制限手段と
をさらに備えたことを特徴とする請求項2記載の目標追尾装置。 - 目標を観測する目標観測手段と、
前記目標の状態の平滑値を演算する平滑手段と、
前記平滑値に基いて前記目標の状態の予測位置を演算する予測手段と、
前記予測手段により演算された予測位置を初期クラスターとして登録する初期クラスター登録手段と、
各クラスターの代表位置と前記目標の各探知データとの距離を算出するクラスター距離算出手段と、
前記クラスター距離算出手段により算出された距離の小さい探知データを探索する類似データ探索手段と、
前記類似データ探索手段により探索された2種類のペアの距離差を算出し、前記距離差の大きさに応じてクラスターの結合を判断する距離差判定手段と、
前記距離差判定手段から出力された探知データと対応するクラスターを結合するクラスター結合手段と
を備えたことを特徴とする目標追尾装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003040023A JP4116898B2 (ja) | 2003-02-18 | 2003-02-18 | 目標追尾装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003040023A JP4116898B2 (ja) | 2003-02-18 | 2003-02-18 | 目標追尾装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004251660A true JP2004251660A (ja) | 2004-09-09 |
JP4116898B2 JP4116898B2 (ja) | 2008-07-09 |
Family
ID=33024033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003040023A Expired - Fee Related JP4116898B2 (ja) | 2003-02-18 | 2003-02-18 | 目標追尾装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4116898B2 (ja) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5989506A (ja) * | 1982-11-15 | 1984-05-23 | 三菱電機株式会社 | 開閉装置 |
JP2009002799A (ja) * | 2007-06-21 | 2009-01-08 | Mitsubishi Electric Corp | 目標追尾装置、目標追尾方法、目標追尾プログラム |
JP2010249748A (ja) * | 2009-04-17 | 2010-11-04 | Nec Corp | レーダ制御装置、該装置に用いられるレーダ監視覆域設定方法及びレーダ監視覆域設定プログラム |
WO2010137390A1 (ja) * | 2009-05-25 | 2010-12-02 | 株式会社 東芝 | レーダ装置 |
JP2010271262A (ja) * | 2009-05-25 | 2010-12-02 | Toshiba Corp | レーダ装置 |
JP2011145096A (ja) * | 2010-01-12 | 2011-07-28 | Mitsubishi Electric Corp | 多目標追尾装置 |
JP2011158292A (ja) * | 2010-01-29 | 2011-08-18 | Toshiba Corp | レーダ装置 |
JP2011226924A (ja) * | 2010-04-20 | 2011-11-10 | Mitsubishi Electric Corp | 追尾装置 |
JP2012154842A (ja) * | 2011-01-27 | 2012-08-16 | Mitsubishi Electric Corp | 目標追尾装置及び目標追尾方法 |
US8805008B1 (en) * | 2011-11-02 | 2014-08-12 | The Boeing Company | Tracking closely spaced objects in images |
JP2014169923A (ja) * | 2013-03-04 | 2014-09-18 | Denso Corp | 推定装置 |
KR20170112658A (ko) * | 2016-04-01 | 2017-10-12 | 주식회사 만도 | 물체의 이동경로감지장치, 이동경로감지방법 및 그에 포함되는 물체감지장치 |
JP2018066702A (ja) * | 2016-10-21 | 2018-04-26 | 株式会社デンソーテン | レーダ装置および物標グループ化方法 |
JP2018077209A (ja) * | 2016-09-12 | 2018-05-17 | ザ・ボーイング・カンパニーThe Boeing Company | 空間フィルタ処理用の確率論的にスパースなツリーグリッドに機能的なグリッドエレメントを付加するためのシステム及び方法 |
CN111123253A (zh) * | 2019-12-26 | 2020-05-08 | 成都纳雷科技有限公司 | 基于自适应门限目标聚类的车辆识别方法、***及介质 |
CN112185014A (zh) * | 2020-04-07 | 2021-01-05 | 江苏智途科技股份有限公司 | 一种共享单车停放点合理性判断方法 |
JP2021096120A (ja) * | 2019-12-16 | 2021-06-24 | 株式会社デンソー | 測距装置、測距方法、および測距プログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291451B (zh) * | 2017-05-25 | 2021-01-19 | 深圳市冠旭电子股份有限公司 | 语音唤醒方法及装置 |
-
2003
- 2003-02-18 JP JP2003040023A patent/JP4116898B2/ja not_active Expired - Fee Related
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5989506A (ja) * | 1982-11-15 | 1984-05-23 | 三菱電機株式会社 | 開閉装置 |
JP2009002799A (ja) * | 2007-06-21 | 2009-01-08 | Mitsubishi Electric Corp | 目標追尾装置、目標追尾方法、目標追尾プログラム |
JP2010249748A (ja) * | 2009-04-17 | 2010-11-04 | Nec Corp | レーダ制御装置、該装置に用いられるレーダ監視覆域設定方法及びレーダ監視覆域設定プログラム |
WO2010137390A1 (ja) * | 2009-05-25 | 2010-12-02 | 株式会社 東芝 | レーダ装置 |
JP2010271262A (ja) * | 2009-05-25 | 2010-12-02 | Toshiba Corp | レーダ装置 |
CN101999084A (zh) * | 2009-05-25 | 2011-03-30 | 株式会社东芝 | 雷达装置 |
JP2011145096A (ja) * | 2010-01-12 | 2011-07-28 | Mitsubishi Electric Corp | 多目標追尾装置 |
JP2011158292A (ja) * | 2010-01-29 | 2011-08-18 | Toshiba Corp | レーダ装置 |
JP2011226924A (ja) * | 2010-04-20 | 2011-11-10 | Mitsubishi Electric Corp | 追尾装置 |
JP2012154842A (ja) * | 2011-01-27 | 2012-08-16 | Mitsubishi Electric Corp | 目標追尾装置及び目標追尾方法 |
US8805008B1 (en) * | 2011-11-02 | 2014-08-12 | The Boeing Company | Tracking closely spaced objects in images |
JP2014169923A (ja) * | 2013-03-04 | 2014-09-18 | Denso Corp | 推定装置 |
CN105008954A (zh) * | 2013-03-04 | 2015-10-28 | 株式会社电装 | 推定装置 |
US10077979B2 (en) | 2013-03-04 | 2018-09-18 | Denso Corporation | Estimation apparatus |
KR20170112658A (ko) * | 2016-04-01 | 2017-10-12 | 주식회사 만도 | 물체의 이동경로감지장치, 이동경로감지방법 및 그에 포함되는 물체감지장치 |
KR102618759B1 (ko) | 2016-04-01 | 2023-12-28 | 주식회사 에이치엘클레무브 | 물체의 이동경로감지장치, 이동경로감지방법 및 그에 포함되는 물체감지장치 |
JP2018077209A (ja) * | 2016-09-12 | 2018-05-17 | ザ・ボーイング・カンパニーThe Boeing Company | 空間フィルタ処理用の確率論的にスパースなツリーグリッドに機能的なグリッドエレメントを付加するためのシステム及び方法 |
JP2018066702A (ja) * | 2016-10-21 | 2018-04-26 | 株式会社デンソーテン | レーダ装置および物標グループ化方法 |
JP2021096120A (ja) * | 2019-12-16 | 2021-06-24 | 株式会社デンソー | 測距装置、測距方法、および測距プログラム |
JP7310587B2 (ja) | 2019-12-16 | 2023-07-19 | 株式会社デンソー | 測距装置、測距方法、および測距プログラム |
CN111123253A (zh) * | 2019-12-26 | 2020-05-08 | 成都纳雷科技有限公司 | 基于自适应门限目标聚类的车辆识别方法、***及介质 |
CN112185014A (zh) * | 2020-04-07 | 2021-01-05 | 江苏智途科技股份有限公司 | 一种共享单车停放点合理性判断方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4116898B2 (ja) | 2008-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2004251660A (ja) | 目標追尾装置 | |
Kirubarajan et al. | Probabilistic data association techniques for target tracking in clutter | |
CN112154481B (zh) | 基于多个测量假设的目标追踪 | |
CN109508000A (zh) | 异构多传感器多目标跟踪方法 | |
CN111929676B (zh) | 一种基于密度聚类的x波段雷达目标检测与跟踪方法 | |
JP2012230098A (ja) | 自動化されたビームのレイアウト | |
JP2004205371A (ja) | レーダ追尾装置及びレーダ追尾処理方法 | |
JP3996080B2 (ja) | 目標追尾装置 | |
CN112213697B (zh) | 一种基于贝叶斯决策理论用于雷达欺骗干扰识别的特征融合方法 | |
CN113702940A (zh) | 基于多元特征信息分层融合空间集群目标分辨方法及应用 | |
Lu et al. | Tracking initially unresolved thrusting objects using an optical sensor | |
CN109799477B (zh) | 一种面向毫米波车联网的序贯车辆指纹定位方法及装置 | |
JP3208634B2 (ja) | 同一目標判定装置及び同一目標判定方法 | |
JP2004219300A (ja) | 目標追尾装置 | |
JP3440010B2 (ja) | 目標追尾装置 | |
JP2002341024A (ja) | 多目標追尾装置 | |
Zhang et al. | Underwater multi-source DOA tracking using uniform linear array based on improved GM-PHD filter | |
JP2002048860A (ja) | 移動体追尾装置及び方法 | |
Ghassemi et al. | A method for constructing the observer trajectory in bearings-only tracking of targets with a Markovian model | |
Torma et al. | On using likelihood-adjusted proposals in particle filtering: Local importance sampling | |
JPH05288840A (ja) | 多目標追尾装置 | |
JP2843910B2 (ja) | 多目標追尾装置 | |
JPH05297947A (ja) | 多目標追尾装置 | |
JP3970585B2 (ja) | 目標追尾装置及び方法 | |
JP3755634B2 (ja) | 追尾装置およびその追尾処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051228 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20071026 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071030 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071227 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080415 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080418 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110425 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110425 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120425 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120425 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130425 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130425 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140425 Year of fee payment: 6 |
|
LAPS | Cancellation because of no payment of annual fees |