JP2017096840A - Vehicular target detection apparatus - Google Patents

Vehicular target detection apparatus Download PDF

Info

Publication number
JP2017096840A
JP2017096840A JP2015230732A JP2015230732A JP2017096840A JP 2017096840 A JP2017096840 A JP 2017096840A JP 2015230732 A JP2015230732 A JP 2015230732A JP 2015230732 A JP2015230732 A JP 2015230732A JP 2017096840 A JP2017096840 A JP 2017096840A
Authority
JP
Japan
Prior art keywords
target
ghost
detection
detection point
candidate
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
JP2015230732A
Other languages
Japanese (ja)
Inventor
利之 松原
Toshiyuki Matsubara
利之 松原
英明 澤田
Hideaki Sawada
英明 澤田
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.)
Toyota Motor Corp
Original Assignee
Toyota Motor 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 Toyota Motor Corp filed Critical Toyota Motor Corp
Priority to JP2015230732A priority Critical patent/JP2017096840A/en
Publication of JP2017096840A publication Critical patent/JP2017096840A/en
Pending legal-status Critical Current

Links

Images

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
    • G01S13/88—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
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • 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
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles

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

PROBLEM TO BE SOLVED: To provide a vehicular target detection apparatus capable of determining a ghost generated by the reflection of another vehicular side surface, and determining the ghost without setting a virtual wall.SOLUTION: A vehicular target detection apparatus includes: a radar sensor; a target detection part for clustering plural detected points into clusters and correlating a cluster with a target; a detected point categorization part for categorizing, as a ghost candidate, a target corresponding to a detected point of an echo number indicating a second-in-order arrival sequence, or thereafter, and categorizing, as a detected point of a reflection surface, a detected point of an echo number indicating that has arrived earlier than a detected point of a cluster corresponding to the target of the ghost candidate; a reflection surface estimation part for estimating a position of the reflection surface and an orientation thereof; and a ghost determination part for determining that a target of a ghost candidate is a ghost, in a case where there is a target with the same speed as a speed of a target of a ghost candidate exists at a position symmetrical with the target of the ghost candidate with the reflection surface defined as reference.SELECTED DRAWING: Figure 1

Description

本発明は、車両用物標検出装置に関する。   The present invention relates to a vehicle target detection apparatus.

特許文献１には、車両用物標検出装置が記載されている。この装置は、ミリ波などの電波を出力し、反射波を受信して物標を検出するレーダ装置であり、実際に存在する物標とトンネル壁などによる反射波によって検出された実際には存在しない物標（ゴースト）とを区別する。具体的には、この装置は、車両の側方の壁の反射特性を取得し、取得した壁の反射特性が所定の閾値以上である場合に、検出した物標の側方に仮想壁を設定する。そして、この装置は、仮想壁を側方に設定した物標に対して、仮想壁と対称な位置に物標があった場合に、仮想壁と対称な位置にある物標の速度が所定の範囲内にあるか否かを判定し、仮想壁と対称な位置にある物標の速度が所定の範囲内にある場合に、仮想壁と対称な位置にある物標をゴーストと判定する。   Patent Document 1 describes a vehicle target detection device. This device is a radar device that outputs a radio wave such as a millimeter wave, receives a reflected wave, and detects a target, and is actually detected by a reflected wave from a target and a tunnel wall. Distinguish from untargeted targets (ghosts). Specifically, this device acquires the reflection characteristic of the side wall of the vehicle, and sets the virtual wall to the side of the detected target when the acquired reflection characteristic of the wall is equal to or greater than a predetermined threshold. To do. When the target is set at a position symmetrical to the virtual wall with respect to the target set to the side of the virtual wall, the speed of the target at the position symmetrical to the virtual wall is predetermined. It is determined whether or not the target is in the range, and when the speed of the target at a position symmetrical to the virtual wall is within the predetermined range, the target at the position symmetrical to the virtual wall is determined to be a ghost.

特開２００９−１３３７６１号公報JP 2009-133761 A

特許文献１記載の車両用物標検出装置は、車両の側方の壁の反射特性を利用しているため、車両の側方前方に他車両が存在し、その他車両側面によって電波が反射する場合に発生するゴーストを、実際に存在する物標と区別することが困難である。さらに、特許文献１記載の車両用物標検出装置において、ゴーストの判定の精度を向上させるためには、物標の側方に設定する仮想壁と実際の壁とのずれを抑える必要がある。   Since the vehicle target detection device described in Patent Document 1 uses the reflection characteristics of the side wall of the vehicle, there is another vehicle in front of the side of the vehicle, and radio waves are reflected by the other side of the vehicle. It is difficult to distinguish the ghost that occurs in the target from the actual target. Furthermore, in the vehicle target detection device described in Patent Document 1, in order to improve the accuracy of ghost determination, it is necessary to suppress the deviation between the virtual wall set on the side of the target and the actual wall.

本発明は、他車両側面の反射によって発生したゴーストを判定することができるとともに、仮想壁を設定せずにゴーストを判定することができる車両用物標検出装置を提供することを目的とする。   An object of the present invention is to provide a vehicle target detection apparatus that can determine a ghost generated by reflection on the side of another vehicle and determine a ghost without setting a virtual wall.

本発明に係る車両用物標検出装置は、物標を検出する車両用物標検出装置であって、車両の周囲に電磁波を発信して反射波を受信することにより、電磁波を反射した位置を検出点として複数取得するレーダセンサと、レーダセンサにより取得された複数の検出点の位置に基づいて、複数の検出点を１又は複数のクラスタにクラスタリングし、クラスタと物標とを対応付けする物標検出部と、レーダセンサにより取得された検出点と反射波の到来順番を示すエコー番号とを発信ごとに関連付け、２番目以降の到来順番を示すエコー番号が関連付けられた検出点を含むクラスタに対応する物標をゴースト候補として分類するとともに、当該ゴースト候補の物標に対応するクラスタに属する検出点よりも早く到来したことを示すエコー番号が関連付けられた検出点を、当該ゴースト候補の物標を発生する反射面に対応する検出点として分類する検出点分類部と、検出点分類部により分類された反射面に対応する検出点の位置に基づいて反射面の位置及び向きを推定する反射面推定部と、検出点分類部により分類されたゴースト候補の物標の速度と同一の速度の物標が反射面推定部により推定された反射面を基準として当該ゴースト候補の物標と対称となる位置に存在する場合には、当該ゴースト候補の物標はゴーストであると判定するゴースト判定部と、を備える。   A vehicle target detection device according to the present invention is a vehicle target detection device that detects a target, and transmits the electromagnetic wave around the vehicle and receives the reflected wave, thereby detecting the position where the electromagnetic wave is reflected. A plurality of radar sensors acquired as detection points, and an object for clustering a plurality of detection points into one or a plurality of clusters based on the positions of the plurality of detection points acquired by the radar sensor and associating the clusters with targets A target detection unit, a detection point acquired by a radar sensor, and an echo number indicating the arrival order of the reflected wave are associated with each transmission, and a cluster including a detection point associated with an echo number indicating the second and subsequent arrival orders is associated. The corresponding target is classified as a ghost candidate, and an echo number indicating that it has arrived earlier than the detection point belonging to the cluster corresponding to the ghost candidate target is associated. A detection point classification unit that classifies the detected detection points as detection points corresponding to the reflection surface that generates the target of the ghost candidate, and a detection point corresponding to the reflection surface classified by the detection point classification unit The reflection surface estimation unit for estimating the position and orientation of the reflection surface, and the reflection surface estimated by the reflection surface estimation unit with the same speed as the speed of the target ghost candidate classified by the detection point classification unit. And a ghost determination unit that determines that the target of the ghost candidate is a ghost when the target exists at a position symmetrical to the target of the ghost candidate as a reference.

本発明によれば、他車両側面の反射によって発生したゴーストを判定することができるとともに、仮想壁を設定せずにゴーストを判定することができる。   According to the present invention, it is possible to determine a ghost generated by the reflection of the other vehicle side surface, and it is possible to determine a ghost without setting a virtual wall.

実施形態に係る車両用物標検出装置を備える車両の構成を説明するブロック図である。It is a block diagram explaining the structure of a vehicle provided with the vehicle target detection apparatus which concerns on embodiment. 物標検出部の動作を説明する図である。It is a figure explaining operation | movement of a target detection part. 同一ゴースト候補を検出した発信についての検出点とエコー番号との対応関係を説明する表である。It is a table | surface explaining the correspondence of the detection point and echo number regarding the transmission which detected the same ghost candidate. 反射面推定部の動作を説明する図である。It is a figure explaining operation | movement of a reflective surface estimation part. ゴースト判定部の動作を説明する図である。It is a figure explaining operation | movement of a ghost determination part. 図１に示す車両用物標検出装置の物標検出処理のフローチャートである。It is a flowchart of the target detection process of the target detection apparatus for vehicles shown in FIG.

以下、図面を参照して、本発明の実施形態について説明する。なお、以下の説明において、同一又は相当要素には同一符号を付し、重複する説明を省略する。   Embodiments of the present invention will be described below with reference to the drawings. In the following description, the same or equivalent elements will be denoted by the same reference numerals, and redundant description will be omitted.

図１は、実施形態に係る車両用物標検出装置１を備える車両２の構成を説明するブロック図である。図１に示すように、車両用物標検出装置１は、乗用車などの車両２に搭載される。車両用物標検出装置１は、後述のとおり電磁波を用いて物標を検出する。   FIG. 1 is a block diagram illustrating a configuration of a vehicle 2 including a vehicle target detection device 1 according to an embodiment. As shown in FIG. 1, the vehicle target detection apparatus 1 is mounted on a vehicle 2 such as a passenger car. The vehicle target detection device 1 detects a target using electromagnetic waves as described later.

車両２は、レーダセンサ１０及びＥＣＵ（Electronic Control Unit）２０を備えている。レーダセンサ１０及びＥＣＵ２０は、ＣＡＮ（Controller Area Network）通信回路を用いて通信するネットワークにそれぞれ接続され、相互通信を行うことができる。   The vehicle 2 includes a radar sensor 10 and an ECU (Electronic Control Unit) 20. The radar sensor 10 and the ECU 20 are respectively connected to a network that communicates using a CAN (Controller Area Network) communication circuit, and can perform mutual communication.

レーダセンサ１０は、車両２の周囲の物標を検出する検出器であり、より詳細には、車両２の進行方向における物標を検出する検出器である。物標とは、有体物であって、壁などの道路上の静止物、又は先行車両などの移動物である。レーダセンサ１０は、電磁波の発信回路、受信回路、各種演算を行う演算回路及び記憶部を備えている。電磁波は、例えばレーザ光やミリ波である。レーダセンサ１０は、車両２の周囲の設定検知角度の範囲に亘って電磁波を発信し、物標が反射した反射波を受信する。レーダセンサ１０は、反射波の検出角度（受信角度）と、発信から受信までに要する電磁波の伝搬時間から求まる検出距離とに基づいて、物標の位置を検出する。なお、検出距離は反射波の強度から求めてもよい。レーダセンサ１０は、発信ごとに、電磁波を反射した位置を検出点として複数取得する。つまり、検出点とは、電磁波を反射した位置の観測点である。レーダセンサ１０は、検出結果をＥＣＵ２０へ出力する。   The radar sensor 10 is a detector that detects a target around the vehicle 2, and more specifically, a detector that detects a target in the traveling direction of the vehicle 2. A target is a tangible object and is a stationary object on a road such as a wall or a moving object such as a preceding vehicle. The radar sensor 10 includes an electromagnetic wave transmission circuit, a reception circuit, a calculation circuit that performs various calculations, and a storage unit. The electromagnetic wave is, for example, a laser beam or a millimeter wave. The radar sensor 10 transmits an electromagnetic wave over a range of set detection angles around the vehicle 2 and receives a reflected wave reflected by the target. The radar sensor 10 detects the position of the target based on the detection angle (reception angle) of the reflected wave and the detection distance obtained from the propagation time of the electromagnetic wave required from transmission to reception. The detection distance may be obtained from the intensity of the reflected wave. For each transmission, the radar sensor 10 acquires a plurality of positions where the electromagnetic waves are reflected as detection points. That is, the detection point is an observation point at a position where the electromagnetic wave is reflected. The radar sensor 10 outputs the detection result to the ECU 20.

ＥＣＵ２０は、物標検出部２１、検出点分類部２２、反射面推定部２３、ゴースト判定部２４及び物標追跡部２５を備えている。   The ECU 20 includes a target detection unit 21, a detection point classification unit 22, a reflection surface estimation unit 23, a ghost determination unit 24, and a target tracking unit 25.

物標検出部２１は、レーダセンサ１０により取得された複数の検出点を物標ごとに分類する。物標検出部２１は、レーダセンサ１０により取得された複数の検出点の位置に基づいて、複数の検出点を１又は複数のクラスタにクラスタリングする。クラスタとは、複数の検出点を纏めて総称するものであり、１つのグループである。クラスタリングとは、複数の検出点をグループ化することである。物標検出部２１は、同一の物標から反射された反射波に基づく検出点群を推定し、推定した検出点群を１つのクラスタとする。具体的には、物標検出部２１は、複数の検出点の位置に基づいて検出点群の中の全ての検出点間の距離を算出し、得られた距離に基づいてクラスタリングを行う。物標検出部２１は、全ての検出点間の中で最も距離が小さい検出点同士をクラスタリングする。その後、物標検出部２１は、残りの検出点とクラスタの重心との全ての組み合わせの中から、最も距離が小さいものをクラスタリングする。物標検出部２１は、クラスタ間の距離が所定の閾値を超える直前まで上述した処理を繰り返し行う。物標検出部２１は、処理終了後のクラスタを、それぞれ１つの物標に対応する検出点群とする。   The target detection unit 21 classifies the plurality of detection points acquired by the radar sensor 10 for each target. The target detection unit 21 clusters the plurality of detection points into one or a plurality of clusters based on the positions of the plurality of detection points acquired by the radar sensor 10. A cluster is a collective term for a plurality of detection points, and is a group. Clustering is to group a plurality of detection points. The target detection unit 21 estimates a detection point group based on reflected waves reflected from the same target, and sets the estimated detection point group as one cluster. Specifically, the target detection unit 21 calculates distances between all detection points in the detection point group based on the positions of the plurality of detection points, and performs clustering based on the obtained distances. The target detection unit 21 clusters detection points having the shortest distance among all detection points. After that, the target detection unit 21 clusters the one having the smallest distance among all combinations of the remaining detection points and the center of gravity of the cluster. The target detection unit 21 repeatedly performs the above-described processing until immediately before the distance between the clusters exceeds a predetermined threshold. The target detection unit 21 sets each cluster after the processing as a detection point group corresponding to one target.

次に、物標検出部２１は、クラスタと前回まで追跡していた物標との対応付けを行う。一例として、物標検出部２１は、空間的な距離又はマハラノビス距離を基準としてＭｕｎｋｒｅｓアルゴリズムを用いて行う。図２は、物標検出部２１の動作を説明する図である。図２では、前回まで追跡していた他車両Ａ，Ｂが車両２の前方に存在している状況において、車両２から前方に一連の電磁波の発信が行われた例を図示している。車両２から放射状に延びる線は発信方向を示している。物標検出部２１は、反射した電磁波の受信によって複数の検出点Ｐを検出し、クラスタリングしている。ここでは、クラスタリングにより、第１クラスタＧＡ、第２クラスタＧＢ、及び第３クラスタＧＣが存在している。物標検出部２１は、前回の他車両Ａの位置と、第１クラスタＧＡ、第２クラスタＧＢ、及び第３クラスタＧＣの位置とに基づいて、第１クラスタＧＡと他車両Ａとを対応付ける。同様に、物標検出部２１は、第２クラスタＧＢと他車両Ｂとを対応付ける。物標検出部２１は、前回の物標と対応付けできないクラスタについては、新規の追跡対象の物標であるとし、当該クラスタと新規の追跡対象の物標とを対応付けする。図２に示す例では、第３クラスタＧＣと新規の追跡対象の物標とを対応付ける。なお、対応付けるとは、クラスタが特定された場合、物標（他車両Ａ、他車両Ｂ、新規など）を特定することができるようにすることであり、例えば両者の識別子をテーブル形式で関連付けることをいう。   Next, the target detection unit 21 associates the cluster with the target tracked up to the previous time. As an example, the target detection unit 21 performs the Munkres algorithm using the spatial distance or the Mahalanobis distance as a reference. FIG. 2 is a diagram for explaining the operation of the target detection unit 21. FIG. 2 illustrates an example in which a series of electromagnetic waves are transmitted forward from the vehicle 2 in a situation where the other vehicles A and B that have been tracked up to the previous time are present in front of the vehicle 2. A line extending radially from the vehicle 2 indicates a transmission direction. The target detection unit 21 detects and clusters a plurality of detection points P by receiving the reflected electromagnetic waves. Here, the first cluster GA, the second cluster GB, and the third cluster GC exist by clustering. The target detection unit 21 associates the first cluster GA with the other vehicle A based on the previous position of the other vehicle A and the positions of the first cluster GA, the second cluster GB, and the third cluster GC. Similarly, the target detection unit 21 associates the second cluster GB with the other vehicle B. The target detection unit 21 regards a cluster that cannot be associated with the previous target as a new target to be tracked, and associates the cluster with the new target to be tracked. In the example illustrated in FIG. 2, the third cluster GC is associated with a new target to be tracked. The association means that when a cluster is specified, a target (other vehicle A, another vehicle B, new, etc.) can be specified. For example, the identifiers of both are associated in a table format. Say.

検出点分類部２２は、物標検出部２１で検出した物標それぞれがゴースト候補であるか否かを判定し、物標にゴースト候補がある場合には、物標ごとに、ゴーストが発生する要因となる反射面に対応する検出点を複数の検出点の中から分類する。車両２の周囲に壁や先行車両などの他車両が存在する環境では、レーダセンサ１０が発信した電磁波が複数回反射してレーダセンサ１０に戻る場合がある（マルチパスの発生）。つまり、１回の発信で受信タイミングの異なる複数の反射波を得ることがある。ゴーストとは、マルチパスの発生によって実際には存在しない場所に検出された物標のことをいう。ゴースト候補とは、ゴーストである可能性がある物標である。反射面とは、電磁波を反射する面である。このように、１回の発信で受信タイミングの異なる複数の反射波を得る場合があるため、反射波の到来順番を識別するエコー番号が反射波ごとに付与されている。エコー番号とは、反射波の到来順番を示す数字である。１回の発信に対して受信タイミングの異なる複数の反射波が得られた場合、反射波つまり検出点に対して、到来順に「０」，「１」，「２」，「３」…の順にエコー番号が割り当てられる。なお、エコー番号の割り当てはレーダセンサ１０が行ってもよいし、ＥＣＵ２０が行ってもよい。   The detection point classification unit 22 determines whether or not each target detected by the target detection unit 21 is a ghost candidate. If there is a ghost candidate in the target, a ghost is generated for each target. The detection points corresponding to the reflecting surface as a factor are classified from a plurality of detection points. In an environment in which other vehicles such as walls and preceding vehicles exist around the vehicle 2, electromagnetic waves transmitted from the radar sensor 10 may be reflected several times and returned to the radar sensor 10 (occurrence of multipath). That is, a plurality of reflected waves having different reception timings may be obtained by one transmission. A ghost refers to a target detected in a location that does not actually exist due to the occurrence of multipath. A ghost candidate is a target that may be a ghost. A reflective surface is a surface that reflects electromagnetic waves. As described above, since a plurality of reflected waves having different reception timings may be obtained by one transmission, an echo number for identifying the arrival order of the reflected waves is assigned to each reflected wave. The echo number is a number indicating the arrival order of reflected waves. When a plurality of reflected waves having different reception timings are obtained for one transmission, the order of arrival is “0”, “1”, “2”, “3”. An echo number is assigned. The echo number may be assigned by the radar sensor 10 or the ECU 20.

最初に、検出点分類部２２は、物標検出部２１で検出した物標ごとに、対応する全ての検出点についてエコー番号を読み込み、２番目以降の到来順番を示すエコー番号が関連付けられた検出点を含むクラスタに対応する物標をゴースト候補として分類する。２番目以降の到来順番を示すエコー番号とは、最も早く到来した反射波以外であることを示しており、エコー番号が「０」，「１」，「２」…の順に付与される場合であれば１以上のエコー番号であることを意味する。これにより、クラスタに属する検出点の全てのエコー番号が最も早く到来したことを示している場合には、当該クラスタに対応する物標はゴースト候補ではないと分類される。一方、クラスタに属する検出点の中に２番目以降の到来順番を示すエコー番号の検出点が含まれている場合には、当該クラスタに対応する物標はゴースト候補であると分類される。   First, the detection point classification unit 22 reads the echo numbers for all corresponding detection points for each target detected by the target detection unit 21 and detects the second and subsequent echo numbers indicating the arrival order. A target corresponding to a cluster including a point is classified as a ghost candidate. The echo number indicating the order of arrival after the second indicates that the reflected wave is other than the earliest arrival, and the echo numbers are assigned in the order of “0”, “1”, “2”. If it exists, it means that the echo number is 1 or more. As a result, when all the echo numbers of the detection points belonging to the cluster indicate that they arrived earliest, the target corresponding to the cluster is classified as not a ghost candidate. On the other hand, if the detection points belonging to the cluster include detection points with echo numbers indicating the second and subsequent arrival orders, the target corresponding to the cluster is classified as a ghost candidate.

次に、検出点分類部２２は、ゴースト候補に分類された物標に対応するクラスタについて、当該クラスタに属する検出点を検出した発信を特定し、特定した発信により検出された全ての検出点とエコー番号との関係を示す表を作成する。図３は、同一ゴースト候補を検出した発信についての検出点とエコー番号との対応関係を説明する表である。図中のビームとは、発信を意味する。例えば、検出点分類部２２は、ビームａに関して、１番目に到来した反射波に関する検出点の位置（ｘａ０，ｙａ０）にエコー番号「０」を関連付ける。検出点分類部２２は、ビームａに関して、２番目に到来した反射波に関する検出点の位置（ｘａ１，ｙａ１）にエコー番号「１」を関連付ける。検出点分類部２２は、ビームａに関して、３番目に到来した反射波に関する検出点の位置（ｘａ２，ｙａ２）にエコー番号「２」を関連付ける。検出点分類部２２は、ビームｂ〜ｅそれぞれにも同様に検出点とエコー番号とを関連付ける。この動作により、図３に示す表が生成される。   Next, the detection point classification unit 22 identifies a transmission that detects a detection point belonging to the cluster for a cluster corresponding to a target classified as a ghost candidate, and includes all detection points detected by the identified transmission. Create a table showing the relationship with the echo number. FIG. 3 is a table for explaining the correspondence between detection points and echo numbers for transmissions where the same ghost candidate is detected. The beam in the figure means transmission. For example, the detection point classification unit 22 associates the echo number “0” with the position (xa0, ya0) of the detection point regarding the reflected wave that has arrived first with respect to the beam a. The detection point classifying unit 22 associates the echo number “1” with the position (xa1, ya1) of the detection point regarding the reflected wave that has arrived second with respect to the beam a. The detection point classification unit 22 associates the echo number “2” with the position (xa2, ya2) of the detection point regarding the reflected wave that has arrived third for the beam a. Similarly, the detection point classifying unit 22 associates the detection points and the echo numbers with each of the beams b to e. By this operation, the table shown in FIG. 3 is generated.

次に、検出点分類部２２は、図３に示す表の中で、ゴースト候補に分類された物標に対応するクラスタに属する検出点よりも早く到来したことを示すエコー番号が付与された検出点を特定する。ゴースト候補に分類された物標に対応するクラスタに属する検出点よりも車両２に近い検出点、つまり図３の表の中でゴースト候補に分類された物標に対応するクラスタに属する検出点よりもエコー番号が早い検出点は、ゴースト発生の要因となる反射面の検出点である可能性がある。   Next, in the table shown in FIG. 3, the detection point classification unit 22 is provided with an echo number indicating that it has arrived earlier than the detection point belonging to the cluster corresponding to the target classified as a ghost candidate. Identify points. From detection points closer to the vehicle 2 than detection points belonging to a cluster corresponding to a target classified as a ghost candidate, that is, detection points belonging to a cluster corresponding to a target classified as a ghost candidate in the table of FIG. However, there is a possibility that a detection point with an early echo number is a detection point on the reflecting surface that causes a ghost.

例えば、図３に示す表の中で、ビームａにおいて、ゴースト候補に分類された物標に対応するクラスタに属する検出点はエコー番号「１」の検出点であるとした場合、検出点分類部２２は、エコー番号「０」の検出点を特定する。同様に、ビームｂにおいて、ゴースト候補に分類された物標に対応するクラスタに属する検出点はエコー番号「１」の検出点であるとした場合、検出点分類部２２は、エコー番号「０」の検出点を特定する。同様に、ビームｃにおいて、ゴースト候補に分類された物標に対応するクラスタに属する検出点はエコー番号「２」の検出点であるとした場合、検出点分類部２２は、エコー番号「０」及び「１」の検出点を特定する。同様に、ビームｄにおいて、ゴースト候補に分類された物標に対応するクラスタに属する検出点はエコー番号「１」の検出点であるとした場合、検出点分類部２２は、エコー番号「０」の検出点を特定する。同様に、ビームｅにおいて、ゴースト候補に分類された物標に対応するクラスタに属する検出点はエコー番号「２」の検出点であるとした場合、検出点分類部２２は、エコー番号「０」及び「１」の検出点を特定する。   For example, in the table shown in FIG. 3, when the detection point belonging to the cluster corresponding to the target classified as the ghost candidate in the beam a is the detection point of the echo number “1”, the detection point classification unit 22 identifies the detection point of the echo number “0”. Similarly, when the detection point belonging to the cluster corresponding to the target classified as the ghost candidate in the beam b is the detection point of the echo number “1”, the detection point classification unit 22 sets the echo number “0”. Identify the detection points. Similarly, when the detection point belonging to the cluster corresponding to the target classified as the ghost candidate in the beam c is the detection point of the echo number “2”, the detection point classification unit 22 sets the echo number “0”. And the detection point of "1" is specified. Similarly, if the detection point belonging to the cluster corresponding to the target classified as a ghost candidate in the beam d is the detection point of the echo number “1”, the detection point classification unit 22 uses the echo number “0”. Identify the detection points. Similarly, when the detection point belonging to the cluster corresponding to the target classified as the ghost candidate in the beam e is the detection point of the echo number “2”, the detection point classification unit 22 sets the echo number “0”. And the detection point of "1" is specified.

検出点分類部２２は、上述のように特定した、ゴースト候補の物標に対応するクラスタに属する検出点よりも早く到来したことを示すエコー番号が関連付けられた検出点を、当該ゴースト候補の物標を発生する反射面に対応する検出点として分類する。図３の例では、ビームａにおけるエコー番号「０」の検出点、ビームｂにおけるエコー番号「０」の検出点、ビームｃにおけるエコー番号「０」及び「１」の検出点、ビームｄにおけるエコー番号「０」の検出点、及び、ビームｅにおけるエコー番号「０」及び「１」の検出点がゴースト候補の物標を発生する反射面に対応する検出点として分類される。   The detection point classifying unit 22 identifies a detection point associated with an echo number indicating that it has arrived earlier than the detection point belonging to the cluster corresponding to the target of the ghost candidate identified as described above. The target is classified as a detection point corresponding to the reflecting surface that generates the mark. In the example of FIG. 3, the detection point of the echo number “0” in the beam a, the detection point of the echo number “0” in the beam b, the detection points of the echo numbers “0” and “1” in the beam c, and the echo in the beam d The detection point with the number “0” and the detection points with the echo numbers “0” and “1” in the beam e are classified as detection points corresponding to the reflection surface that generates the target of the ghost candidate.

反射面推定部２３は、検出点分類部２２により分類された反射面に対応する検出点の位置に基づいて反射面の位置及び向きを推定する。図４は、反射面推定部２３の動作を説明する図である。図４では、ゴースト候補に分類された物標Ｄに対応するクラスタＧＤと、それよりも到来順番が早い検出点の集合であるクラスタＧＥとの位置関係を示している。仮にゴースト候補の物標Ｄがゴーストであり、ゴーストを発生させる要因となる反射面Ｒが局所的に平面である場合には、図４に示すように、電磁波は、車両２の先行車両の側面の平面である反射面Ｒで反射して実体のある物標Ｆに到来し、物標Ｆで反射し、反射面Ｒで反射して車両２に戻ることになる。つまり、物標Ｆの検出点群を纏めたクラスタＧＦが反射面ＲによってクラスタＧＤの位置に存在するかのように検出されている。反射面推定部２３は、クラスタＧＥに属する検出点の位置を直線近似して反射面Ｒの位置及び向きを推定する。反射面推定部２３は、直線近似として最小二乗法などを用いる。なお、反射面推定部２３は、クラスタＧＥに属する検出点の位置に基づいて、ＲＡＮＳＡＣ法などにより点群から反射面Ｒを推定してもよい。   The reflection surface estimation unit 23 estimates the position and orientation of the reflection surface based on the position of the detection point corresponding to the reflection surface classified by the detection point classification unit 22. FIG. 4 is a diagram illustrating the operation of the reflection surface estimation unit 23. FIG. 4 shows the positional relationship between the cluster GD corresponding to the target D classified as a ghost candidate and the cluster GE, which is a set of detection points earlier in arrival order. If the target ghost candidate D is a ghost and the reflecting surface R that causes ghost is locally flat, as shown in FIG. Is reflected by the reflecting surface R, which is a flat surface, and arrives at the actual target F, is reflected by the target F, is reflected by the reflecting surface R, and returns to the vehicle 2. That is, the cluster GF in which the detection points of the target F are collected is detected by the reflection surface R as if it exists at the position of the cluster GD. The reflection surface estimation unit 23 estimates the position and orientation of the reflection surface R by linearly approximating the positions of the detection points belonging to the cluster GE. The reflection surface estimation unit 23 uses a least square method or the like as a linear approximation. Note that the reflection surface estimation unit 23 may estimate the reflection surface R from the point group by the RANSAC method or the like based on the position of the detection point belonging to the cluster GE.

ゴースト判定部２４は、反射面推定部２３により推定された反射面Ｒを基準として、ゴースト候補の物標と対になる物標が存在した場合には、当該ゴースト候補の物標をゴーストと判定する。より詳細には、ゴースト判定部２４は、検出点分類部２２により分類されたゴースト候補の物標の速度と同一の速度の物標が反射面推定部２３により推定された反射面Ｒを基準として当該ゴースト候補の物標と対称となる位置に存在する場合には、当該ゴースト候補の物標はゴーストであると判定する。なお、ゴースト判定部２４は、物標の形状の一致度を判定に含めてもよい。図５は、ゴースト判定部２４の動作を説明する図である。ゴースト判定部２４は、ゴースト候補の物標Ｄに対応するクラスタＧＤを、反射面Ｒを基準として対称となる位置に移動させ、移動させたクラスタＧＤに対応した物標を探索する。ここで、図５に示すように、異なるビームによって当該位置にゴースト候補ではない物標Ｆ（クラスタＧＦ’）が検出されたとする。この場合、ゴースト判定部２４は、ゴースト候補の物標Ｄの速度と物標Ｆの速度とを比較する。ゴースト判定部２４は、両者の速度が反射面Ｒを基準として対称となる方向かつ同じ大きさである場合には、ゴースト候補の物標Ｄは、対応する物標Ｆのゴーストであると判定する。ゴースト判定部２４は、ゴーストと判定した物標Ｄを物標検出部２１で検出した物標から取り除く。   The ghost determination unit 24 determines that the target of the ghost candidate is a ghost when there is a target that is paired with the target of the ghost candidate using the reflection surface R estimated by the reflection surface estimation unit 23 as a reference. To do. More specifically, the ghost determination unit 24 uses the reflection surface R estimated by the reflection surface estimation unit 23 as a reference for the target having the same speed as that of the ghost candidate target classified by the detection point classification unit 22. If it exists at a position symmetrical to the target of the ghost candidate, it is determined that the target of the ghost candidate is a ghost. The ghost determination unit 24 may include the degree of coincidence of the target shapes in the determination. FIG. 5 is a diagram for explaining the operation of the ghost determination unit 24. The ghost determination unit 24 moves the cluster GD corresponding to the target ghost candidate D to a symmetrical position with respect to the reflection surface R, and searches for the target corresponding to the moved cluster GD. Here, as shown in FIG. 5, it is assumed that a target F (cluster GF ′) that is not a ghost candidate is detected at a corresponding position by a different beam. In this case, the ghost determination unit 24 compares the speed of the target D of the ghost candidate with the speed of the target F. The ghost determination unit 24 determines that the target D of the ghost candidate is a ghost of the corresponding target F when the speeds of both are symmetric with respect to the reflection surface R and have the same magnitude. . The ghost determination unit 24 removes the target D determined to be a ghost from the targets detected by the target detection unit 21.

物標追跡部２５は、物標検出部２１で検出した物標からゴースト判定部２４によってゴーストと判定された物標を取り除いた物標について、物標の状態を推定する。物標の状態とは、位置、速度、形状などである。物標追跡部２５は、過去（前回）のクラスタの情報に基づいて推定された物標の状態を、最新（今回）のクラスタの情報に基づいて逐次更新する。具体的には、物標追跡部２５は、ゴースト判定部２４によって判定された物標を取り除いた物標について、前回（直前）まで物標追跡部２５で追跡していた物標の状態から今回（最新）の物標の状態を予測する。そして、物標追跡部２５は、予測した最新の物標の状態を、今回観測されたクラスタの情報を用いて補正する。物標の状態の予測は、カルマンフィルタを用いることができる。カルマンフィルタのパラメータとしては、クラスタの位置情報を観測値、そして、物標の位置、速度、加速度、姿勢角、姿勢角速度などを状態変数すればよい。   The target tracking unit 25 estimates the state of the target from the target detected by the ghost determination unit 24 from the target detected by the target detection unit 21. The state of the target is the position, speed, shape, and the like. The target tracking unit 25 sequentially updates the target state estimated based on the past (previous) cluster information based on the latest (current) cluster information. Specifically, the target tracking unit 25 detects the target from which the target determined by the ghost determination unit 24 has been removed from the state of the target tracked by the target tracking unit 25 until the previous time (immediately before). Predict the state of the (latest) target. Then, the target tracking unit 25 corrects the predicted state of the latest target using the cluster information observed this time. A Kalman filter can be used to predict the state of the target. As parameters of the Kalman filter, the position information of the cluster may be an observation value, and the position, speed, acceleration, posture angle, posture angular velocity, and the like of the target may be used as state variables.

上述したレーダセンサ１０及びＥＣＵ２０を備えて車両用物標検出装置１は構成される。   The vehicle target detection apparatus 1 includes the radar sensor 10 and the ECU 20 described above.

次に、車両用物標検出装置１の物標検出処理について説明する。図６は、車両用物標検出装置１の物標検出処理のフローチャートである。図６に示す物標検出処理は、車両用物標検出装置１の作動開始の信号を取得したときに開始される。   Next, the target detection process of the vehicle target detection apparatus 1 will be described. FIG. 6 is a flowchart of the target detection process of the vehicle target detection apparatus 1. The target detection process shown in FIG. 6 is started when an operation start signal of the vehicle target detection device 1 is acquired.

図６に示すように、車両用物標検出装置１のレーダセンサ１０は、データ取得処理（Ｓ１０）として、車両２の周囲の設定検知角度の範囲に亘って電磁波を発信し、物標が反射した反射波を受信する。   As shown in FIG. 6, the radar sensor 10 of the vehicle target detection device 1 transmits electromagnetic waves over a range of set detection angles around the vehicle 2 and reflects the target as data acquisition processing (S10). Receive the reflected wave.

次に、車両用物標検出装置１の物標検出部２１は、物標検出判定処理（Ｓ１２）として、物標を検出したか否かを判定する。物標検出部２１は、データ取得処理（Ｓ１０）の検出結果に基づいて、物標を検出したか否かを判定する。検出点が取得されない場合には、物標を検出していないと判定し、図６に示す物標検出処理を終了する。一方、検出点が取得された場合には、物標検出部２１は、検出点を物標ごとに分類する。物標検出部２１は、レーダセンサ１０により取得された複数の検出点の位置に基づいて、複数の検出点を１又は複数のクラスタにクラスタリングする。そして、物標検出部２１は、クラスタと前回まで追跡していた物標との対応付けを行う。   Next, the target detection unit 21 of the vehicle target detection device 1 determines whether or not a target has been detected as a target detection determination process (S12). The target detection unit 21 determines whether a target is detected based on the detection result of the data acquisition process (S10). When a detection point is not acquired, it determines with the target not being detected, and complete | finishes the target detection process shown in FIG. On the other hand, when the detection points are acquired, the target detection unit 21 classifies the detection points for each target. The target detection unit 21 clusters the plurality of detection points into one or a plurality of clusters based on the positions of the plurality of detection points acquired by the radar sensor 10. Then, the target detection unit 21 associates the cluster with the target tracked up to the previous time.

次に、車両用物標検出装置１の検出点分類部２２は、クラスタ選択処理（Ｓ１４）として、物標検出判定処理（Ｓ１２）にてクラスタリングされたクラスタから１つのクラスタを選択する。   Next, the detection point classification | category part 22 of the target detection apparatus 1 for vehicles selects one cluster from the cluster clustered by the target detection determination process (S12) as a cluster selection process (S14).

次に、検出点分類部２２は、エコー番号判定処理（Ｓ１６）として、クラスタ選択処理（Ｓ１４）にて選択されたクラスタに、エコー番号「１」以上の検出点（２番目以降の到来順番を示すエコー番号の検出点）が属しているか否かを判定する。エコー番号「１」以上の検出点が属していると判定された場合には、ゴースト候補設定処理（Ｓ１８）が実行される。   Next, as the echo number determination process (S16), the detection point classification unit 22 assigns the detection points (second and subsequent arrival orders) of the echo number “1” or more to the cluster selected in the cluster selection process (S14). It is determined whether or not the detection point of the indicated echo number belongs. If it is determined that detection points with an echo number “1” or higher belong, a ghost candidate setting process (S18) is executed.

検出点分類部２２は、ゴースト候補設定処理（Ｓ１８）として、クラスタ選択処理（Ｓ１４）にて選択されたクラスタの物標をゴースト候補に設定する。ゴースト候補設定処理（Ｓ１８）の処理が終了した場合、及び、エコー番号判定処理（Ｓ１６）にてエコー番号「１」以上の検出点が属していないと判定された場合には、判定完了処理（Ｓ２０）が実行される。   As the ghost candidate setting process (S18), the detection point classification unit 22 sets the target of the cluster selected in the cluster selection process (S14) as a ghost candidate. When the processing of the ghost candidate setting process (S18) is completed, and when it is determined in the echo number determination process (S16) that the detection point of the echo number “1” or higher does not belong, the determination completion process ( S20) is executed.

検出点分類部２２は、判定完了処理（Ｓ２０）として、物標検出判定処理（Ｓ１２）にてクラスタリングされた全てのクラスタに関してエコー番号判定処理（Ｓ１６）を実行したか否かを判定する。全てのクラスタに関してエコー番号判定処理（Ｓ１６）が実行されていないと判定された場合、クラスタ選択処理（Ｓ１４）へ処理が戻り、エコー番号判定処理（Ｓ１６）及びゴースト候補設定処理（Ｓ１８）が実行される。このように、全てのクラスタに関してエコー番号判定処理（Ｓ１６）が実行されたと判定されるまで、クラスタ選択処理（Ｓ１４）〜判定完了処理（Ｓ２０）が繰り返し実行される。全てのクラスタに関してエコー番号判定処理（Ｓ１６）が実行されたと判定された場合、ゴースト候補判定処理（Ｓ２２）が実行される。   The detection point classification unit 22 determines whether or not the echo number determination process (S16) has been executed for all clusters clustered in the target detection determination process (S12) as the determination completion process (S20). If it is determined that the echo number determination process (S16) has not been executed for all clusters, the process returns to the cluster selection process (S14), and the echo number determination process (S16) and the ghost candidate setting process (S18) are executed. Is done. Thus, the cluster selection process (S14) to the determination completion process (S20) are repeatedly executed until it is determined that the echo number determination process (S16) has been executed for all clusters. When it is determined that the echo number determination process (S16) has been executed for all the clusters, the ghost candidate determination process (S22) is executed.

検出点分類部２２は、ゴースト候補判定処理（Ｓ２２）として、ゴースト候補が設定された物標が存在するか否かを判定する。ゴースト候補が設定された物標が存在すると判定された場合、反射面推定処理（Ｓ２４）が実行される。   As the ghost candidate determination process (S22), the detection point classification unit 22 determines whether there is a target for which a ghost candidate is set. When it is determined that there is a target for which a ghost candidate is set, a reflection surface estimation process (S24) is executed.

最初に、検出点分類部２２は、反射面推定処理（Ｓ２４）として、物標ごとに、ゴーストが発生する要因となる反射面Ｒに対応する検出点を複数の検出点の中から分類する。検出点分類部２２は、ゴースト候補の物標に対応するクラスタに属する検出点よりも早く到来したことを示すエコー番号が関連付けられた検出点を、当該ゴースト候補の物標を発生する反射面Ｒに対応する検出点として分類する。この処理は、ゴースト候補の物標ごとに行われる。つまり、ゴースト候補の物標ごとに対応する反射面Ｒの検出点が分類される。そして、車両用物標検出装置１の反射面推定部２３は、反射面推定処理（Ｓ２４）として、ゴースト候補の物標ごとに、検出点分類部２２により分類された反射面Ｒに対応する検出点の位置に基づいて、反射面Ｒの位置及び向きを推定する。   First, the detection point classifying unit 22 classifies the detection points corresponding to the reflection surface R, which is a factor causing ghost, for each target from the plurality of detection points as the reflection surface estimation process (S24). The detection point classifying unit 22 selects a detection point associated with an echo number indicating that it has arrived earlier than a detection point belonging to the cluster corresponding to the target of the ghost candidate as a reflection surface R that generates the target of the ghost candidate. Are classified as detection points corresponding to. This process is performed for each ghost candidate target. That is, the detection point of the reflective surface R corresponding to each ghost candidate target is classified. And the reflective surface estimation part 23 of the vehicle target detection apparatus 1 detects as a reflective surface estimation process (S24) corresponding to the reflective surface R classified by the detection point classification | category part 22 for every target of a ghost candidate. Based on the position of the point, the position and orientation of the reflecting surface R are estimated.

次に、車両用物標検出装置１のゴースト判定部２４は、ゴースト判定処理（Ｓ２６）として、ゴースト候補判定処理（Ｓ２２）にて分類されたゴースト候補の物標の速度と同一の速度の物標が反射面推定処理（Ｓ２４）にて推定された反射面Ｒを基準として当該ゴースト候補の物標と対称となる位置に存在する場合には、当該ゴースト候補の物標はゴーストであると判定する。ゴースト判定部２４は、ゴーストと判定した物標Ｄを物標検出部２１で検出した物標から取り除く。   Next, the ghost determination unit 24 of the vehicle target detection apparatus 1 performs the ghost determination process (S26) with an object having the same speed as the speed of the ghost candidate target classified in the ghost candidate determination process (S22). If the target is present at a position symmetrical to the target of the ghost candidate with reference to the reflective surface R estimated in the reflective surface estimation process (S24), it is determined that the target of the ghost candidate is a ghost. To do. The ghost determination unit 24 removes the target D determined to be a ghost from the targets detected by the target detection unit 21.

次に、車両用物標検出装置１の物標追跡部２５は、追跡処理（Ｓ２８）として、物標検出判定処理（Ｓ１２）にて検出された物標からゴースト判定処理（Ｓ２６）にてゴーストと判定された物標を取り除いた物標について、物標の状態を推定する。追跡処理（Ｓ２８）が終了すると、図６に示す物標検出処理が終了する。物標検出処理が終了した場合に、車両用物標検出装置１の作動終了の信号を取得していないときには、再びデータ取得処理（Ｓ１０）から処理が開始される。このように、図６に示す物標検出処理は、車両用物標検出装置１の作動終了の信号を取得するまで、繰り返し実行される。   Next, the target tracking unit 25 of the vehicle target detection device 1 performs a ghost in the ghost determination process (S26) from the target detected in the target detection determination process (S12) as the tracking process (S28). The target state is estimated for the target from which the target determined to be removed. When the tracking process (S28) ends, the target detection process shown in FIG. 6 ends. When the target detection process is completed, if the signal for ending the operation of the vehicle target detection apparatus 1 is not acquired, the process starts again from the data acquisition process (S10). As described above, the target detection process shown in FIG. 6 is repeatedly executed until an operation end signal of the vehicle target detection device 1 is acquired.

以上、本実施形態に係る車両用物標検出装置１では、物標検出部２１により、レーダセンサ１０により取得された複数の検出点の位置に基づいて、複数の検出点が１又は複数のクラスタにクラスタリングされ、クラスタと物標とが対応付けされ、検出点分類部２２により、レーダセンサ１０により取得された検出点とエコー番号とが発信ごとに関連付けられ、２番目以降の到来順番を示すエコー番号が関連付けられた検出点を含むクラスタに対応する物標がゴースト候補として分類され、当該ゴースト候補の物標に対応するクラスタに属する検出点よりも早く到来したことを示すエコー番号が関連付けられた検出点が、当該ゴースト候補の物標を発生する反射面Ｒに対応する検出点として分類され、反射面推定部２３により、反射面Ｒに対応する検出点の位置に基づいて反射面Ｒの位置及び向きが推定され、ゴースト判定部２４により、ゴースト候補の物標の速度と同一の速度の物標が反射面Ｒを基準として当該ゴースト候補の物標と対称となる位置に存在する場合には、当該ゴースト候補の物標はゴーストであると判定される。このように、車両用物標検出装置１によれば、ゴーストを発生させる要因が壁であるか他車両であるかを判定することなく反射面Ｒを推定することができるので、他車両側面の反射によって発生したゴーストを判定することができる。さらに、車両用物標検出装置１によれば、反射面Ｒを用いてゴーストの判定を行うため、仮想壁を設定せずにゴーストを判定することができる。   As described above, in the vehicle target detection device 1 according to the present embodiment, the target detection unit 21 has one or a plurality of clusters based on the positions of the plurality of detection points acquired by the radar sensor 10. The cluster and the target are associated with each other, the detection point classification unit 22 associates the detection point acquired by the radar sensor 10 with the echo number for each transmission, and indicates the second and subsequent arrival orders. The target corresponding to the cluster including the detection point associated with the number is classified as a ghost candidate, and an echo number indicating that it arrived earlier than the detection point belonging to the cluster corresponding to the target of the ghost candidate is associated. The detection point is classified as a detection point corresponding to the reflection surface R that generates the target of the ghost candidate, and the reflection surface estimation unit 23 corresponds to the reflection surface R. The position and orientation of the reflecting surface R are estimated based on the position of the detection point, and the ghost determination unit 24 determines that the target having the same speed as that of the ghost candidate target If the target is symmetric with the target, it is determined that the target of the ghost candidate is a ghost. As described above, according to the vehicle target detection device 1, the reflection surface R can be estimated without determining whether the factor causing the ghost is the wall or the other vehicle. Ghosts generated by reflection can be determined. Furthermore, according to the vehicle target detection apparatus 1, since the ghost is determined using the reflection surface R, the ghost can be determined without setting a virtual wall.

本発明は、上述した実施形態に基づいて、当業者の知識に基づいて種々の変更、改良を施した様々な形態で実施することができる。また、上述した実施形態に記載されている技術的事項を利用して、下記の実施例の変形例を構成することも可能である。各実施形態の構成を適宜組み合わせて使用してもよい。   The present invention can be implemented in various forms based on the above-described embodiments and various modifications and improvements based on the knowledge of those skilled in the art. Moreover, it is also possible to comprise the modification of the following Example using the technical matter described in embodiment mentioned above. You may use combining the structure of each embodiment suitably.

１…車両用物標検出装置、２…車両、１０…レーダセンサ、２１…物標検出部、２２…検出点分類部、２３…反射面推定部、２４…ゴースト判定部、２５…物標追跡部。   DESCRIPTION OF SYMBOLS 1 ... Vehicle target detection apparatus, 2 ... Vehicle, 10 ... Radar sensor, 21 ... Target detection part, 22 ... Detection point classification | category part, 23 ... Reflection surface estimation part, 24 ... Ghost determination part, 25 ... Target tracking Department.

Claims (1)

物標を検出する車両用物標検出装置であって、
車両の周囲に電磁波を発信して反射波を受信することにより、電磁波を反射した位置を検出点として複数取得するレーダセンサと、
前記レーダセンサにより取得された複数の検出点の位置に基づいて、複数の検出点を１又は複数のクラスタにクラスタリングし、クラスタと物標とを対応付けする物標検出部と、
前記レーダセンサにより取得された検出点と反射波の到来順番を示すエコー番号とを発信ごとに関連付け、２番目以降の到来順番を示すエコー番号が関連付けられた検出点を含むクラスタに対応する物標をゴースト候補として分類するとともに、当該ゴースト候補の物標に対応するクラスタに属する検出点よりも早く到来したことを示すエコー番号が関連付けられた検出点を、当該ゴースト候補の物標を発生する反射面に対応する検出点として分類する検出点分類部と、
前記検出点分類部により分類された反射面に対応する検出点の位置に基づいて反射面の位置及び向きを推定する反射面推定部と、
前記検出点分類部により分類されたゴースト候補の物標の速度と同一の速度の物標が前記反射面推定部により推定された反射面を基準として当該ゴースト候補の物標と対称となる位置に存在する場合には、当該ゴースト候補の物標はゴーストであると判定するゴースト判定部と、
を備える車両用物標検出装置。 A vehicle target detection device for detecting a target,
A radar sensor that obtains a plurality of positions where the electromagnetic waves are reflected as detection points by transmitting electromagnetic waves around the vehicle and receiving reflected waves; and
A target detection unit that clusters a plurality of detection points into one or a plurality of clusters based on positions of the plurality of detection points acquired by the radar sensor, and associates the clusters with the targets;
The detection point acquired by the radar sensor and the echo number indicating the arrival order of the reflected wave are associated for each transmission, and the target corresponding to the cluster including the detection point associated with the echo number indicating the second and subsequent arrival orders. Are detected as ghost candidates, and a detection point associated with an echo number indicating that it has arrived earlier than a detection point belonging to a cluster corresponding to the target of the ghost candidate is a reflection that generates the target of the ghost candidate. A detection point classification unit for classifying the detection points corresponding to the surface;
A reflection surface estimation unit that estimates the position and orientation of the reflection surface based on the position of the detection point corresponding to the reflection surface classified by the detection point classification unit;
A target having the same speed as the target speed of the ghost candidate classified by the detection point classifying unit is symmetric with the target of the ghost candidate with respect to the reflective surface estimated by the reflective surface estimation unit. If present, a ghost determination unit for determining that the target of the ghost candidate is a ghost;
A vehicle target detection apparatus comprising:
JP2015230732A 2015-11-26 2015-11-26 Vehicular target detection apparatus Pending JP2017096840A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015230732A JP2017096840A (en) 2015-11-26 2015-11-26 Vehicular target detection apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015230732A JP2017096840A (en) 2015-11-26 2015-11-26 Vehicular target detection apparatus

Publications (1)

Publication Number Publication Date
JP2017096840A true JP2017096840A (en) 2017-06-01

Family

ID=58803679

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015230732A Pending JP2017096840A (en) 2015-11-26 2015-11-26 Vehicular target detection apparatus

Country Status (1)

Country Link
JP (1) JP2017096840A (en)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019017430A1 (en) * 2017-07-21 2019-01-24 株式会社タダノ Measurement target top-surface estimation method, guide information display device, and crane
CN109613509A (en) * 2018-12-30 2019-04-12 北京润科通用技术有限公司 A kind of clustering method and device of trailer-mounted radar scattering point
JP2021012104A (en) * 2019-07-05 2021-02-04 オムロン株式会社 Radar device, ghost determination method, and program
KR20210029927A (en) * 2019-09-09 2021-03-17 주식회사 만도 RaDAR apparatus, recognizing target Method of RaDAR apparatus, and system for controlling vehicle including it
WO2021166902A1 (en) * 2020-02-21 2021-08-26 株式会社デンソー Target recognition device
WO2021182239A1 (en) * 2020-03-10 2021-09-16 株式会社デンソー Object recognition device
EP3913392A1 (en) * 2020-05-22 2021-11-24 Hyundai Mobis Co., Ltd. Method and apparatus for rear cross collision warning
EP3982160A1 (en) * 2020-10-08 2022-04-13 Imec VZW Method and system for indoor multipath ghosts recognition
JP2022526819A (en) * 2019-04-08 2022-05-26 コンチネンタル オートモーティブ システムズ インコーポレイテッド Ghost object identification for car radar tracking
WO2023033078A1 (en) * 2021-08-31 2023-03-09 株式会社デンソー Vehicle radar device
WO2023033077A1 (en) * 2021-08-31 2023-03-09 株式会社デンソー Vehicle radar device
US12007503B2 (en) 2020-05-22 2024-06-11 Hyundai Mobis Co., Ltd. Method and apparatus for rear cross collision warning

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019023568A (en) * 2017-07-21 2019-02-14 株式会社タダノ Method for estimating top face of measuring object, guide information display device, and crane
CN111928782A (en) * 2017-07-21 2020-11-13 株式会社多田野 Method for estimating upper surface of object to be measured, guidance information display device, and crane
WO2019017430A1 (en) * 2017-07-21 2019-01-24 株式会社タダノ Measurement target top-surface estimation method, guide information display device, and crane
US11414305B2 (en) 2017-07-21 2022-08-16 Tadano Ltd. Measurement target top-surface estimation method, guide information display device, and crane
CN109613509A (en) * 2018-12-30 2019-04-12 北京润科通用技术有限公司 A kind of clustering method and device of trailer-mounted radar scattering point
CN109613509B (en) * 2018-12-30 2021-07-27 北京润科通用技术有限公司 Clustering method and device for scattering points of vehicle-mounted radar
JP2022526819A (en) * 2019-04-08 2022-05-26 コンチネンタル オートモーティブ システムズ インコーポレイテッド Ghost object identification for car radar tracking
JP2021012104A (en) * 2019-07-05 2021-02-04 オムロン株式会社 Radar device, ghost determination method, and program
JP7331506B2 (en) 2019-07-05 2023-08-23 オムロン株式会社 RADAR DEVICE, GHOST DETERMINATION METHOD, AND PROGRAM
KR20210029927A (en) * 2019-09-09 2021-03-17 주식회사 만도 RaDAR apparatus, recognizing target Method of RaDAR apparatus, and system for controlling vehicle including it
KR102662224B1 (en) 2019-09-09 2024-05-02 주식회사 에이치엘클레무브 RaDAR apparatus, recognizing target Method of RaDAR apparatus, and system for controlling vehicle including it
JP2021135044A (en) * 2020-02-21 2021-09-13 株式会社デンソー Object recognition device
WO2021166902A1 (en) * 2020-02-21 2021-08-26 株式会社デンソー Target recognition device
WO2021182239A1 (en) * 2020-03-10 2021-09-16 株式会社デンソー Object recognition device
CN113706887A (en) * 2020-05-22 2021-11-26 现代摩比斯株式会社 Method and apparatus for rear cross-collision warning
EP3913392A1 (en) * 2020-05-22 2021-11-24 Hyundai Mobis Co., Ltd. Method and apparatus for rear cross collision warning
US12007503B2 (en) 2020-05-22 2024-06-11 Hyundai Mobis Co., Ltd. Method and apparatus for rear cross collision warning
EP3982160A1 (en) * 2020-10-08 2022-04-13 Imec VZW Method and system for indoor multipath ghosts recognition
US20220114363A1 (en) * 2020-10-08 2022-04-14 Imec Vzw Method and System for Indoor Multipath Ghosts Recognition
WO2023033078A1 (en) * 2021-08-31 2023-03-09 株式会社デンソー Vehicle radar device
JP7472878B2 (en) 2021-08-31 2024-04-23 株式会社デンソー Vehicle radar device
JP7472879B2 (en) 2021-08-31 2024-04-23 株式会社デンソー Vehicle radar device
WO2023033077A1 (en) * 2021-08-31 2023-03-09 株式会社デンソー Vehicle radar device

Similar Documents

Publication Publication Date Title
JP2017096840A (en) Vehicular target detection apparatus
JP4883246B2 (en) Object detection apparatus and object detection method
US10453343B2 (en) Object detection apparatus
CN110691990B (en) Obstacle detection method and equipment
EP2784762A1 (en) Vehicle identification device
JP2007304034A (en) On-board device for discriminating road shape
US10436899B2 (en) Object detection apparatus
CN103703497A (en) Vehicle-specifying system and vehicle-specifying device
EP3299841B1 (en) Method and apparatus for analyzing reflection signals, driver assistance system, and vehicle
CN107272001B (en) External-of-sight obstacle detection and location
JP6432423B2 (en) Object detection apparatus and object detection method
US10793145B2 (en) Object recognition device, object recognition method, and vehicle control system
JP2015132553A (en) Object detection device
JP6169146B2 (en) Object recognition integration apparatus and object recognition integration method
JP5067091B2 (en) Collision determination device
JP2012088285A (en) Obstacle recognition device and obstacle recognition method
CN111257826B (en) Multi-source heterogeneous sensor composite tracking method
KR101725128B1 (en) Ultra-high speed ship detection method and apparatus thereof
CN110678776B (en) System for enhanced object tracking
JP7460499B2 (en) object tracking device
US11933887B2 (en) Apparatus and method for controlling radar
JP2014109944A (en) Target detection device
KR20220166704A (en) Non-line-of-sight radar apparatus
KR101992115B1 (en) Lane estimation system and method using a vehicle type radar
JP2019079316A (en) In-vehicle system, target recognition method, and computer program