JP6858067B2 - Radar device and control method of radar device - Google Patents
Radar device and control method of radar device Download PDFInfo
- Publication number
- JP6858067B2 JP6858067B2 JP2017084796A JP2017084796A JP6858067B2 JP 6858067 B2 JP6858067 B2 JP 6858067B2 JP 2017084796 A JP2017084796 A JP 2017084796A JP 2017084796 A JP2017084796 A JP 2017084796A JP 6858067 B2 JP6858067 B2 JP 6858067B2
- Authority
- JP
- Japan
- Prior art keywords
- target
- vehicle
- distance
- difference
- likelihood
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 103
- 230000005540 biological transmission Effects 0.000 claims description 91
- 238000001514 detection method Methods 0.000 claims description 73
- 238000012545 processing Methods 0.000 claims description 68
- 238000004364 calculation method Methods 0.000 claims description 39
- 238000009795 derivation Methods 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 60
- 238000013213 extrapolation Methods 0.000 description 32
- 238000009826 distribution Methods 0.000 description 24
- 238000001228 spectrum Methods 0.000 description 19
- 238000000605 extraction Methods 0.000 description 18
- 238000013016 damping Methods 0.000 description 9
- 239000000284 extract Substances 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 230000035559 beat frequency Effects 0.000 description 7
- 230000002238 attenuated effect Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000007476 Maximum Likelihood Methods 0.000 description 5
- 238000013400 design of experiment Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013179 statistical model Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 101150066014 PUP1 gene Proteins 0.000 description 1
- 101150001846 PUP2 gene Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Description
本発明は、レーダ装置及びレーダ装置の制御方法に関する。 The present invention relates to a radar device and a control method for the radar device.
従来から、車両の車体前側等に設けられたレーダ装置は、車両外部の送信範囲に送信波を出力して物標からの反射波を受信して物標の位置情報等を含む物標データを導出し、物標データから車両の前方に位置する静止車両等を判別する。そして、車両に設けられた車両制御装置は、レーダ装置から静止車両等に関する情報を取得し、この情報に基づいて車両の挙動を制御し、例えば静止車両等との衝突を回避して、車両のユーザに対して安全で快適な走行を提供する（例えば特許文献１参照）。 Conventionally, a radar device installed on the front side of a vehicle body or the like outputs a transmission wave to a transmission range outside the vehicle, receives a reflected wave from the target, and outputs target data including position information of the target. It is derived and the stationary vehicle or the like located in front of the vehicle is determined from the target data. Then, the vehicle control device provided in the vehicle acquires information about the stationary vehicle or the like from the radar device, controls the behavior of the vehicle based on this information, avoids collision with the stationary vehicle or the like, and avoids collision with the stationary vehicle or the like. It provides the user with safe and comfortable driving (see, for example, Patent Document 1).
しかしながら、上述の従来技術では、静止車両及び上方物の判別精度が不十分であり、上方物を静止車両として誤検出してしまうという問題がある。 However, the above-mentioned conventional technique has a problem that the accuracy of discriminating between a stationary vehicle and an upper object is insufficient, and the upper object is erroneously detected as a stationary vehicle.
本願の実施形態の一例は、例えば、静止車両及び上方物を精度よく判別するレーダ装置及びレーダ装置の制御方法を提供することを目的とする。 An example of an embodiment of the present application is intended to provide, for example, a radar device for accurately discriminating a stationary vehicle and an upper object, and a control method for the radar device.
本願の実施形態の一例は、例えば、レーダ装置は、自車両の周辺へ送信したレーダ送信波が周辺に存在する物標に反射した反射波を受信して取得される受信信号に基づいて物標に係る複数のパラメータ及び物標の検知距離を導出する。そして、各パラメータと、自車両の進行方向に存在する物標であって、自車両が進行方向に進んだときに衝突する物標の尤度、及び、自車両の進行方向に存在する物標であって自車両が前記進行方向に進んだときに衝突しない物標の尤度との既知の相関を検知距離毎にモデル化した尤度モデルから、導出した各パラメータ及び検知距離に対応する衝突する物標及び衝突しない物標の各尤度比に基づいた第１の指標を算出する。そして、算出した第１の指標に基づき、物標が衝突する物標及び衝突しない物標のいずれであるかを判定する。 An example of the embodiment of the present application is, for example, that the radar device receives a reflected wave that is reflected by a target that exists in the vicinity of the radar transmission wave transmitted to the vicinity of the own vehicle and obtains a target based on a received signal. A plurality of parameters related to the above and the detection distance of the target are derived. Then, each parameter, a target existing in the traveling direction of the own vehicle, the likelihood of the target colliding when the own vehicle advances in the traveling direction, and a target existing in the traveling direction of the own vehicle. However, a collision corresponding to each parameter and detection distance derived from a likelihood model in which a known correlation with the likelihood of a target that does not collide when the own vehicle advances in the traveling direction is modeled for each detection distance. A first index is calculated based on each likelihood ratio of the target to be used and the target to be non-collision. Then, based on the calculated first index, it is determined whether the target is a colliding target or a non-colliding target.
本願の実施形態の一例によれば、例えば、静止車両及び上方物を精度よく判別できる。 According to an example of the embodiment of the present application, for example, a stationary vehicle and an upper object can be accurately discriminated.
以下に添付図面を参照して本願の実施形態に係るレーダ装置及びレーダ装置の制御方法について説明する。なお、以下に示す実施形態は、一例を示すに過ぎず、本願を限定するものではない。また、以下に示す実施形態は、開示の技術に係る構成及び処理について主に示し、その他の構成及び処理の説明を省略する。そして、各実施形態及び変形例は、矛盾しない範囲で適宜組み合わせてもよい。また、各実施形態において、同一の構成及び処理には同一の符号を付与し、既出の構成及び処理の説明は省略する。 The radar device and the control method of the radar device according to the embodiment of the present application will be described below with reference to the accompanying drawings. The embodiments shown below are merely examples, and do not limit the present application. In addition, the embodiments shown below mainly show the configurations and processes related to the disclosed technology, and the description of other configurations and processes will be omitted. Then, each embodiment and modification may be appropriately combined within a consistent range. Further, in each embodiment, the same reference numerals are given to the same configurations and processes, and the description of the existing configurations and processes will be omitted.
［実施形態１］
（実施形態１に係るレーダ装置による物標検出の概要）
実施形態１は、レーダ装置による検出のターゲットとなる静止車両及び上方物を、比較的遠距離から判別する。すなわち、単一の物標データで静止車両及び上方物の判別を行う場合、静止車両及び上方物の物標データの分布がオーバーラップしていると、閾値に基づいた両者の判別が難しくなる。
[Embodiment 1]
(Outline of target detection by the radar device according to the first embodiment)
In the first embodiment, a stationary vehicle and an upper object to be detected by a radar device are discriminated from a relatively long distance. That is, when the stationary vehicle and the upper object are discriminated from a single target data, if the distributions of the stationary vehicle and the upper object are overlapped, it becomes difficult to discriminate between the two based on the threshold value.
そこで、実施形態１では、あるパラメータについて静止車両及び上方物が取りうる値と、その発生頻度に基づく確率との既知の相関から統計モデルを構築し、レーダ装置によるスキャン毎に静止車両尤度及び上方物尤度を統計モデルに基づいて算出する。そして、ベイズフィルターの手法を用いて、スキャン毎に尤度更新を行って信頼性を高めるとともに、静止車両尤度及び上方物尤度の比（ロジット）に基づいて静止車両及び上方物の判別を行う。ここで、１つのパラメータだけでは判別が十分でないため、実施形態１では、それぞれ対応する統計モデルを定義した複数のパラメータを用いて、相互に性能を補完できるようにする。 Therefore, in the first embodiment, a statistical model is constructed from a known correlation between the values that a stationary vehicle and an upper object can take for a certain parameter and the probability based on the frequency of occurrence, and the likelihood of the stationary vehicle and the likelihood of the stationary vehicle and the likelihood of each scan by the radar device The upper object likelihood is calculated based on the statistical model. Then, using the Bayesian filter method, the likelihood is updated for each scan to improve the reliability, and the stationary vehicle and the upper object are discriminated based on the ratio (logit) of the stationary vehicle likelihood and the upper object likelihood. Do. Here, since the discrimination is not sufficient with only one parameter, in the first embodiment, the performance can be complemented with each other by using a plurality of parameters for which the corresponding statistical models are defined.
図１は、実施形態１に係るレーダ装置による物標検出の概要を示す模式図である。実施形態１に係るレーダ装置１は、例えば自車両Ａのフロントグリル内等の前方部位に搭載され、自車両Ａの進行方向に存在する物標Ｔ（物標Ｔ１及びＴ２）を検出する。物標Ｔは、移動物標及び静止物標を含む。図１に示す物標Ｔ１は、例えば自車両Ａの進行方向に沿って移動する先行車両もしくは静止する静止物（静止車両を含む）である。また、図１に示す物標Ｔ２は、例えば自車両Ａの進行方向の上方で静止する車両以外の上方物、例えば信号機、陸橋、道路標識、案内標識等である。
FIG. 1 is a schematic diagram showing an outline of target detection by the radar device according to the first embodiment. The
レーダ装置１は、自車両Ａにおいて積荷やサスペンションによりレーダ搭載の垂直軸が傾いた場合であっても性能保証するため、図１に示すように、下方送信波ＴＷ１及び上方送信波ＴＷ２を、例えば５ｍｓｅｃ毎に交互に送信するスキャンレーダである。下方送信波ＴＷ１は、レーダ装置１の下方送信部ＴＸ１から自車両Ａの進行方向の下方側へ向けて送信される。上方送信波ＴＷ２は、レーダ装置１の上方送信部ＴＸ２から自車両Ａの進行方向の上方側へ向けて送信される。下方送信部ＴＸ１及び上方送信部ＴＸ２は、例えばアンテナである。
In order to guarantee the performance of the
図１に示すように、レーダ装置１は、下方送信波ＴＷ１及び上方送信波ＴＷ２によるスキャン範囲の一部が自車両Ａに対する垂直方向で重複することにより、下方送信波ＴＷ１又は上方送信波ＴＷ２単独よりも垂直方向のより広い範囲で物標Ｔを検出する。レーダ装置１は、下方送信波ＴＷ１及び上方送信波ＴＷ２が物標Ｔに反射して得られる反射波を受信部ＲＸで受信することで、物標Ｔを検出する。
As shown in FIG. 1, the
（実施形態１に係るレーダ装置の構成）
図２は、実施形態１に係るレーダ装置の構成を示す図である。実施形態１に係るレーダ装置１は、例えばミリ波レーダの各種方式のうち、周波数変調した連続波であるＦＭ−ＣＷ（Frequency Modulated-Continuous Wave）を用いて、自車両Ａの周辺に存在する物標Ｔを検出する。
(Configuration of Radar Device According to Embodiment 1)
FIG. 2 is a diagram showing a configuration of a radar device according to the first embodiment. The
図２に示すように、レーダ装置１は、車両制御装置２と接続される。車両制御装置２は、ブレーキ３等と接続される。車両制御装置２は、例えば、レーダ装置１が照射した送信波が物標Ｔ１で反射した反射波がレーダ装置１の受信アンテナに受信されるまでの距離が所定距離以下となって自車両Ａが物標Ｔ１と追突する危険性がある場合に、ブレーキ３や、スロットル、ギア等を制御して自車両Ａの挙動をコントロールし、自車両Ａが物標Ｔ１と追突することを回避する。このような車両制御を行うシステムの例として、例えばＡＣＣ（Adaptive Cruise Control）システムがある。
As shown in FIG. 2, the
なお、レーダ装置１が照射した送信波が物標Ｔ１で反射した反射波がレーダ装置１の受信アンテナに受信されるまでの距離を「縦距離」といい、自車両Ａの左右方向（車幅方向）における物標Ｔの距離を「横距離」という。自車両Ａの左右方向とは、自車両Ａが進行する道路の車線幅の方向でもある。「横距離」は、自車両Ａの中心位置を原点とし、自車両Ａの右側では正値、自車両Ａの左側では負値で表現される。「横距離」は、後述する「横位置」である。
The distance from the transmitted wave irradiated by the
また、図２に示すように、レーダ装置１は、送信部４、受信部５、信号処理部６を含む。
Further, as shown in FIG. 2, the
送信部４は、信号生成部４１、発振器４２、スイッチ４３、下方送信部ＴＸ１、上方送信部ＴＸ２を含む。信号生成部４１は、三角波状に電圧が変化する変調信号を生成し、発振器４２へ供給する。発振器４２は、信号生成部４１で生成された変調信号に基づいて連続波の信号を周波数変調し、時間の経過に従って周波数が変化する送信信号を生成して、下方送信部ＴＸ１及び上方送信部ＴＸ２へ出力する。
The
スイッチ４３は、下方送信部ＴＸ１及び上方送信部ＴＸ２のいずれかと、発振器４２とを接続する。スイッチ４３は、後述する送信制御部６１の制御により所定のタイミング（例えば５ｍｓｅｃ毎）で動作し、下方送信部ＴＸ１及び上方送信部ＴＸ２のいずれかと、発振器４２との接続を切り替える。すなわち、スイッチ４３は、例えば、・・・→下方送信部ＴＸ１→上方送信部ＴＸ２→下方送信部ＴＸ１→上方送信部ＴＸ２・・・の順に発振器４２との接続を切り替える。
The
下方送信部ＴＸ１及び上方送信部ＴＸ２は、送信信号に基づき下方送信波ＴＷ１及び上方送信波ＴＷ２を自車両Ａの外部へ送出する。以下、下方送信部ＴＸ１及び上方送信部ＴＸ２を「送信部ＴＸ」と総称する場合がある。図２では、下方送信部ＴＸ１及び上方送信部ＴＸ２を１つずつ例示するが、その数は適宜設計変更可能である。送信部ＴＸは、複数本のアンテナで構成され、複数本のアンテナを介してそれぞれ異なる方向へ下方送信波ＴＷ１及び上方送信波ＴＷ２を出力し、スキャン範囲をカバーする。以下、下方送信波ＴＷ１及び上方送信波ＴＷ２を「送信波ＴＷ」と総称する場合がある。 The lower transmission unit TX1 and the upper transmission unit TX2 transmit the lower transmission wave TW1 and the upper transmission wave TW2 to the outside of the own vehicle A based on the transmission signal. Hereinafter, the lower transmission unit TX1 and the upper transmission unit TX2 may be collectively referred to as "transmission unit TX". In FIG. 2, the lower transmission unit TX1 and the upper transmission unit TX2 are illustrated one by one, but the number thereof can be appropriately changed in design. The transmission unit TX is composed of a plurality of antennas, and outputs the downward transmission wave TW1 and the upward transmission wave TW2 in different directions via the plurality of antennas to cover the scan range. Hereinafter, the downward transmission wave TW1 and the upward transmission wave TW2 may be collectively referred to as "transmission wave TW".
下方送信部ＴＸ１及び上方送信部ＴＸ２は、スイッチ４３を介して発振器４２に接続される。そのため、送信部ＴＸのうちの１本の送信部ＴＸから、スイッチ４３のスイッチング動作に応じて、下方送信波ＴＷ１及び上方送信波ＴＷ２のいずれかが出力される。また、出力される送信波ＴＷも、スイッチ４３のスイッチング動作によって順次切り替えられる。
The lower transmission unit TX1 and the upper transmission unit TX2 are connected to the
受信部５は、アレーアンテナを形成する４本の各アンテナである受信部ＲＸのそれぞれに接続された個別受信部５２を含む。図２では、受信部ＲＸを４つ例示するが、その数は適宜設計変更可能である。各受信部ＲＸは、物標Ｔからの反射波ＲＷを受信する。各個別受信部５２は、対応する受信部ＲＸを介して受信した反射波ＲＷを処理する。
The receiving
各個別受信部５２は、ミキサ５３、Ａ／Ｄ（Analog／Digital）変換器５４を含む。受信部ＲＸで受信された反射波ＲＷから得られる受信信号は、ミキサ５３へ送られる。なお、受信部ＲＸとミキサ５３との間にはそれぞれ対応する増幅器を配してもよい。
Each
ミキサ５３には、送信部４の発振器４２から分配された送信信号が入力され、ミキサ５３において送信信号と受信信号とがそれぞれミキシングされる。これにより、送信信号の周波数と、受信信号の周波数との差分周波数であるビート周波数を示すビート信号が生成される。ミキサ５３で生成されたビート信号は、Ａ／Ｄ変換器５４でデジタルの信号に変換された後に信号処理部６へ出力される。
The transmission signal distributed from the
信号処理部６は、ＣＰＵ（Central Processing Unit）及び記憶部６３等を含むマイクロコンピュータであり、レーダ装置１全体を制御する。信号処理部６は、演算対象とする各種のデータや、データ処理部７が検出する物標の情報等を、記憶部６３に記憶させる。また、記憶部６３は、後述する、横位置差モデル６３ａ、相対速度差モデル６３ｂ、独立ビーム傾き差モデル６３ｃ、上下ビームパワー差傾きモデル６３ｄ、上下ビーム面積微分モデル６３ｅ、外挿要因種別尤度テーブル６３ｆを記憶する。記憶部６３は、例えばＥＰＲＯＭ（Erasable Programmable Read Only Memory）やフラッシュメモリ等を用いることができるが、これに限定されるものではない。
The
信号処理部６は、マイクロコンピュータでソフトウェア的に実現される機能として、送信制御部６１、フーリエ変換部６２、データ処理部７を含む。送信制御部６１は、送信部４の信号生成部４１を制御するとともに、スイッチ４３のスイッチングを制御する。データ処理部７は、ピーク抽出部７０、角度推定部７１、ペアリング部７２、連続性判定部７３、フィルタリング部７４、物標分類部７５、不要物標除去部７６、グループ化部７７、物標情報出力部７８を含む。
The
フーリエ変換部６２は、複数の個別受信部５２のそれぞれから出力されるビート信号を対象に、高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）を行う。これにより、フーリエ変換部６２は、複数の受信部ＲＸのそれぞれの受信信号に係るビート信号を、周波数領域のデータである周波数スペクトラムに変換する。フーリエ変換部６２で生成された周波数スペクトラムは、データ処理部７へ出力される。
The Fourier transform unit 62 performs a fast Fourier transform (FFT) on the beat signals output from each of the plurality of
ピーク抽出部７０は、フーリエ変換部６２で生成された周波数スペクトラムにおいて、所定の信号レベルを超えるピークを、送信信号の周波数が上昇するアップ区間と、周波数が下降するダウン区間とのそれぞれの区間で抽出する。
In the frequency spectrum generated by the Fourier transform unit 62, the
ここで、ピーク抽出部７０の処理について、図３、図４Ａ、図４Ｂを参照して説明する。図３は、送信波と反射波の関係及びビート信号を示す図である。図４Ａは、アップ区間のピーク抽出を説明する図である。図４Ｂは、ダウン区間のピーク抽出を説明する図である。なお、説明を簡単にするため、図３に示す反射波ＲＷは１つの物標Ｔからの理想的な反射波としている。また、図３では、送信波ＴＷを実線で示し、反射波ＲＷを破線で示す。
Here, the processing of the
図３の上方図において、縦軸は周波数［ＧＨｚ］、横軸は時間［ｍｓｅｃ］を示す。なお、図３においては、下方送信波ＴＷ１は、タイミングｔ１〜ｔ２の区間で出力され、上方送信波ＴＷ２は、タイミングｔ２〜ｔ３の区間で出力されるものとする。 In the upper view of FIG. 3, the vertical axis represents frequency [GHz] and the horizontal axis represents time [msec]. In FIG. 3, the lower transmission wave TW1 is output in the section of timings t1 to t2, and the upper transmission wave TW2 is output in the section of timings t2 to t3.
図３に示すように、下方送信波ＴＷ１及び上方送信波ＴＷ２は、所定の周波数を中心として所定の周期で周波数が上下する連続波であり、その周波数は、時間に対して線形的に変化する。ここでは、下方送信波ＴＷ１及び上方送信波ＴＷ２の中心周波数をｆ０、周波数の変位幅をΔＦ、周波数が上下する一周期の逆数をｆｍとする。 As shown in FIG. 3, the lower transmission wave TW1 and the upper transmission wave TW2 are continuous waves whose frequencies go up and down in a predetermined period around a predetermined frequency, and the frequencies change linearly with time. .. Here, the center frequency of the lower transmission wave TW1 and the upper transmission wave TW2 is f0, the displacement width of the frequency is ΔF, and the reciprocal of one cycle in which the frequency goes up and down is fm.
反射波ＲＷは、下方送信波ＴＷ１及び上方送信波ＴＷ２が物標Ｔで反射したものであるため、下方送信波ＴＷ１及び上方送信波ＴＷ２と同様に、所定の周波数を中心として所定の周期で周波数が上下する連続波となる。ただし、反射波ＲＷには、下方送信波ＴＷ１等に対して遅延が生じる。遅延時間τは、自車両Ａから物標Ｔまでの縦距離に応じたものとなる。 Since the reflected wave RW is the one in which the lower transmission wave TW1 and the upper transmission wave TW2 are reflected by the target T, the frequency is a frequency centered on a predetermined frequency in a predetermined period like the lower transmission wave TW1 and the upper transmission wave TW2. Becomes a continuous wave that goes up and down. However, the reflected wave RW has a delay with respect to the downward transmission wave TW1 and the like. The delay time τ corresponds to the vertical distance from the own vehicle A to the target T.
また、反射波ＲＷには、自車両Ａに対する物標Ｔの相対速度に応じたドップラー効果により、送信波ＴＷに対して周波数ｆｄの周波数偏移が生じる。 Further, in the reflected wave RW, a frequency shift of the frequency fd occurs with respect to the transmitted wave TW due to the Doppler effect according to the relative speed of the target T with respect to the own vehicle A.
このように、反射波ＲＷには、下方送信波ＴＷ１等に対して、縦距離に応じた遅延時間とともに相対速度に応じた周波数偏移が生じる。このため、図３の下方図に示すように、ミキサ５３で生成されるビート信号のビート周波数は、送信信号の周波数が上昇するアップ区間（以下、「ＵＰ」という場合がある）と周波数が下降するダウン区間（以下、「ＤＮ」という場合がある）とで異なる値となる。
As described above, the reflected wave RW has a frequency shift according to the relative speed as well as a delay time according to the vertical distance with respect to the downward transmission wave TW1 and the like. Therefore, as shown in the lower view of FIG. 3, the beat frequency of the beat signal generated by the
ビート周波数は、下方送信波ＴＷ１等の周波数と反射波ＲＷの周波数との差の周波数である。以下、アップ区間のビート周波数をｆｕｐ、ダウン区間のビート周波数をｆｄｎとする。図３の下方図では、縦軸は周波数［ｋＨｚ］、横軸は時間［ｍｓｅｃ］を示す。 The beat frequency is the frequency of the difference between the frequency of the downward transmission wave TW1 and the like and the frequency of the reflected wave RW. Hereinafter, the beat frequency in the up section is referred to as pup, and the beat frequency in the down section is referred to as fdn. In the lower view of FIG. 3, the vertical axis represents frequency [kHz] and the horizontal axis represents time [msec].
そして、図４Ａ及び図４Ｂに示すように、フーリエ変換部６２でのフーリエ変換後には、アップ区間のビート周波数ｆｕｐ及びダウン区間のビート周波数ｆｄｎのそれぞれの周波数領域における波形が得られる。図４Ａ及び図４Ｂでは、縦軸は信号のパワー［ｄＢ］、横軸は周波数［ｋＨｚ］を示す。 Then, as shown in FIGS. 4A and 4B, after the Fourier transform in the Fourier transform unit 62, waveforms in the respective frequency regions of the beat frequency up in the up section and the beat frequency fdn in the down section are obtained. In FIGS. 4A and 4B, the vertical axis represents the signal power [dB] and the horizontal axis represents the frequency [kHz].
ピーク抽出部７０は、図４Ａ及び図４Ｂに示す波形において、所定の信号パワーＰｒｅｆを超えるピークＰｕと、ピークＰｄとを抽出する。なお、ピーク抽出部７０は、図３に示す、下方送信波ＴＷ１及び上方送信波ＴＷ２のそれぞれについて、ピークＰｕ及びＰｄを抽出するものとする。所定の信号パワーＰｒｅｆは、一定であっても、可変であってもよい。また、所定の信号パワーＰｒｅｆは、アップ区間とダウン区間とで異なる値に設定されてもよい。
The
図４Ａに示すアップ区間の周波数スペクトラムにおいては、３つの周波数ｆｕｐ１、ｆｕｐ２、ｆｕｐ３の位置にそれぞれピークＰｕが現れている。また、図４Ｂに示すダウン区間の周波数スペクトラムにおいては、３つの周波数ｆｄｎ１、ｆｄｎ２、ｆｄｎ３の位置にそれぞれピークＰｄが表れている。図４Ａ及び図４Ｂでは、ピークＰｕ及びピークＰｄを３つずつ例示するが、ピークＰｕ及びピークＰｄは１つ以上現れるものである。以下、周波数を別の単位のｂｉｎ（ビン）と呼ぶことがある。１ｂｉｎは、約４６７Ｈｚに相当する。 In the frequency spectrum of the up section shown in FIG. 4A, peak Pu appears at the positions of the three frequencies pup1, pup2, and pup3, respectively. Further, in the frequency spectrum of the down section shown in FIG. 4B, peaks Pd appear at the positions of the three frequencies fdn1, fdn2, and fdn3, respectively. In FIGS. 4A and 4B, three peak Pu and three peak Pd are illustrated, but one or more peak Pu and one peak Pd appear. Hereinafter, the frequency may be referred to as another unit, bin. 1 bin corresponds to about 467 Hz.
相対速度を考慮しなければ、周波数スペクトラムにおいてピークが表れる位置の周波数は、物標Ｔの縦距離に対応する。１ｂｉｎは、縦距離約０．３６ｍに相当する。そして、例えばアップ区間の周波数スペクトラムに注目すると、ピークＰｕが表れる周波数ｆｕｐに対応する縦距離の位置に物標が存在していることになる。このため、ピーク抽出部７０は、アップ区間及びダウン区間の双方の周波数スペクトラムに関して、所定の信号パワーＰｒｅｆを超えるパワーを有するピークＰｕ及びピークＰｄが表れる周波数を抽出する。以下、このように抽出される周波数を「ピーク周波数」という。
If the relative velocity is not taken into consideration, the frequency at the position where the peak appears in the frequency spectrum corresponds to the vertical distance of the target T. One bin corresponds to a vertical distance of about 0.36 m. Then, for example, paying attention to the frequency spectrum in the up section, the target exists at the position of the vertical distance corresponding to the frequency up in which the peak Pu appears. Therefore, the
図４Ａ及び図４Ｂに示すようなアップ区間及びダウン区間の周波数スペクトラムは、１つの受信部ＲＸで受信した受信信号から得られる。従って、フーリエ変換部６２は、４つの受信部ＲＸで受信した受信信号のそれぞれから、アップ区間及びダウン区間それぞれの周波数スペクトラムを導出する。 The frequency spectrum of the up section and the down section as shown in FIGS. 4A and 4B is obtained from the received signal received by one receiving unit RX. Therefore, the Fourier transform unit 62 derives the frequency spectrum of each of the up section and the down section from each of the received signals received by the four receiving units RX.
４つの受信部ＲＸは、同一の物標からの反射波ＲＷを受信しているため、４つの受信部ＲＸの周波数スペクトラムの相互間において、抽出されるピーク周波数は同一となる。ただし、４つの受信部ＲＸの位置は互いに異なるため、受信部ＲＸ毎に反射波ＲＷの位相は異なる。このため、同一ｂｉｎとなる受信信号の位相情報は、受信部ＲＸ毎に異なっている。また、同一ｂｉｎの異なる角度に複数の物標が存在する場合は、周波数スペクトラムにおける１つのピーク周波数の信号に、それら複数の物標についての情報が含まれる。 Since the four receiving units RX receive the reflected wave RW from the same target, the peak frequencies extracted are the same between the frequency spectra of the four receiving units RX. However, since the positions of the four receiving units RX are different from each other, the phase of the reflected wave RW is different for each receiving unit RX. Therefore, the phase information of the received signals having the same bin is different for each receiving unit RX. Further, when a plurality of targets exist at different angles of the same bin, the signal of one peak frequency in the frequency spectrum contains information about the plurality of targets.
角度推定部７１は、アップ区間及びダウン区間それぞれについて、方位演算処理により、１つのピーク周波数の信号から、同一ｂｉｎに存在する複数の物標についての情報を分離し、それら複数の物標それぞれの角度を推定する。同一ｂｉｎに存在する物標は、それぞれの縦距離が略同一となる物標である。角度推定部７１は、４つの受信部ＲＸの全ての周波数スペクトラムにおいて同一ｂｉｎの受信信号に注目し、それら受信信号の位相情報に基づいて物標の角度を推定する。 The angle estimation unit 71 separates information about a plurality of targets existing in the same bin from a signal of one peak frequency by directional calculation processing for each of the up section and the down section, and each of the plurality of targets. Estimate the angle. The targets existing in the same bin are the targets whose vertical distances are substantially the same. The angle estimation unit 71 pays attention to the reception signals of the same bin in all the frequency spectra of the four reception units RX, and estimates the angle of the target based on the phase information of the reception signals.
このような物標の角度を推定する手法としては、ＥＳＰＲＩＴ（Estimation of Signal Parameters via Rotational Invariance Techniques）、ＭＵＳＩＣ（Multiple Signal Classification）、ＰＲＩＳＭ（Panchromatic Remote-sensing Instrument for Stereo Mapping）等の周知の角度推定方式を用いることができる。これにより、角度推定部７１は、１つの周波数の信号から、複数のピーク角度、それら複数の角度それぞれの信号のパワーを算出する。 Well-known angle estimation methods such as ESPRIT (Estimation of Signal Parameters via Rotational Invariance Techniques), MUSIC (Multiple Signal Classification), and PRISM (Panchromatic Remote-sensing Instrument for Stereo Mapping) are used to estimate the angle of such a target. The method can be used. As a result, the angle estimation unit 71 calculates the power of the signals of the plurality of peak angles and the signals of the plurality of angles from the signals of one frequency.
図５は、方位演算処理により推定された角度を、角度スペクトラムとして概念的に示す図である。図５において、縦軸は信号のパワー［ｄＢ］、横軸は角度［ｄｅｇ］を示す。角度スペクトラムにおいて、方位演算処理により推定された角度は所定の信号パワーＰｒｅｆを超えるピークＰａとして表れる。以下、方位演算処理により推定された角度を「ピーク角度」という。このように１つのピーク周波数の信号から同時に導出された複数のピーク角度は、同一ｂｉｎに存在する複数の物標の角度を示す。 FIG. 5 is a diagram conceptually showing the angle estimated by the directional calculation process as an angle spectrum. In FIG. 5, the vertical axis represents the signal power [dB] and the horizontal axis represents the angle [deg]. In the angle spectrum, the angle estimated by the directional calculation process appears as a peak Pa exceeding a predetermined signal power Pref. Hereinafter, the angle estimated by the directional calculation process is referred to as a "peak angle". The plurality of peak angles derived from the signals of one peak frequency at the same time indicate the angles of a plurality of targets existing in the same bin.
角度推定部７１は、このようなピーク角度の導出を、アップ区間及びダウン区間の周波数スペクトラムにおける全てのピーク周波数に関して行う。 The angle estimation unit 71 derives such a peak angle for all peak frequencies in the frequency spectrum of the up section and the down section.
以上の処理により、ピーク抽出部７０及び角度推定部７１は、アップ区間及びダウン区間それぞれにおける、自車両Ａの前方に存在する複数の物標それぞれに対応するピークデータを導出する。ピークデータは、上述したピーク周波数、ピーク角度、ピーク角度の信号のパワー（以下、「角度パワー」という）等のパラメータを含む。
Through the above processing, the
ペアリング部７２は、角度推定部７１により算出されたアップ区間のピーク角度及び角度パワーと、ダウン区間のピーク角度及び角度パワーとの一致度合い等に基づき、アップ区間のピークＰｕ及びダウン区間のピークＰｄを対応づけるペアリングを行う。図６Ａは、アップ区間及びダウン区間それぞれの方位角度及び角度パワーに基づくペアリングを説明する図である。図６Ｂは、ペアリング結果を説明する図である。図６Ａ及び図６Ｂにおいて、横軸は「角度（方位）」を表し、縦軸は「距離（縦距離）」を表す。
The
図６Ａに示すように、ペアリング部７２は、ＵＰ及びＤＮそれぞれのピークの方位演算結果のうち、ピーク角度及び角度パワーが所定範囲内で近いピークをペアリングする。すなわち、ペアリング部７２は、例えば、ＵＰ及びＤＮそれぞれの周波数ピークのピーク角度及び角度パワーを用いて、マハラノビス距離を算出する。マハラノビス距離の算出は、周知技術を用いる。ペアリング部７２は、マハラノビス距離が最小値となるＵＰ及びＤＮの２つのピークを対応付ける。
As shown in FIG. 6A, the
このように、ペアリング部７２は、同一の物標Ｔに関するピーク同士を対応付ける。これにより、ペアリング部７２は、自車両Ａの前方に存在する複数の物標Ｔそれぞれに係る物標データを導出する。この物標データは、２つのピークを対応付けて得られるため、「ペアデータ」とも呼ばれる。
In this way, the
そして、図６Ｂに示すように、ペアリング部７２は、ペアリングしたＵＰ及びＤＮのピーク（図６Ｂに“○”で示す）から、各物標Ｔの自車両Ａに対する相対速度及び距離を算出する。例えば、ペアリング部７２は、物標データ（ペアデータ）の元となったアップ区間及びダウン区間の２つのピークデータを用いることで、当該物標データのパラメータ（縦距離、横距離、相対速度）を導出できる。レーダ装置１は、ペアリングにより、物標Ｔの存在を検出することとなる。
Then, as shown in FIG. 6B, the
上述のようなピーク抽出部７０、角度推定部７１、ペアリング部７２による処理は、下方送信部ＴＸ１及び上方送信部ＴＸ２により交互に行うビーム照射毎（スキャン毎）に反射波ＲＷを受信する都度行われ、物標データのパラメータ（縦距離、横距離、相対速度）の瞬時値を導出する処理である。
The processing by the
連続性判定部７３は、過去処理で導出された物標データと、直近処理で導出された物標データとの時間的な連続性を判定する。すなわち、連続性判定部７３は、過去処理で導出された物標データと、直近処理で導出された物標データとが同一の物標か否かを判定する。例えば、過去処理は前回の物標データ導出処理であり、直近処理は今回の物標データ導出処理である。具体的には、連続性判定部７３は、前回の物標データ導出処理で導出された物標データに基づいて今回の物標データの位置を予測し、今回の物標データ導出処理で導出されたその予測位置の所定範囲内で最も近い物標データを、過去処理で導出された物標データと連続性を有する物標データであるとする。 The continuity determination unit 73 determines the temporal continuity between the target data derived in the past process and the target data derived in the latest process. That is, the continuity determination unit 73 determines whether or not the target data derived in the past process and the target data derived in the latest process are the same target. For example, the past process is the previous target data derivation process, and the latest process is the current target data derivation process. Specifically, the continuity determination unit 73 predicts the position of the current target data based on the target data derived in the previous target data derivation process, and is derived in the current target data derivation process. It is assumed that the target data closest to the predicted position within a predetermined range is the target data having continuity with the target data derived in the past processing.
なお、連続性判定部７３は、直近処理において、過去処理で導出された物標データと連続性を有する物標データが導出されていない場合、すなわち過去処理で導出された物標データの連続性がないと判定された場合、過去処理で導出された物標データのパラメータ（縦距離、横距離、相対速度）に基づき、直近処理で導出されていない物標データを仮想的に導出する「外挿処理」を行う。 In the latest processing, the continuity determination unit 73 has not derived the target data having continuity with the target data derived in the past processing, that is, the continuity of the target data derived in the past processing. If it is determined that there is no target data, the target data that has not been derived in the latest processing is virtually derived based on the parameters (vertical distance, horizontal distance, relative velocity) of the target data derived in the past processing. "Insert processing" is performed.
外挿処理により導出された外挿データは、直近処理で導出された物標データとして取り扱われる。そして外挿処理が、ある物標データに対して連続して複数回、あるいは比較的高い頻度で行われると、物標をロストしたとしてその物標データは記憶部６３の所定記憶領域から削除される。具体的には、その物標を示す物標番号のパラメータの情報が削除され、その物標番号にはパラメータが削除されたことを示す値（削除フラグＯＦＦを示す値）が設定される。物標番号はそれぞれの物標データを識別する指標であり、物標データごとに異なる番号が付与される。
The extrapolated data derived by the extrapolation process is treated as the target data derived by the latest process. When the extrapolation process is performed on the target data a plurality of times in succession or at a relatively high frequency, the target data is deleted from the predetermined storage area of the
フィルタリング部７４は、過去処理及び直近処理のそれぞれの処理で導出された２つの物標データのパラメータ（縦距離、横距離、相対速度）を時間軸方向に平滑化して物標データを導出する。このようなフィルタ処理後の物標データは、瞬時値を表すペアデータに対して「内部フィルタデータ」とも呼ばれる。 The filtering unit 74 smoothes the parameters (vertical distance, horizontal distance, relative velocity) of the two target data derived in each of the past processing and the latest processing in the time axis direction to derive the target data. The target data after such filtering is also called "internal filter data" with respect to the pair data representing the instantaneous value.
物標分類部７５は、相対速度に基づき、各物標を、先行車、静止物（静止車両を含む）、対向車に分類する。例えば、物標分類部７５は、自車両Ａの速度と同じ向きであって、この速度の大きさよりもより大きな相対速度の物標を「先行車」と分類する。また、例えば、物標分類部７５は、自車両Ａの速度と概ね逆向きである相対速度の物標を「静止物」と分類する。また、例えば、物標分類部７５は、自車両Ａの速度と逆向きであって、この速度の大きさよりもより大きな相対速度の物標を「対向車」と分類する。なお、「先行車」は、自車両Ａの速度と同じ向きであって、この速度の大きさよりも小さな相対速度の物標であってもよい。また、「対向車」は、自車両Ａの速度と逆向きであって、この速度の大きさよりも小さい相対速度の物標であってもよい。
The
不要物標除去部７６は、各物標のうち、上方物、下方物、雨、受信波ゴースト等を不要物標として判定し、出力物標から除外する。不要物標のうち、上方物を判別する処理については、後に詳述する。 The unnecessary target removal unit 76 determines, among the targets, upper objects, lower objects, rain, received wave ghosts, etc. as unnecessary targets, and excludes them from the output targets. The process of discriminating the upper object among the unnecessary object markers will be described in detail later.
グループ化部７７は、複数の物標データを同一物体の物標データとして１つに統合するグループ化を行う。例えば、グループ化部７７は、検知位置及び速度が所定範囲内で近い物標データを同一物体の物標データを１つにまとめて１出力とすることで、物標データの出力数を削減する。 The grouping unit 77 performs grouping that integrates a plurality of target data as target data of the same object into one. For example, the grouping unit 77 reduces the number of output of the target data by collecting the target data of the same object into one output for the target data whose detection positions and velocities are close to each other within a predetermined range. ..
物標情報出力部７８は、導出された、もしくは外挿により導出された複数の物標データから所定数（例えば１０個）の物標データを出力対象として選択し、選択した物標データを車両制御装置２へ出力する。物標情報出力部７８は、物標データの縦距離及び横距離をもとに、自車線内に存在し、かつ、自車両Ａにより近い物標に係る物標データを優先的に選択する。ここで、「自車線」とは、自車両Ａが車線の略中央を走行する場合、その車線の両端それぞれ１．８ｍ程度の幅員を想定した走行レーンである。なお、「自車線」を規定する幅員は、適宜設計変更可能である。
The target information output unit 78 selects a predetermined number (for example, 10) of target data as an output target from a plurality of derived target data or derived by extrapolation, and selects the selected target data as a vehicle. Output to control
以上の物標データ導出の処理で導出された物標データは、各物標データを示す物標番号と対応するパラメータとして記憶部６３の所定記憶領域に記憶され、次回以降の物標データ導出の処理において過去処理で導出された物標データとして用いられる。
The target data derived by the above target data derivation process is stored in a predetermined storage area of the
すなわち、過去の物標データ導出の処理で導出された物標データは、「履歴」として保存される。例えば、ピーク抽出部７０は、「履歴」として記憶部６３の所定記憶領域に保存される「ピーク周波数」を参照し、「履歴」と時間的な連続性を有する「ピーク周波数」を予測し、予測した「ピーク周波数」の例えば±３ｂｉｎ以内の周波数を抽出する。これにより、レーダ装置１は、車両制御装置２に対して優先的に出力する必要性のある物標に対応する「ピーク周波数」を迅速に選択することができる。予測した今回の物標データの「ピーク周波数」を「予測ｂｉｎ」という。
That is, the target data derived in the past target data derivation process is saved as a "history". For example, the
（実施形態１に係る静止車両及び上方物の判別処理）
以下、図７Ａ〜図１８を参照して、実施形態１に係る不要物標除去部７６が行う静止車両及び上方物の判別処理の詳細について、ＳＴＥＰ１〜ＳＴＥＰ３の順で説明する。
(Distinguishing process of stationary vehicle and upper object according to the first embodiment)
Hereinafter, with reference to FIGS. 7A to 18, the details of the process of discriminating between the stationary vehicle and the upper object performed by the unnecessary object target removing unit 76 according to the first embodiment will be described in the order of STEP1 to STEP3.
＜ＳＴＥＰ１：確率比の算出＞
不要物標除去部７６は、下記（１）式に基づき、スキャン毎に取得した物標データに基づくパラメータと、対応する各確率分布モデルから、物標に関する６つの確率比（対数尤度）を算出する。６つの各確率比の算出に用いる確率分布モデルは、実測データに基づいて例えば１０ｍ毎に予め定義又は構築され、１０ｍ未満を線形補間したものを用いる。
<STEP1: Calculation of probability ratio>
The unnecessary target removal unit 76 obtains six probability ratios (log-likelihoods) related to the target from the parameters based on the target data acquired for each scan and each corresponding probability distribution model based on the following equation (1). calculate. The probability distribution model used for calculating each of the six probability ratios is defined or constructed in advance, for example, every 10 m based on actual measurement data, and a model in which less than 10 m is linearly interpolated is used.
なお、確率比算出に用いる確率分布モデルには、図２を参照して上述したように、横位置差モデル６３ａ、相対速度差モデル６３ｂ、独立ビーム傾き差モデル６３ｃ、上下ビームパワー差傾きモデル６３ｄ、上下ビーム面積微分モデル６３ｅ、外挿要因種別尤度テーブル６３ｆがある。横位置差モデル６３ａの詳細は、図８を参照して後述する。相対速度差モデル６３ｂの詳細は、図１０を参照して後述する。独立ビーム傾き差モデル６３ｃの詳細は、図１２を参照して後述する。上下ビームパワー差傾きモデル６３ｄの詳細は、図１４を参照して後述する。上下ビーム面積微分モデル６３ｅの詳細は、図１７を参照して後述する。外挿要因種別尤度テーブル６３ｆの詳細は、図１８を参照して後述する。
As the probability distribution model used for calculating the probability ratio, as described above with reference to FIG. 2, the lateral
上記（１）式において、ｎ＝１の場合の“確率比１”は、後述のパラメータ“横位置差”に基づく静止車両及び上方物の対数尤度である。上記（１）式において、ｎ＝２の場合の“確率比２”は、後述のパラメータ“相対速度差”に基づく静止車両及び上方物の対数尤度である。上記（１）式において、ｎ＝３の場合の“確率比３”は、後述のパラメータ“独立ビーム傾き差”に基づく静止車両及び上方物の対数尤度である。上記（１）式において、ｎ＝４の場合の“確率比４”は、後述のパラメータ“上下ビームパワー差傾き”に基づく静止車両及び上方物の対数尤度である。上記（１）式において、ｎ＝５の場合の“確率比５”は、後述のパラメータ“上下ビーム面積微分”に基づく静止車両及び上方物の対数尤度である。上記（１）式において、ｎ＝６の場合の“確率比６”は、後述のパラメータ“外挿要因種別”に基づく静止車両及び上方物の対数尤度である。
In the above equation (1), the "
・ＳＴＥＰ１−１：“横位置差”に基づく対数尤度算出
不要物標除去部７６は、今回スキャンにより取得した今回横位置と、前回スキャンにより取得した前回横位置の差から、下記（２）式に基づき横位置差を算出する。
-STEP1-11: Logarithmic likelihood calculation based on "horizontal position difference" The unnecessary target removal unit 76 is described below (2) from the difference between the current horizontal position acquired by the current scan and the previous horizontal position acquired by the previous scan. Calculate the lateral position difference based on the formula.
図７Ａは、実施形態１に係る横位置差の算出方法を説明する図である。図７Ａは、横軸を距離（検知距離）とし、縦軸を横位置とする。図７Ａに示すように、例えば５０ｍｓｅｃ毎に取得される物標の横位置のうち、今回横位置（例えば図７Ａ中の（１）に相当）から前回横位置（例えば図７Ａ中の（２）に相当）を減算し、横位置差を算出する。 FIG. 7A is a diagram illustrating a method of calculating the lateral position difference according to the first embodiment. In FIG. 7A, the horizontal axis is the distance (detection distance) and the vertical axis is the horizontal position. As shown in FIG. 7A, among the horizontal positions of the target acquired every 50 msec, for example, from the current horizontal position (for example, corresponding to (1) in FIG. 7A) to the previous horizontal position (for example, (2) in FIG. 7A). (Equivalent to) is subtracted to calculate the lateral position difference.
図７Ｂは、実施形態１に係る横位置差の算出のバックグラウンドを説明する図である。横位置差を算出するのは、図７Ｂに示すように、（ａ）車両は反射点の位置が安定しているのに対し、（ｂ）上方物は横幅があるために反射点の位置が不安定となり横位置が移動しうることから、横位置差が大きくなる傾向があるという事実に基づく。 FIG. 7B is a diagram illustrating a background for calculating the lateral position difference according to the first embodiment. As shown in FIG. 7B, the lateral position difference is calculated by (a) the position of the reflection point is stable in the vehicle, while (b) the position of the reflection point is in the upper object due to the lateral width. It is based on the fact that the lateral position difference tends to be large because it becomes unstable and the lateral position can move.
そして、不要物標除去部７６は、図８に例示する横位置差モデル６３ａ及び上記（２）式に基づき算出した横位置差から、上記（１）式に基づき“確率比１”を算出する。図８は、実施形態１に係る横位置差モデルを示す図である。横位置差モデル６３ａは、横軸を横位置差［ｍ］、縦軸を尤度とし、静止車両及び上方物のそれぞれの横位置差及び尤度の関係を示す確率分布モデルである。図８に示す静止車両及び上方物の確率分布モデルは、最尤推定法及び実験計画法により予め構築された、例えば正規分布に基づくモデルである。横位置差モデル６３ａは、判定精度向上のため、静止車両及び上方物それぞれについて、モデルを特徴付けるパラメータが調整される。
Then, the unnecessary object target removing unit 76 calculates the “
なお、図８は、横位置差モデル６３ａとして、自車両Ａから物標までの距離が８０ｍの場合の横位置差モデルを例示し、自車両Ａから物標までの距離が１０から８０〜１５０ｍ程度までの１０ｍ単位の各距離の横位置差モデルの図示を省略している。
Note that FIG. 8 illustrates a lateral position difference model when the distance from the own vehicle A to the target is 80 m as the lateral
例えば、上記（２）式に基づき算出された“横位置差”が“１”である場合を考える。この場合、図８を参照すると、横軸の横位置差が“１”である場合には、縦軸の静止車両の尤度は約“０．１３”、上方物の尤度は約“０．２７”となる。よって、上記（１）式において、ｎ＝１とした場合、確率比１＝ｌｏｇ（静止車両尤度１）−ｌｏｇ（上方物尤度１）＝ｌｏｇ（０．１３）−ｌｏｇ（０．２７）として、確率比１を算出することができる。
For example, consider the case where the "horizontal position difference" calculated based on the above equation (2) is "1". In this case, referring to FIG. 8, when the lateral position difference on the horizontal axis is "1", the likelihood of the stationary vehicle on the vertical axis is about "0.13" and the likelihood of the upper object is about "0". It becomes .27 ”. Therefore, in the above equation (1), when n = 1, the
・ＳＴＥＰ１−２：“相対速度差”に基づく対数尤度算出
不要物標除去部７６は、今回スキャンにより取得した今回距離と前回スキャンにより取得した前回距離の距離差の微分と、今回相対速度から、下記（３）式に基づき相対速度差を算出する。
-STEP 1-2: Log likelihood calculation based on "relative velocity difference" The unnecessary target removal unit 76 is based on the derivative of the distance difference between the current distance acquired by the current scan and the previous distance acquired by the previous scan, and the relative velocity this time. , Calculate the relative speed difference based on the following equation (3).
図９Ａは、実施形態１に係る相対速度差の算出方法を説明する図である。図９Ａに示すように、例えば５０ｍｓｅｃ毎に取得される物標の距離のうち、今回距離（例えば図９Ａ中の（１）に相当）から前回距離（例えば図９Ａ中の（２）に相当）を減算し、（今回距離−前回距離）を算出し、さらに（今回距離−前回距離）を更新周期（例えば図９Ａ中のΔＴ＝５０ｍｓｅｃに相当）で除算して、今回距離と前回距離の距離差の微分を算出する。そして、今回距離と前回距離の距離差の微分の符号を逆転させたものに、今回相対速度（例えば図９Ａ中の（３）に相当）を加算し、相対速度差を算出する。 FIG. 9A is a diagram illustrating a method of calculating the relative speed difference according to the first embodiment. As shown in FIG. 9A, among the distances of the target acquired every 50 msec, for example, the distance from the current distance (for example, corresponding to (1) in FIG. 9A) to the previous distance (for example, corresponding to (2) in FIG. 9A). Is subtracted, (this time distance-previous distance) is calculated, and (this time distance-previous distance) is further divided by the update cycle (for example, ΔT = 50 msec in FIG. 9A) to divide the distance between the current distance and the previous distance. Calculate the differential of the difference. Then, the relative velocity (for example, corresponding to (3) in FIG. 9A) is added to the reverse sign of the derivative of the distance difference between the current distance and the previous distance to calculate the relative velocity difference.
図９Ｂは、実施形態１に係る相対速度差の算出のバックグラウンドを説明する図である。相対速度差を算出するのは、図９Ｂに示すように、上方物は縦横幅があるために反射点の位置が不安定となり縦横位置が移動しうることから、レーダ装置１との距離が大きく変化する傾向があり、検知距離の時間微分が大きくなるという事実に基づく。
FIG. 9B is a diagram illustrating a background for calculating the relative speed difference according to the first embodiment. As shown in FIG. 9B, the relative velocity difference is calculated because the position of the reflection point becomes unstable due to the vertical and horizontal widths of the upper object and the vertical and horizontal positions can move, so that the distance from the
そして、不要物標除去部７６は、図１０に例示する相対速度差モデル６３ｂ及び上記（３）式に基づき算出した相対速度差から、上記（１）式に基づき“確率比２”を算出する。図１０は、実施形態１に係る相対速度差モデルを示す図である。相対速度差モデル６３ｂは、横軸を相対速度差［ｍ／ｓ］、縦軸を尤度とし、静止車両及び上方物のそれぞれの相対速度差及び尤度の関係を示す確率分布モデルである。図１０に示す静止車両及び上方物の確率分布モデルは、最尤推定法及び実験計画法により予め構築された、例えば正規分布に基づくモデルである。相対速度差モデル６３ｂは、判定精度向上のため、静止車両及び上方物それぞれについて、モデルを特徴付けるパラメータが調整される。
Then, the unnecessary object target removing unit 76 calculates the “
なお、図１０は、相対速度差モデル６３ｂとして、自車両Ａから物標までの距離が８０ｍの場合の相対速度差モデルを例示し、自車両Ａから物標までの距離が１０から８０〜１５０ｍ程度までの１０ｍ単位の各距離の相対速度差モデルの図示を省略している。
Note that FIG. 10 illustrates a relative speed difference model when the distance from the own vehicle A to the target is 80 m as the relative
例えば、上記（３）式に基づき算出された“相対速度差”が“２”である場合を考える。この場合、図１０を参照すると、横軸の相対速度差が“２”である場合には、縦軸の静止車両の尤度は約“０．１１”、上方物の尤度は約“０．７５”となる。よって、上記（１）式において、ｎ＝２とした場合、確率比２＝ｌｏｇ（静止車両尤度２）−ｌｏｇ（上方物尤度２）＝ｌｏｇ（０．１１）−ｌｏｇ（０．７５）として、確率比２を算出することができる。
For example, consider the case where the "relative velocity difference" calculated based on the above equation (3) is "2". In this case, referring to FIG. 10, when the relative speed difference on the horizontal axis is "2", the likelihood of the stationary vehicle on the vertical axis is about "0.11" and the likelihood of the upper object is about "0". It becomes .75 ". Therefore, in the above equation (1), when n = 2, the
・ＳＴＥＰ１−３：“独立ビーム傾き差”に基づく対数尤度算出
不要物標除去部７６は、今回スキャンにより取得した今回距離及び角度パワーと、前回スキャンにより取得した前回距離及び角度パワーから、下記（４）式に基づき独立ビーム傾き差を算出する。独立ビーム傾き差はマルチパスのパワー変動に関係することから、独立ビーム傾き差を見ることにより、静止車両及び上方物を判別できるという事実に基づく。
-STEP1-3: Logarithmic likelihood calculation based on "independent beam tilt difference" The unnecessary target removal unit 76 is described below from the current distance and angular power acquired by the current scan and the previous distance and angular power acquired by the previous scan. The independent beam tilt difference is calculated based on the equation (4). Since the independent beam tilt difference is related to the power fluctuation of multipath, it is based on the fact that a stationary vehicle and an upper object can be discriminated by looking at the independent beam tilt difference.
図１１は、実施形態１に係る独立ビーム傾き差を算出するためのパラメータとなる上ビーム傾きと下ビーム傾きとの算出を説明する図である。図１１に示すように、例えば５０ｍｓｅｃ毎に取得される上下ビームそれぞれの物標の角度パワーのうち、下方ビームについて、今回角度パワー差（例えば図１１中の（１）に相当）から前回角度パワー差（例えば図１１中の（２）に相当）を減算し、減算結果を（前回距離−今回距離）で除算して、下ビーム傾きを算出する。また、上方ビームについて、今回角度パワー差（例えば図１１中の（３）に相当）から前回角度パワー差（例えば図１１中の（４）に相当）を減算し、減算結果を（前回距離−今回距離）で除算して、上ビーム傾き差を算出する。そして、今回の上ビーム傾きから前回の上ビーム傾きを減算し、上ビームの独立ビーム傾き差を算出する。また、今回の下ビーム傾きから前回の下ビーム傾きを減算して、下ビームの独立ビーム傾きを算出する。 FIG. 11 is a diagram illustrating the calculation of the upper beam inclination and the lower beam inclination, which are parameters for calculating the independent beam inclination difference according to the first embodiment. As shown in FIG. 11, for example, among the angular powers of the targets of the upper and lower beams acquired every 50 msec, the lower beam has the previous angular power from the current angular power difference (for example, corresponding to (1) in FIG. 11). The difference (for example, corresponding to (2) in FIG. 11) is subtracted, and the subtraction result is divided by (previous distance-current distance) to calculate the lower beam inclination. Further, for the upper beam, the previous angular power difference (for example, corresponding to (4) in FIG. 11) is subtracted from the current angular power difference (for example, corresponding to (3) in FIG. 11), and the subtraction result is obtained (previous distance-). Divide by (distance this time) to calculate the upper beam tilt difference. Then, the previous upper beam inclination is subtracted from the current upper beam inclination to calculate the independent beam inclination difference of the upper beam. In addition, the independent beam inclination of the lower beam is calculated by subtracting the previous lower beam inclination from the lower beam inclination of this time.
そして、不要物標除去部７６は、図１２に例示する独立ビーム傾き差モデル６３ｃ及び上記（４）式に基づき算出した独立ビーム傾き差から、上記（１）式に基づき“確率比３”を算出する。図１２は、実施形態１に係る独立ビーム傾き差モデルを示す図である。独立ビーム傾き差モデル６３ｃは、横軸を独立ビーム傾き差［ｄＢ／ｍ］、縦軸を尤度とし、静止車両及び上方物のそれぞれの独立ビーム傾き差及び尤度の関係を示す確率分布モデルである。図１２に示す静止車両及び上方物の確率分布モデルは、最尤推定法及び実験計画法により予め構築された、例えば正規分布に基づくモデルである。独立ビーム傾き差モデル６３ｃは、判定精度向上のため、静止車両及び上方物それぞれについて、モデルを特徴付けるパラメータが調整される。
Then, the unnecessary object target removing unit 76 obtains a “
なお、図１２は、独立ビーム傾き差モデル６３ｃとして、自車両Ａから物標までの距離が８０ｍの場合を例示し、自車両Ａから物標までの距離が１０から８０〜１５０ｍ程度までの１０ｍ単位の各距離の独立ビーム傾き差モデルの図示を省略している。
Note that FIG. 12 illustrates a case where the distance from the own vehicle A to the target is 80 m as the independent beam
例えば、上記（４）式に基づき算出された“独立ビーム傾き差”が“０”である場合を考える。この場合、図１２を参照すると、横軸の独立ビーム傾き差が“０”である場合には、縦軸の静止車両の尤度は約“０．１４”、上方物の尤度は約“０．０５”となる。よって、上記（１）式において、ｎ＝３とした場合、確率比３＝ｌｏｇ（静止車両尤度３）−ｌｏｇ（上方物尤度３）＝ｌｏｇ（０．１４）−ｌｏｇ（０．０５）として、確率比３を算出することができる。
For example, consider the case where the "independent beam inclination difference" calculated based on the above equation (4) is "0". In this case, referring to FIG. 12, when the independent beam inclination difference on the horizontal axis is "0", the likelihood of the stationary vehicle on the vertical axis is about "0.14" and the likelihood of the upper object is about "0". It becomes 0.05 ". Therefore, in the above equation (1), when n = 3, the
・ＳＴＥＰ１−４：“上下ビームパワー差傾き”に基づく対数尤度算出
不要物標除去部７６は、上下ビームにおけるパワー差の傾きを、下記（５）式に基づき算出する。上下ビームパワー差傾きはマルチパスのパワー変動に関係することから、上下ビームパワー差傾きを見ることにより、静止車両及び上方物を判別できるという事実に基づく。
STEP1-4: Logarithmic likelihood calculation based on "upper and lower beam power difference slope" The unnecessary target removal unit 76 calculates the slope of the power difference in the upper and lower beams based on the following equation (5). Since the vertical beam power difference slope is related to the power fluctuation of multipath, it is based on the fact that a stationary vehicle and an upper object can be discriminated by looking at the vertical beam power difference slope.
図１３は、実施形態１に係る上下ビームパワー差傾きの算出方法を説明する図である。図１３に示すように、例えば５０ｍｓｅｃ毎に取得される上下ビームそれぞれの物標の角度パワーのうち、下ビーム前回角度パワー（例えば図１３中の（１）に相当）及び下ビーム今回角度パワー（例えば図１３中の（３）に相当）を線形補間し、上ビーム前回角度パワー（例えば図１３中の（２）に相当）に該当する距離ｄ１における下ビーム角度パワーの補間値（例えば図１３中の（２´）に相当）を算出する。また、上ビーム前回角度パワー（例えば図１３中の（２）に相当）及び上ビーム今回角度パワー（例えば図１３中の（４）に相当）を線形補間し、下ビーム今回角度パワー（例えば図１３中の（３）に相当）に該当する距離ｄ２における上ビーム角度パワーの補間値（例えば図１３中の（３´）に相当）を算出する。 FIG. 13 is a diagram illustrating a method of calculating the vertical beam power difference inclination according to the first embodiment. As shown in FIG. 13, among the angular powers of the targets of the upper and lower beams acquired every 50 msec, for example, the lower beam previous angle power (for example, corresponding to (1) in FIG. 13) and the lower beam current angle power ( For example, (corresponding to (3) in FIG. 13) is linearly interpolated, and the interpolated value of the lower beam angle power (for example, corresponding to (2) in FIG. 13) at the distance d1 corresponding to the previous angle power of the upper beam (for example, corresponding to (2) in FIG. 13) is interpolated. (Corresponding to (2') in) is calculated. Further, the upper beam previous angle power (for example, corresponding to (2) in FIG. 13) and the upper beam current angle power (for example, corresponding to (4) in FIG. 13) are linearly interpolated, and the lower beam current angle power (for example, FIG. The interpolated value of the upper beam angle power at the distance d2 corresponding to (corresponding to (3) in 13) (for example, corresponding to (3') in FIG. 13) is calculated.
なお、上述のように補間値を用いるのは、上ビーム及び下ビームは５０ｍｓｅｃ周期で交互に送信しており両者の角度パワーのタイミングにタイムラグがあるためで、タイミングを揃えてより正確な角度パワー差を算出するためである。 The reason why the interpolated value is used as described above is that the upper beam and the lower beam are transmitted alternately at a cycle of 50 msec, and there is a time lag in the timing of the angular powers of both. This is to calculate the difference.
そして、不要物標除去部７６は、“今回角度パワー差”として“上ビーム角度パワーの補間値（例えば図１３中の（３´）に相当）−下ビーム今回角度パワー（例えば図１３中の（３）に相当）”を算出する。また、不要物標除去部７６は、 “前回角度パワー差”として“上ビーム前回角度パワー（例えば図１３中の（２）に相当）−下ビーム角度パワーの補間値（例えば図１３中の（２´）に相当）”を算出する。そして、不要物標除去部７６は、上記（５）式に基づき、上下ビームパワー差傾きを算出する。ただし、上記（５）式における“ｄ１”“ｄ２”は、図１３における“ｄ１”“ｄ２”である。 Then, the unwanted object removal unit 76 sets the "current angle power difference" as "interpolated value of the upper beam angle power (for example, corresponding to (3') in FIG. 13) -lower beam this time angle power (for example, in FIG. 13). (Equivalent to (3)) ”is calculated. Further, the unwanted object removal unit 76 sets the "previous angle power difference" as "upper beam previous angle power (for example, corresponding to (2) in FIG. 13) -lower beam angle power interpolated value (for example, (for example, in FIG. 13). 2') corresponds to) "is calculated. Then, the unnecessary object target removing unit 76 calculates the vertical beam power difference inclination based on the above equation (5). However, "d1" and "d2" in the above equation (5) are "d1" and "d2" in FIG.
そして、不要物標除去部７６は、図１４に例示する上下ビームパワー差傾きモデル６３ｄ及び上記（５）式に基づき算出した上下ビームパワー差傾きから、上記（１）式に基づき“確率比４”を算出する。図１４は、実施形態１に係る上下ビームパワー差傾きモデルを示す図である。上下ビームパワー差傾きモデル６３ｄは、横軸を上下ビーム差傾き［ｄＢ／ｍ］、縦軸を尤度とし、静止車両及び上方物のそれぞれの上下ビーム差傾き及び尤度の関係を示す確率分布モデルである。図１４に示す静止車両及び上方物の確率分布モデルは、最尤推定法及び実験計画法により予め構築された、例えば正規分布に基づくモデルである。上下ビームパワー差傾きモデル６３ｄは、判定精度向上のため、静止車両及び上方物それぞれについて、モデルを特徴付けるパラメータが調整される。
Then, the unnecessary object target removing unit 76 has a “
なお、図１４は、上下ビームパワー差傾きモデル６３ｄとして、自車両Ａから物標までの距離が８０ｍの場合の上下ビームパワー差傾きモデルを例示し、自車両Ａから物標までの距離が１０から８０〜１５０ｍ程度までの１０ｍ単位の各距離の上下ビームパワー差傾きモデルの図示を省略している。
Note that FIG. 14 illustrates a vertical beam power difference tilt model when the distance from the own vehicle A to the target is 80 m as the vertical beam power
例えば、上記（５）式に基づき算出された“上下ビーム差傾き”が“０”である場合を考える。この場合、図１４を参照すると、横軸の上下ビーム差傾きが“０”である場合には、縦軸の静止車両の尤度は約“０．２”、上方物の尤度は約“０．０６”となる。よって、上記（１）式において、ｎ＝４とした場合、確率比４＝ｌｏｇ（静止車両尤度４）−ｌｏｇ（上方物尤度４）＝ｌｏｇ（０．２）−ｌｏｇ（０．０６）として、確率比４を算出することができる。
For example, consider the case where the "upper and lower beam difference inclination" calculated based on the above equation (5) is "0". In this case, referring to FIG. 14, when the vertical beam difference inclination on the horizontal axis is "0", the likelihood of the stationary vehicle on the vertical axis is about "0.2" and the likelihood of the upper object is about "0". It becomes 0.06 ”. Therefore, in the above equation (1), when n = 4, the
・ＳＴＥＰ１−５：“上下ビーム面積微分”に基づく対数尤度算出
反射波のマルチパスは、角度パワーに影響を与え、その影響は物標の高さに依存して変化する。遠距離においては、静止車両よりも上方物のほうがマルチパスによる影響が強く現れる。また、マルチパスによる凸Ｎｕｌｌ点が現れる距離（距離あたりの頻度）は、レーダ装置の垂直取り付け角度による影響を受けにくい、すなわち、上下ビームパワー差の変動量を距離で規格化した本パラメータは、レーダの搭載条件の影響を受けにくい。なお、“凸Ｎｕｌｌ”とは、極大点の近傍で上に凸の曲線であり、極小点の近傍で例えばサイクロイド曲線の極小点近傍に類似する形状を取る曲線をいう。
-STEP1-5: Log-likelihood calculation based on "upper and lower beam surface integral" The multipath of the reflected wave affects the angular power, and the effect changes depending on the height of the target. At long distances, the effect of multipath appears more strongly on objects above than stationary vehicles. In addition, the distance (frequency per distance) at which the convex Null point due to multipath appears is not easily affected by the vertical mounting angle of the radar device. It is not easily affected by the radar mounting conditions. The "convex Null" is a curve that is convex upward in the vicinity of the maximum point, and refers to a curve that takes a shape similar to the vicinity of the minimum point of a cycloid curve, for example, in the vicinity of the minimum point.
図１５Ａは、静止車両の角度パワー及び距離の関係を示す図である。図１５Ｂは、上方物の角度パワー及び距離の関係を示す図である。図１５Ａの枠囲み部分から、静止車両は、距離７０〜８０ｍ以下でマルチパスの影響を受けて、角度パワーの分布がバラついて変化量が大きいことが分かる。一方、図１５Ｂの枠囲み部分から、上方物は、距離に関わらずマルチパスの影響を受けて、角度パワーの分布がバラついて変化量が大きいことが分かる。 FIG. 15A is a diagram showing the relationship between the angular power and the distance of a stationary vehicle. FIG. 15B is a diagram showing the relationship between the angular power and the distance of the upper object. From the frame-enclosed portion of FIG. 15A, it can be seen that the stationary vehicle is affected by multipath at a distance of 70 to 80 m or less, and the distribution of the angular power varies and the amount of change is large. On the other hand, from the frame-enclosed portion of FIG. 15B, it can be seen that the upper object is affected by the multipath regardless of the distance, and the distribution of the angular power varies and the amount of change is large.
そこで、不要物標除去部７６は、上下ビーム面積微分を、図１６に示す要領で算出する。図１６は、実施形態１に係る上下ビーム面積微分の算出方法を説明する図である。図１６に示すように、例えば５０ｍｓｅｃ毎に取得される上下ビームそれぞれの物標の角度パワーについて線形補間により同一距離の角度パワーを算出し、同一距離の上下ビームの“角度パワー差”を算出する（図１６の（ａ）の（１）〜（６）相当）。 Therefore, the unwanted object removal unit 76 calculates the vertical beam surface integral derivative as shown in FIG. FIG. 16 is a diagram illustrating a method of calculating the vertical beam surface integral according to the first embodiment. As shown in FIG. 16, for example, the angular power of the same distance is calculated by linear interpolation for the angular power of each target of the upper and lower beams acquired every 50 msec, and the "angle power difference" of the upper and lower beams of the same distance is calculated. (Equivalent to (1) to (6) in (a) of FIG. 16).
なお、上述のように線形補間による同一距離の角度パワーを用いて上下ビームの“角度パワー差”を算出するのは、上ビーム及び下ビームは５０ｍｓｅｃ周期で交互に送信しており両者の角度パワーのタイミングにタイムラグがあるためで、タイミングを揃えてより正確な角度パワー差を算出するためである。 As described above, the "angle power difference" of the upper and lower beams is calculated by using the angular power of the same distance by linear interpolation. The upper beam and the lower beam are alternately transmitted at a cycle of 50 msec, and the angular power of both is calculated. This is because there is a time lag in the timing of, and the timing is aligned to calculate a more accurate angular power difference.
そして、不要物標除去部７６は、図１６の（ｂ）に示すように、｜（１）の角度パワー差−（２）の角度パワー差｜を“上下ビーム角度パワー差”とし、｛（１）の距離−（２）の距離｝を“距離差”として、“上下ビーム角度パワー差”ד距離差”の計算により、（１´）の面積を求める。｜*｜は、*の絶対値である。 Then, as shown in FIG. 16B, the unwanted object removal unit 76 sets | (1) the angular power difference − (2) the angular power difference | as the “vertical beam angular power difference”, and {( The area of (1') is obtained by calculating "upper and lower beam angle power difference" x "distance difference" with the distance of 1) − the distance of (2)} as the “distance difference”. | * | Is the absolute value of *.
同様に、（２´）の面積＝｜（２）の角度パワー差−（３）の角度パワー差｜×｛（２）の距離−（３）の距離｝、（３´）の面積＝｜（３）の角度パワー差−（４）の角度パワー差｜×｛（３）の距離−（４）の距離｝、（４´）の面積＝｜（５）の角度パワー差−（６）の角度パワー差｜×｛（５）の距離−（６）の距離｝を算出する。 Similarly, the area of (2') = | the angular power difference of (2)-the angular power difference of (3) | x {the distance of (2)-the distance of (3)}, the area of (3') = | Angle power difference of (3)-angle power difference of (4) | × {distance of (3)-distance of (4)}, area of (4') = | angle power difference of (5)-(6) Angle power difference | × {distance of (5) − distance of (6)} is calculated.
図１６の（ｃ）は、上述のようにして算出した各サイクルにおける面積を示す。そして、不要物標除去部７６は、下記（６）式に基づき、上述のようにして算出した同一物標の各サイクルにおける面積（上下ビーム角度パワー差）の合計値を、各距離差の合計で除算して“上下ビーム面積微分”を算出する。 FIG. 16 (c) shows the area in each cycle calculated as described above. Then, the unnecessary target removal unit 76 sets the total value of the area (vertical beam angle power difference) in each cycle of the same target calculated as described above based on the following equation (6) as the total of the distance differences. Divide by to calculate the "upper and lower beam area derivative".
そして、不要物標除去部７６は、図１７に例示する上下ビーム面積微分モデル６３ｅ及び上述のようにして算出した“上下ビーム面積微分”から、上記（１）式に基づき“確率比５”を算出する。図１７は、実施形態１に係る上下ビーム面積微分モデルを示す図である。上下ビーム面積微分モデル６３ｅは、横軸を上下ビーム面積微分［ｄＢ］、縦軸を尤度とし、静止車両及び上方物のそれぞれの上下ビーム面積微分及び尤度の関係を示す確率分布モデルである。図１７に示す静止車両及び上方物の確率分布モデルは、最尤推定法及び実験計画法により予め構築された、例えば歪正規分布に基づくモデルである。上下ビーム面積微分モデル６３ｅは、判定精度向上のため、静止車両及び上方物それぞれについて、モデルを特徴付けるパラメータが調整される。
Then, the unnecessary object target removing unit 76 obtains a “
なお、図１７は、上下ビーム面積微分モデル６３ｅとして、自車両Ａから物標までの距離が８０ｍの場合の上下ビーム面積微分モデルを例示し、自車両Ａから物標までの距離が１０から８０〜１５０ｍ程度までの１０ｍ単位の各距離の上下ビームパワー差傾きモデルの図示を省略している。
Note that FIG. 17 illustrates a vertical beam area differential model when the distance from the own vehicle A to the target is 80 m as the vertical beam area
例えば、上記（６）式に基づき算出された“上下ビーム面積微分”が“１”である場合を考える。この場合、図１７を参照すると、横軸の上下ビーム面積微分が“１”である場合には、縦軸の静止車両の尤度は約“０．５２”、上方物の尤度は約“０．１”となる。よって、上記（１）式において、ｎ＝５とした場合、確率比５＝ｌｏｇ（静止車両尤度５）−ｌｏｇ（上方物尤度５）＝ｌｏｇ（０．５２）−ｌｏｇ（０．１）として、確率比５を算出することができる。
For example, consider the case where the "upper and lower beam surface integral" calculated based on the above equation (6) is "1". In this case, referring to FIG. 17, when the vertical beam area derivative on the horizontal axis is "1", the likelihood of the stationary vehicle on the vertical axis is about "0.52" and the likelihood of the upper object is about "1". It becomes 0.1 ”. Therefore, in the above equation (1), when n = 5, the
・ＳＴＥＰ１−６：“外挿要因種別”に基づく対数尤度算出
上方物は、多点反射や反射点移動、マルチパスによるパワー減衰等の影響により、反射が不安定で外挿になることが多い。よって、外挿の特徴から判断して、静止車両及び上方物の尤度を算出する。すなわち、同一物標に関し、今回スキャンにおいて外挿の有無、及び、外挿ありの場合はその要因に基づいて、図１８に示す外挿要因種別尤度テーブル６３ｆより尤度対数を決定する。図１８は、実施形態１に係る外挿要因種別尤度テーブルを示す図である。なお、図１８では、“・・・”により、具体的数値の記載を省略している。例えば、連続性判定部７３が、外挿処理を行い、外挿の有無及び外挿ありの場合の外挿要因種別を記憶部６３の所定記憶領域に記憶する。
-STEP1-6: Logarithmic likelihood calculation based on "extrapolation factor type" The upper object may be extrapolated due to unstable reflection due to the effects of multipoint reflection, reflection point movement, power attenuation due to multipath, etc. There are many. Therefore, judging from the characteristics of extrapolation, the likelihood of a stationary vehicle and an upper object is calculated. That is, with respect to the same target, the likelihood logarithm is determined from the extrapolation factor type likelihood table 63f shown in FIG. 18 based on the presence or absence of extrapolation in this scan and the factors of extrapolation. FIG. 18 is a diagram showing an extrapolation factor type likelihood table according to the first embodiment. In FIG. 18, the description of specific numerical values is omitted by "...". For example, the continuity determination unit 73 performs extrapolation processing, and stores the presence / absence of extrapolation and the type of extrapolation factor in the case of having extrapolation in a predetermined storage area of the
外挿要因種別は、例えば「履歴なし」「ピークなし」「角度なし」「連続性なし」「予測ｂｉｎずれ」「マハラノビス距離ＮＧ」「ペアなし」の７種類がある。 There are seven types of extrapolation factors, for example, "no history", "no peak", "no angle", "no continuity", "predicted bin deviation", "Mahalanobis distance NG", and "no pair".
「履歴なし」とは、今回抽出の「ピーク周波数」に対応する「履歴」が取得できない、もしくは「履歴」が存在しないことをいう。「ピークなし」とは、フーリエ変換部６２で生成された周波数スペクトラムからピーク抽出部７０によるピーク抽出ができないことをいう。「角度なし」とは、ピーク抽出部７０によるピーク抽出はできたが、角度推定部７１による物標の角度推定ができないことをいう。
"No history" means that the "history" corresponding to the "peak frequency" extracted this time cannot be acquired, or the "history" does not exist. “No peak” means that the
「連続性なし」は、ペアリング部７２によるペアリングはできたが、連続性判定部７３による連続性判定により、直近処理で導出された物標データとの時間的な連続性なしと判定されることをいう。
"No continuity" means that the
「予測ｂｉｎずれ」とは、実際の今回の物標データの位置が、連続性判定部７３により予測された今回の物標データの予測位置の所定範囲内（例えば±３ｂｉｎ以内）に存在しないことをいう。 “Predicted bin deviation” means that the actual position of the current target data does not exist within a predetermined range (for example, within ± 3 bin) of the predicted position of the current target data predicted by the continuity determination unit 73. To say.
「マハラノビス距離ＮＧ」は、マハラノビス距離の最小値が所定値以上であるためにペアリング部７２によるペアリングができないことをいう。「ペアなし」は、「履歴なし」「ピークなし」「角度なし」「連続性なし」「予測ｂｉｎずれ」「マハラノビス距離ＮＧ」以外の要因によりペアリング部７２によるペアリングができないことをいう。
“Mahalanobis distance NG” means that pairing cannot be performed by the
不要物標除去部７６は、今回スキャンにおいて外挿なし、すなわち正常検知の場合は、静止車両及び上方物の各尤度対数として、図１８の外挿要因種別尤度テーブル６３ｆの各「正常検知尤度対数」のカラム内の検知距離に該当する尤度対数を読み出す。例えば、検知距離Ｒが１００ｍの場合、「９５＜Ｒ≦１０５」の行を参照し、静止車両の尤度対数が“−０．０４”、上方物の尤度対数が“−０．１６”となる。よって、上記（１）式において、ｎ＝６とした場合、確率比６＝ｌｏｇ（静止車両尤度６）−ｌｏｇ（上方物尤度６）＝（−０．０４）−（−０．１６）として、確率比６を算出することができる。
In the case of no extrapolation in this scan, that is, in the case of normal detection, the unnecessary object target removing unit 76 sets each “normal detection” of the extrapolation factor type likelihood table 63f in FIG. 18 as each likelihood logarithm of the stationary vehicle and the upper object. Read the likelihood logarithm corresponding to the detection distance in the "likelihood logarithm" column. For example, when the detection distance R is 100 m, the likelihood logarithm of the stationary vehicle is "-0.04" and the likelihood logarithm of the upper object is "-0.16" with reference to the line "95 <R≤105". It becomes. Therefore, in the above equation (1), when n = 6, the
また、不要物標除去部７６は、今回スキャンにおいて外挿あり、かつ外挿要因種別が「履歴なし」の場合は、静止車両及び上方物の各尤度対数として、図１８の外挿要因種別尤度テーブル６３ｆの各「履歴なし尤度対数」のカラム内の当該検知距離に該当する尤度対数を読み出す。例えば、検知距離Ｒが１００ｍの場合、「９５＜Ｒ≦１０５」の行を参照し、静止車両の尤度対数が“−２．４８”、上方物の尤度対数が“−１．１３”となる。よって、上記（１）式において、ｎ＝６とした場合、確率比６＝ｌｏｇ（静止車両尤度６）−ｌｏｇ（上方物尤度６）＝（−２．４８）−（−１．１３）として、確率比６を算出することができる。その他の外挿要因種別も同様である。
Further, when the unnecessary object target removing unit 76 has extrapolation in this scan and the extrapolation factor type is "no history", the extrapolation factor type shown in FIG. 18 is set as each likelihood logarithm of the stationary vehicle and the upper object. The likelihood logarithm corresponding to the detection distance in each "historyless likelihood logarithm" column of the likelihood table 63f is read out. For example, when the detection distance R is 100 m, the likelihood logarithm of the stationary vehicle is "-2.48" and the likelihood logarithm of the upper object is "-1.13" with reference to the line "95 <R≤105". It becomes. Therefore, in the above equation (1), when n = 6, the
＜ＳＴＥＰ２：確率比ＯｖｅｒＡｌｌの算出＞
不要物標除去部７６は、下記（７）式に基づき、上述のＳＴＥＰ１−１〜ＳＴＥＰ１−６で算出した確率比１〜確率比６を合計した確率比ＯｖｅｒＡｌｌを算出する。
<STEP2: Calculation of probability ratio Overall>
The unwanted object removal unit 76 calculates the probability ratio Overall, which is the sum of the
＜ＳＴＥＰ３：静止車両及び上方物の判別処理＞
不要物標除去部７６は、上述のＳＴＥＰ２で算出した確率比ＯｖｅｒＡｌｌを閾値判定することにより、ターゲットが静止車両であるか上方物であるかを判別する。すなわち、不要物標除去部７６は、確率比ＯｖｅｒＡｌｌが、所定閾値上である場合にターゲットが静止車両であると判定し、所定閾未満である場合にターゲットが上方物であると判定する。
<STEP3: Discrimination process for stationary vehicles and objects above>
The unnecessary target removal unit 76 determines whether the target is a stationary vehicle or an upper object by determining the threshold value of the probability ratio Overall all calculated in
（実施形態１に係る物標情報出力処理）
図１９Ａは、実施形態１に係る物標情報出力処理を示すフローチャートである。信号処理部６は、物標情報導出処理を、一定時間（例えば、５ｍｓｅｃ秒）毎に周期的に繰り返す。物標情報導出処理の開始時点では、４つの受信部ＲＸから信号処理部６へ、反射波ＲＷが変換されたビート信号が入力される。
(Target information output processing according to the first embodiment)
FIG. 19A is a flowchart showing the target information output process according to the first embodiment. The
先ず、信号処理部６のフーリエ変換部６２は、複数の個別受信部５２のそれぞれから出力されるビート信号を対象に、高速フーリエ変換を行う（ステップＳ１１）。次に、ピーク抽出部７０は、フーリエ変換部６２で生成された周波数スペクトラムから、所定の信号レベルを超えるピークを、送信信号の周波数が上昇するアップ区間及び周波数が下降するダウン区間とのそれぞれの区間で抽出する（ステップＳ１２）。
First, the Fourier transform unit 62 of the
次に、角度推定部７１は、アップ区間及びダウン区間それぞれについて、方位演算処理により、１つのピーク周波数の信号から、同一ｂｉｎに存在する複数の物標についての情報を分離し、それら複数の物標それぞれの角度を推定する（ステップＳ１３）。 Next, the angle estimation unit 71 separates information about a plurality of targets existing in the same bin from a signal of one peak frequency by directional calculation processing for each of the up section and the down section, and those plurality of objects. The angle of each mark is estimated (step S13).
次に、ペアリング部７２は、同一の物標Ｔに関するピーク同士を対応付け、自車両Ａの前方に存在する複数の物標Ｔそれぞれに係るペアリングデータを導出する（ペアリング、ステップＳ１４）。次に、連続性判定部７３は、過去処理で導出された物標データと、直近処理で導出された物標データとが同一の物標か否かの連続性を判定する（ステップＳ１５）。
Next, the
次に、フィルタリング部７４は、過去処理及び直近処理のそれぞれの処理で導出された２つの物標データのパラメータ（縦距離、横距離、相対速度）を時間軸方向に平滑化して物標データ（内部フィルタデータ）を導出する（フィルタリング、ステップＳ１６）。次に、物標分類部７５は、相対速度に基づき、各物標を、先行車、静止物（静止車両を含む）、対向車に分類する（ステップＳ１７）。
Next, the filtering unit 74 smoothes the parameters (vertical distance, horizontal distance, relative velocity) of the two target data derived in each of the past processing and the latest processing in the time axis direction, and the target data (target data (vertical distance, horizontal distance, relative velocity)). (Internal filter data) is derived (filtering, step S16). Next, the
次に、不要物標除去部７６は、各物標のうち、上方物、下方物、雨等を不要物標として判定し、出力物標から除外する（ステップＳ１８）。なお、ステップＳ１８の処理のうち、上方物を出力物標から除外する処理については、図１９Ｂを参照して後述する。 Next, the unnecessary target removing unit 76 determines the upper object, the lower object, the rain, and the like as unnecessary objects among the targets, and excludes them from the output target (step S18). Of the processes in step S18, the process of excluding the upper object from the output target will be described later with reference to FIG. 19B.
次に、グループ化部７７は、複数の物標データを同一物体の物標データとして１つに統合するグループ化を行う（ステップＳ１９）。次に、物標情報出力部７８は、導出された、もしくは外挿により導出された複数の物標データから所定数の物標データを出力対象として選択し、選択した物標データを車両制御装置２へ出力する（ステップＳ２０）。ステップＳ２０が終了すると、信号処理部６は、物標情報導出処理を終了する。
Next, the grouping unit 77 performs grouping that integrates a plurality of target data as target data of the same object into one (step S19). Next, the target information output unit 78 selects a predetermined number of target data as output targets from a plurality of target data derived or derived by extrapolation, and selects the selected target data as a vehicle control device. Output to 2 (step S20). When the step S20 is completed, the
（実施形態１に係る不要物標除去）
図１９Ｂは、実施形態１に係る不要物標除去のサブルーチンを示すフローチャートである。図１９Ｂは、図１９Ａに示すステップＳ１８の不要物標除去のうち、実施形態１に係る上方物を除去する処理のフローを示す。
(Removal of unnecessary objects according to the first embodiment)
FIG. 19B is a flowchart showing a subroutine for removing unnecessary objects according to the first embodiment. FIG. 19B shows a flow of a process for removing an upper object according to the first embodiment among the unnecessary object removal in step S18 shown in FIG. 19A.
先ず、不要物標除去部７６は、上記（２）式に基づき、物標の横位置差を算出する（ステップＳ１８−１）。次に、不要物標除去部７６は、ステップＳ１８−１で算出した横位置差及び上記（１）式に基づき、横位置差に基づく確率比１を算出する（ステップＳ１８−２）。
First, the unnecessary target removal unit 76 calculates the lateral position difference of the target based on the above equation (2) (step S18-1). Next, the unwanted object removal unit 76 calculates the
次に、不要物標除去部７６は、上記（３）式に基づき、物標の相対速度差を算出する（ステップＳ１８−３）。次に、不要物標除去部７６は、ステップＳ１８−３で算出した相対速度差及び上記（１）式に基づき、相対速度差に基づく確率比２を算出する（ステップＳ１８−４）。
Next, the unnecessary target removal unit 76 calculates the relative velocity difference of the target based on the above equation (3) (step S18-3). Next, the unwanted object removal unit 76 calculates the
次に、不要物標除去部７６は、上記（４）式に基づき、独立ビーム傾き差を算出する（ステップＳ１８−５）。次に、不要物標除去部７６は、ステップＳ１８−５で算出した独立ビーム傾き差及び上記（１）式に基づき、独立ビーム傾き差に基づく確率比３を算出する（ステップＳ１８−６）。
Next, the unwanted object removal unit 76 calculates the independent beam inclination difference based on the above equation (4) (step S18-5). Next, the unwanted object target removing unit 76 calculates the
次に、不要物標除去部７６は、上記（５）式に基づき、上下ビームパワー差傾きを算出する（ステップＳ１８−７）。次に、不要物標除去部７６は、ステップＳ１８−７で算出した上下ビームパワー差及び上記（１）式に基づき、上下ビームパワー差傾きに基づく確率比４を算出する（ステップＳ１８−８）。
Next, the unwanted object removal unit 76 calculates the vertical beam power difference inclination based on the above equation (5) (step S18-7). Next, the unwanted object removal unit 76 calculates the
次に、不要物標除去部７６は、上記（６）式に基づき、上下ビーム面積微分を算出する（ステップＳ１８−９）。次に、不要物標除去部７６は、ステップＳ１８−９で算出した上下ビーム面積微分及び上記（１）式に基づき、上下ビーム面積微分に基づく確率比５を算出する（ステップＳ１８−１０）。
Next, the unwanted object removal unit 76 calculates the upper and lower beam surface integrals based on the above equation (6) (step S18-9). Next, the unwanted object removal unit 76 calculates the
次に、不要物標除去部７６は、外挿の有無及び外挿要因種別を特定する（ステップＳ１８−１１）。次に、不要物標除去部７６は、ステップＳ１８−１１で特定した外挿の有無及び外挿要因種別と上記（１）式に基づき、確率比６を算出する（ステップＳ１８−１２）。
Next, the unwanted object removal unit 76 specifies the presence / absence of extrapolation and the type of extrapolation factor (step S18-11). Next, the unwanted object removal unit 76 calculates the
次に、不要物標除去部７６は、上記（７）式に基づき、確率比ＯｖｅｒＡｌｌを算出する（ステップＳ１８−１３）。次に、不要物標除去部７６は、ステップＳ１８−１３で算出した確率比ＯｖｅｒＡｌｌが閾値以上であるか否かを判定する。不要物標除去部７６は、確率比ＯｖｅｒＡｌｌが閾値以上である場合（ステップＳ１８−１４：Ｙｅｓ）、ターゲットを静止車両と判定する（ステップＳ１８−１５）。一方、不要物標除去部７６は、確率比ＯｖｅｒＡｌｌが閾値未満である場合（ステップＳ１８−１４：Ｎｏ）、ターゲットを上方物と判定する（ステップＳ１８−１６）。不要物標除去部７６は、ステップＳ１８−１５又はステップＳ１８−１６が終了すると、図１９ＡのステップＳ１９へ処理を移す。 Next, the unwanted object removal unit 76 calculates the probability ratio Overall All based on the above equation (7) (step S18-13). Next, the unwanted object removal unit 76 determines whether or not the probability ratio Overall calculated in step S18-13 is equal to or greater than the threshold value. When the probability ratio Overall is equal to or greater than the threshold value (step S18-14: Yes), the unwanted object removal unit 76 determines that the target is a stationary vehicle (step S18-15). On the other hand, when the probability ratio Overall is less than the threshold value (step S18-14: No), the unnecessary object target removing unit 76 determines that the target is an upper object (step S18-16). When step S18-15 or step S18-16 is completed, the unwanted object removal unit 76 shifts the process to step S19 in FIG. 19A.
実施形態１は、複数のパラメータについて、静止車両及び上方物が取りうる値及びその発生頻度を確率密度関数とみなし、今回値の静止車両確率（静止車両尤度）及び上方物確率（上方物尤度）を複数のパラメータの各確率密度関数をもとに算出する。さらに、実施形態１では、データ取得毎に事前確率を事後確率へ更新するベイズ更新を行う。これを繰り返し、静止車両確率及び上方物確率の対数比によりベイズフィルターの要領で静止車両であるか上方物であるかを判別する。 In the first embodiment, for a plurality of parameters, the values that the stationary vehicle and the upper object can take and the frequency of occurrence thereof are regarded as the probability density function, and the stationary vehicle probability (static vehicle likelihood) and the upper object probability (upper object likelihood) of the current values are regarded as the probability density functions. Degree) is calculated based on each probability density function of multiple parameters. Further, in the first embodiment, Bayesian update is performed to update the prior probability to the posterior probability every time data is acquired. This is repeated, and it is determined whether the vehicle is a stationary vehicle or an upper object in the manner of a Bayesian filter based on the logarithmic ratio of the stationary vehicle probability and the upper object probability.
よって、実施形態１によれば、自車両の進行方向に検出された物標が自車両と衝突する物標か否か（例えばブレーキ制御等の車両制御が必要な物標か否か）を、比較的遠距離（例えばターゲットの手前約８０ｍ）から識別できるとともに検知率が改善し、ターゲット検知に基づく車両制御を適切なタイミング及び適切な指示で作動させることができる。 Therefore, according to the first embodiment, whether or not the target detected in the traveling direction of the own vehicle collides with the own vehicle (for example, whether or not the target requires vehicle control such as brake control) is determined. It can be identified from a relatively long distance (for example, about 80 m in front of the target), the detection rate is improved, and the vehicle control based on the target detection can be operated at an appropriate timing and an appropriate instruction.
また、実施形態１では、確率比１〜確率比６は、自車両Ａへのレーダ装置１の搭載高や垂直取り付け角度の影響を受けにくいパラメータであり、レーダ搭載条件に依存せず静止車両及び上方物を精度よく判別できる。
Further, in the first embodiment, the
［実施形態２］
上述の実施形態１では、静止車両及び上方物を十分に判別できない場合がある。すなわち、図２０に示すように、複数パラメータに基づく確率比ＯｖｅｒＡｌｌの値が、静止車両及び上方物で重複する範囲がある。図２０は、静止車両及び上方物の確率比の分布の重複を示す図である。そこで、以下の実施形態２では、判定精度を向上させるため、確率比ＯｖｅｒＡｌｌを分離する手法について説明する。
[Embodiment 2]
In the above-described first embodiment, it may not be possible to sufficiently distinguish between a stationary vehicle and an upper object. That is, as shown in FIG. 20, there is a range in which the value of the probability ratio Overall based on a plurality of parameters overlaps between a stationary vehicle and an upper object. FIG. 20 is a diagram showing overlapping distributions of probability ratios of stationary vehicles and upper objects. Therefore, in the following second embodiment, a method of separating the probability ratio Overall is described in order to improve the determination accuracy.
以下、原因（Ｈｉ）（ｉ＝１、２）を、下記（表１）のように定義する。 Hereinafter, the causes ( Hi ) (i = 1, 2) are defined as shown in the following (Table 1).
また、パラメータ（Ｄｊ）（ｊ＝１〜７）を、下記（表２）のように定義する。なお、下記（表２）におけるＤ１〜Ｄ７は、全て独立であると仮定する。 Further, the parameters (D j ) (j = 1 to 7) are defined as shown in the following (Table 2). It is assumed that D 1 to D 7 in the following (Table 2) are all independent.
このとき、パラメータＤ（Ｄ１〜Ｄ７）に基づきターゲットが静止車両である確率である事後確率Ｐ（Ｈ１｜Ｄ）は、下記（８−１）式のように表される。また、パラメータＤ（Ｄ１〜Ｄ７）に基づきターゲットが上方物である確率である事後確率Ｐ（Ｈ２｜Ｄ）は、下記（８−２）式のように表される。 At this time, the posterior probability P (H 1 | D), which is the probability that the target is a stationary vehicle based on the parameters D (D 1 to D 7 ), is expressed by the following equation (8-1). The posterior probability P (H 2 | D), which is the probability that the target is an upper object based on the parameters D (D 1 to D 7 ), is expressed by the following equation (8-2).
静止車両及び上方物の判定は、ナイーブベイズフィルターを用いると、下記（９）式のように、静止車両及び上方物の確率比について対数を取ったロジット（Ｌｏｇｉｔ）で判定する。 Using a naive Bayes filter, the determination of a stationary vehicle and an upper object is made by a logit, which is a logarithm of the probability ratio of the stationary vehicle and the upper object, as shown in the following equation (9).
ここで、パラメータＤ（Ｄ１〜Ｄ７）は独立であるとの仮定から、Ｐ（Ｄ｜Ｈ１）は下記（１０−１）式、Ｐ（Ｄ｜Ｈ２）は下記（１０−２）式のように表現できる。 Here, from the assumption that the parameters D (D 1 to D 7 ) are independent, P (D | H 1 ) is the following equation (10-1), and P (D | H 2 ) is the following (10-2). ) Can be expressed as an expression.
上記（１０−１）〜（１０−２）式を用いて、上記（９）式を変形すると、下記（１１−１）〜（１１−２）式のようになる。 When the above equation (9) is modified by using the above equations (10-1) to (10-2), the following equations (11-1) to (11-2) are obtained.
そして、上記（１１−２）式に示すように、上記（１１−２）式の第１項をｘ１、第２項をｘ２、・・・、第７項をｘ７、第８項をｘ０とおくと、上記（１１−２）式は、下記（１２）式のように表現できる。 Then, as shown in the above equation (11-2), the first term of the above equation (11-2) is x 1 , the second term is x 2 , ..., The seventh term is x 7 , the eighth term. Assuming that x 0 , the above equation (11-2) can be expressed as the following equation (12).
上記（１２）式において括弧で括った部分は、ｘ１〜ｘ７を予測変数とした一般化線形モデルと解釈できる。よって、実施形態２では、上記（１２）式において括弧で括った部分に対する多変量解析から回帰係数及び切片を決定し、静止車両及び上方物の判別精度を高める。 The part enclosed in parentheses in the above equation (12) can be interpreted as a generalized linear model with x 1 to x 7 as predictive variables. Therefore, in the second embodiment, the regression coefficient and the intercept are determined from the multivariate analysis for the portion enclosed in parentheses in the above equation (12) to improve the discrimination accuracy between the stationary vehicle and the upper object.
静止車両及び上方物の判別で扱う物標データは、静止車両及び上方物のように、質的データである。また、予測変数（確率比１（ｘ１）〜確率比７（ｘ７））は、すべての正規性は仮定できない。よって、多変量解析の手法としてロジスティック回帰分析を採用し、多重共線性とＡＩＣ（Akaike’s Information Criterion）を考慮して、予測変数の選択及び統合を行い、回帰係数（重み係数）及び切片を検知距離１０ｍ毎に決定する。ただし、検知距離１０ｍ未満では、回帰係数（重み係数）及び切片は線形補間により算出する。 The target data handled in the discrimination between the stationary vehicle and the upper object is qualitative data like the stationary vehicle and the upper object. In addition, all normalities cannot be assumed for the predictive variables (probability ratio 1 (x 1 ) to probability ratio 7 (x 7)). Therefore, logistic regression analysis is adopted as a method for multivariate analysis, predictive variables are selected and integrated in consideration of multicollinearity and AIC (Akaike's Information Criterion), and regression coefficients (weighting factors) and sections are detected. Determined every 10 m. However, if the detection distance is less than 10 m, the regression coefficient (weighting coefficient) and intercept are calculated by linear interpolation.
実施形態２では、ターゲットの初回検知距離が例えば８０〜１１０ｍの第１の距離では後述する重み係数・切片テーブルＡ６３ｇ、初回検知距離が第１の距離以外では後述する重み係数・切片テーブルＢ６３ｈを切替えて用いることで、静止車両及び上方物の判別精度を高める。 In the second embodiment, the weighting coefficient / intercept table A63g described later is switched when the initial detection distance of the target is, for example, 80 to 110 m, and the weighting coefficient / intercept table B63h described later is switched when the initial detection distance is other than the first distance. By using the above, the accuracy of distinguishing between stationary vehicles and objects above is improved.
（実施形態２に係るレーダ装置による物標検出の概要）
図２１は、実施形態２に係るレーダ装置の構成を示す図である。図２２Ａは、実施形態２に係る初回検知距離に応じて各確率比を回帰させる重み係数及び切片を格納するテーブルＡを示す図である。図２２Ｂは、実施形態２に係る初回検知距離に応じて各確率比を回帰させる重み係数及び切片を格納するテーブルＢを示す図である。
(Outline of target detection by the radar device according to the second embodiment)
FIG. 21 is a diagram showing a configuration of a radar device according to the second embodiment. FIG. 22A is a diagram showing a table A for storing weighting coefficients and intercepts for regressing each probability ratio according to the initial detection distance according to the second embodiment. FIG. 22B is a diagram showing a table B for storing weighting coefficients and intercepts for regressing each probability ratio according to the initial detection distance according to the second embodiment.
図２１に示すように、実施形態２に係るレーダ装置１Ａは、信号処理部６Ａ、データ処理部７Ａ、記憶部６３Ａを含む。信号処理部６Ａのデータ処理部７Ａは、不要物標除去部７６Ａを含む。また、記憶部６３Ａは、さらに、図２２Ａに示す重み係数・切片テーブルＡ６３ｇ、図２２Ｂに示す重み係数・切片テーブルＢ６３ｈを記憶する。その他の構成については、実施形態２に係るレーダ装置１Ａは、実施形態１に係るレーダ装置１と同様である。
As shown in FIG. 21, the
図２２Ａに示す重み係数・切片テーブルＡ６３ｇは、ターゲットの初回検知距離が例えば８０〜１１０ｍの第１距離の場合に、確率比ｉ（ｉ＝１〜３、５〜６）をそれぞれ補正する重み係数αｉ、切片βを、初回検知距離毎に格納する。また、図２２Ｂに示す重み係数・切片テーブルＢ６３ｈは、ターゲットの初回検知距離が前述の第１距離以外の場合に、確率比ｉ（ｉ＝１〜３、５〜６）をそれぞれ補正する重み係数αｉ、切片βを、初回検知距離毎に格納する。 The weighting coefficient / intercept table A63g shown in FIG. 22A is a weighting coefficient that corrects the probability ratio i (i = 1-3, 5-6) when the initial detection distance of the target is, for example, the first distance of 80 to 110 m. α i and intercept β are stored for each initial detection distance. Further, in the weighting coefficient / intercept table B63h shown in FIG. 22B, when the initial detection distance of the target is other than the above-mentioned first distance, the weighting coefficient i (i = 1-3, 5-6) is corrected, respectively. α i and intercept β are stored for each initial detection distance.
図２２Ａ及び図２２Ｂにおいては、上述した多重共線性及びＡＩＣに基づく予測変数（パラメータ）の選択により、パラメータＤ１〜Ｄ６、すなわち確率比１〜確率比６が選択され、パラメータＤ７に対応する確率比が除外されている。また、図２２Ａ及び図２２Ｂにおいては、予測変数（パラメータ）の統合により、パラメータＤ３〜Ｄ４、すなわち確率比３及び確率比４が１つに統合されている。このため、図２２Ａ及び図２２Ｂは、確率比１〜確率比３、確率比５〜確率比６に対応する重み係数αｉ及び切片β（ｉ＝１〜３、５〜６）を、初回検知距離毎に格納する。
In FIGS. 22A and 22B, parameters D 1 to D 6 , that is,
不要物標除去部７６Ａは、下記（１３）式に基づき、初回検知距離に応じて重み係数・切片テーブルＡ６３ｇ又は重み係数・切片テーブルＢ６３ｈから読み出した重み係数及び切片を用いて、上述した実施形態１と同様に算出した確率比ｉ（ｉ＝１〜６）をそれぞれ回帰補正した上で補正後確率比ＯｖｅｒＡｌｌを算出する。 The unwanted object removal unit 76A uses the weighting coefficient / intercept table A63g or the weighting coefficient / intercept table B63h read from the weighting coefficient / intercept table A63g or the weighting coefficient / intercept table B63h according to the initial detection distance based on the following equation (13), and uses the above-described embodiment. The corrected probability ratio OverAll is calculated after regression-correcting the probability ratios i (i = 1 to 6) calculated in the same manner as in 1.
不要物標除去部７６Ａは、初回検知距離が前述の第１距離である場合に、重み係数・切片テーブルＡ６３ｇから毎スキャン時の距離に該当する各確率比ｉの重み係数αｉ及び切片β（ｉ＝１〜６）を読み出す。一方、不要物標除去部７６Ａは、初回検知距離が前述の第１距離以外である場合は、重み係数・切片テーブルＢ６３ｈから毎スキャン時の距離に該当する各確率比ｉの重み係数αｉ及び切片β（ｉ＝１〜６）を読み出す。初回検知距離が第１距離である場合に重み係数・切片テーブルＡ６３ｇから読み出した重み係数αｉ及び切片β（ｉ＝１〜６）は、初回検知距離が第１距離以外である場合に重み係数・切片テーブルＡ６３ｈから読み出した重み係数αｉ及び切片β（ｉ＝１〜６）と比べて物標の検知距離に応じた値の変化が比較的大きい。そして、不要物標除去部７６Ａは、上記（１３）式に基づき、読み出した各確率比ｉの重み係数αｉ及び切片β（ｉ＝１〜６）と各確率比ｉとから、補正後確率比ＯｖｅｒＡｌｌを算出する。 When the initial detection distance is the above-mentioned first distance, the unwanted object removal unit 76A has a weight coefficient α i and an intercept β ( weight coefficient α i) of each probability ratio i corresponding to the distance at each scan from the weight coefficient / intercept table A63 g. i = 1-6) is read. On the other hand, when the initial detection distance is other than the above-mentioned first distance, the unnecessary object target removing unit 76A has a weighting coefficient α i and a weighting coefficient α i of each probability ratio i corresponding to the distance at each scan from the weighting coefficient / intercept table B63h. Read the intercept β (i = 1-6). Weight coefficient when the initial detection distance is the first distance ・ The weight coefficient α i and intercept β (i = 1 to 6) read from the intercept table A63g are the weight coefficient when the initial detection distance is other than the first distance. -Compared with the weighting coefficients α i and the intercept β (i = 1 to 6) read from the intercept table A63h, the change in the values according to the detection distance of the target is relatively large. Then, the unnecessary object target removing unit 76A is corrected based on the weight coefficient α i of each probability ratio i read out, the intercept β (i = 1 to 6), and each probability ratio i based on the above equation (13). The ratio OverAll is calculated.
実施形態２は、スキャン毎にベイズ更新した確率比について、各パラメータ（確率比１〜６）から確率比ＯｖｅｒＡｌｌを算出する際、ターゲットの初回検知距離に応じて異なる、ロジスティック回帰分析で求めた重み係数及び切片による重み付けを行う。よって、実施形態２では、静止車両及び上方物の判別精度を高めることができる。
In the second embodiment, when calculating the probability ratio OverAll from each parameter (
なお、上述のように“確率比１”は、パラメータ“横位置差”に基づく静止車両及び上方物の対数尤度である。“確率比２”は、パラメータ“相対速度差”に基づく静止車両及び上方物の対数尤度である。 “確率比３”は、パラメータ“独立ビーム傾き差”に基づく静止車両及び上方物の対数尤度である。“確率比４”は、パラメータ“上下ビームパワー差傾き”に基づく静止車両及び上方物の対数尤度である。“確率比５”は、パラメータ“上下ビーム面積微分”に基づく静止車両及び上方物の対数尤度である。“確率比６”は、パラメータ“外挿要因種別”に基づく静止車両及び上方物の対数尤度である。
As described above, the "
ここで、図２２Ａに示す重み係数・切片テーブルＡ６３ｇの確率比の重み係数の特徴について説明する。確率比１の重み係数α１は、距離が比較的小さい（例えば８０ｍ以下）の場合と比べて、距離が比較的大きい（例えば８０ｍを超える）ときはその値が大きくなる。これは、距離が比較的小さい場合よりも物標の距離が比較的大きいときは、上方物の横位置差が大きくなるため、当該物標が静止車両か上方物かを判別するパラメータとしての重要度が高くなる。そのため、物標の距離が比較的小さい場合よりも比較的大きいときは、確率比１の重み係数α１の値を大きい値とする。
Here, the characteristics of the weighting coefficient / weighting coefficient of the probability ratio of the intercept table A63g shown in FIG. 22A will be described. The weight coefficient α 1 having a probability ratio of 1 has a larger value when the distance is relatively large (for example, when it exceeds 80 m) than when the distance is relatively small (for example, 80 m or less). This is important as a parameter for determining whether the target is a stationary vehicle or an upper object because the lateral position difference of the upper object becomes larger when the distance of the target is relatively large than when the distance is relatively small. The degree becomes high. Therefore, when the distance between the targets is relatively large compared to the case where the distance is relatively small , the value of the weighting coefficient α 1 with the
また、確率比２の重み係数α２は、距離が比較的大きい場合に比べて、距離が比較的小さいときはその値が大きくなる。距離が小さくなるほど物標からの反射波の反射強度が大きくなり、物標の相対速度差を正確に算出でき、静止車両と上方物とを判別するパラメータとしての重要度が高くなるためである。ただし、物標の距離がより小さくなる（例えば６０ｍ）以下になると、重み係数α２は、小さい値となる。距離がより小さくなることで、レーダ装置１の送信波の送信範囲から外れて反射波が受信されなくなるためである。
Further, the weight coefficient α 2 having a probability ratio of 2 has a larger value when the distance is relatively small than when the distance is relatively large. This is because the smaller the distance, the greater the reflected intensity of the reflected wave from the target, the more accurately the relative speed difference of the target can be calculated, and the more important it is as a parameter for distinguishing between a stationary vehicle and an upper object. However, when the distance between the targets becomes smaller (for example, 60 m) or less, the weighting coefficient α 2 becomes a small value. This is because as the distance becomes smaller, the reflected wave is not received outside the transmission range of the transmitted wave of the
さらに、確率比５の重み係数α５は、距離が比較的大きい場合に比べて、距離が比較的小さいときはその値が大きくなる。距離が小さくなるほど面積微分の結果をより多く取得でき、静止車両と上方物とを判別するパラメータとしての重要度が高くなるためである。
このように静止車両の距離に応じた各種パラメータの値変化と、上方物の距離に応じた各種パラメータ値の変化とに着目して、物標の距離に応じて各種パラメータの重み係数を変更するようにしたことで、静止車両と上方物との判別を正確に行えるようになった。
Further, the weighting coefficient α 5 having a probability ratio of 5 has a larger value when the distance is relatively small than when the distance is relatively large. This is because the smaller the distance, the more the result of the surface integral can be obtained, and the more important it is as a parameter for discriminating between a stationary vehicle and an upper object.
In this way, paying attention to the change in the value of various parameters according to the distance of the stationary vehicle and the change in the value of various parameters according to the distance of the upper object, the weighting coefficient of various parameters is changed according to the distance of the target. By doing so, it has become possible to accurately distinguish between a stationary vehicle and an upper object.
また、レーダ装置１が対象の物標を初めて検出した距離（初回検知距離）が第１距離（例えば、８０〜１１０ｍ）以外の距離の場合は、図２２Ｂに示す重み係数・切片テーブルＢ６３により重み係数αｉが算出される。また、物標の初回検知距離が第１距離のときは、図２２Ａに示す重み係数・切片テーブルＡ６３ｇにより重み係数αｉが算出される。このように、重み係数αｉの算出において、図２２Ｂに示す重み係数・切片テーブルＢ６３により重み係数αｉを算出し、物標の距離が第１距離のような特定距離となった場合に、同じ種類のパラメータを有し重み係数の値が異なる別のテーブル（図２２Ａに示す重み係数・切片テーブルＡ６３ｇ）により重み係数αｉを算出する。これにより、物標の距離に応じて、物標の種類の判別に用いるパラメータに最適な重み付けが可能となり、当該物標の種類を確実に判別できる。
Further, when the distance (first detection distance) at which the
［実施形態１及び２の変形例］
（１）確率比ＯｖｅｒＡｌｌについて
実施形態１では、確率比ＯｖｅｒＡｌｌ（実施形態２の補正後確率比ＯｖｅｒＡｌｌも同様）が閾値以上である場合にターゲットを静止車両と判定し、閾値未満である場合にターゲットを上方物と判定する。しかし、これに限らず、ターゲットが静止車両であるか否かを「静止車両の信頼度」を閾値との比較により判定する場合に、「静止車両の信頼度」に乗算する倍率Ｃとして確率比ＯｖｅｒＡｌｌを換算して用いてもよい。すなわち、“閾値判定に用いる静止車両の信頼度＝Ｃ×（静止車両の信頼度）”が所定閾値以上である場合に、当該ターゲットを静止車両と判定する。
[Modifications of
(1) Probability ratio Overall In the first embodiment, the target is determined as a stationary vehicle when the probability ratio Overall (the same applies to the corrected probability ratio Overall in the second embodiment) is equal to or more than the threshold value, and the target is determined when the probability ratio is less than the threshold value. Is determined to be an upper object. However, not limited to this, when determining whether or not the target is a stationary vehicle by comparing the "reliability of the stationary vehicle" with the threshold value, the probability ratio is set as a multiplication factor C for multiplying the "reliability of the stationary vehicle". OverAll may be converted and used. That is, when the "reliability of the stationary vehicle used for the threshold value = C × (reliability of the stationary vehicle)" is equal to or higher than a predetermined threshold value, the target is determined to be a stationary vehicle.
ここで、「静止車両の信頼度」は、物標データが静止車両に係るデータであるか否かを示す、例えば０〜１００の範囲の値を取る指標であり、数値が高いほど静止車両である可能性が高いことを示す。「静止車両の信頼度」は、物標データに含まれる複数の情報（例えば「縦距離」「角度パワー」「外挿頻度」等）を用いて算出される。 Here, the "reliability of a stationary vehicle" is an index indicating whether or not the target data is data related to a stationary vehicle, for example, taking a value in the range of 0 to 100, and the higher the value, the more the stationary vehicle. Indicates that there is a high probability. The "reliability of a stationary vehicle" is calculated using a plurality of information (for example, "longitudinal distance", "angle power", "extrapolation frequency", etc.) included in the target data.
例えば、閾値１＞閾値２の２つの閾値を設けるとする。確率比ＯｖｅｒＡｌｌ≧閾値１である場合は、倍率Ｃ＝１とする。これは、「静止車両の信頼度」が高いと判定できるため、「静止車両の信頼度」をそのまま静止車両であるか否かの閾値判定に用いることを示す。また、閾値２≧確率比ＯｖｅｒＡｌｌである場合には、倍率Ｃ＝０とする。これは、「静止車両の信頼度」が低いと判定できるため、「静止車両の信頼度」を０にして静止車両であると判定されないようにすることを示す。
For example, it is assumed that two threshold values of
また、閾値１＞確率比ＯｖｅｒＡｌｌ＞閾値２である場合には、倍率Ｃ＝（確率比ＯｖｅｒＡｌｌ−閾値２）／（閾値１−閾値２）とする。すなわち、倍率Ｃは、確率比ＯｖｅｒＡｌｌが、閾値１及び閾値２間でどれだけの割合だけ閾値２を超過しているかを示す。例えば、Ｃ＝０．５となった場合には、「静止車両の信頼度」に０．５を乗じて算出した「閾値判定に用いる静止車両の信頼度」を静止車両であるか否かの閾値判定に用いることを示す。
When the
このように、確率比ＯｖｅｒＡｌｌを「静止車両の信頼度」に乗じる倍率Ｃへ変換することにより、静止車両であるか否かの判定ラインに幅を持たせ、多様な要因を加味してより総合的に静止車両を判別できる。 In this way, by converting the probability ratio Overall into a magnification C that is multiplied by the "reliability of the stationary vehicle", the judgment line as to whether or not the vehicle is a stationary vehicle is widened, and various factors are taken into consideration to make it more comprehensive. Can identify a stationary vehicle.
（２）静止車両及び静止車両以外の判別について
実施形態１及び２では、物標検知毎に、静止車両及び上方物に関する各種パラメータを算出し、各種パラメータと静止車両及び上方物の尤度との相関を検知距離毎にモデル化した尤度モデルに基づき、各種パラメータに対応する静止車両及び上方物の対数尤度比を更新して静止車両及び上方物を判別するベイズフィルターの手法を用いる。しかし、これに限らず、同様のベイズフィルターの手法を静止車両及び静止車両以外の物標（例えば下方物等）の判別にも適用してもよい。
(2) Discrimination between stationary vehicle and non-stationary vehicle In the first and second embodiments, various parameters related to the stationary vehicle and the upper object are calculated for each target detection, and the various parameters and the likelihood of the stationary vehicle and the upper object are calculated. Based on the likelihood model in which the correlation is modeled for each detection distance, the Bayesian filter method is used to discriminate between the stationary vehicle and the upper object by updating the log-likelihood ratio of the stationary vehicle and the upper object corresponding to various parameters. However, the present invention is not limited to this, and the same Bayesian filter method may be applied to the determination of a stationary vehicle and a target other than the stationary vehicle (for example, a lower object).
例えば、物標検知毎に、静止車両及び静止車両以外の物標に関する各種パラメータを算出し、各種パラメータと静止車両及び静止車両以外の物標の尤度との相関を検知距離毎にモデル化した尤度モデルを構築しておく。そして、この尤度モデルに基づき、各種パラメータに対応する静止車両及び静止車両以外の物標の対数尤度比を更新して静止車両及び静止車両以外の物標を判別するとしてもよい。 For example, for each target detection, various parameters related to the stationary vehicle and the target other than the stationary vehicle were calculated, and the correlation between the various parameters and the likelihood of the stationary vehicle and the target other than the stationary vehicle was modeled for each detection distance. Build a likelihood model. Then, based on this likelihood model, the log-likelihood ratio of the target other than the stationary vehicle and the stationary vehicle corresponding to various parameters may be updated to discriminate the target other than the stationary vehicle and the stationary vehicle.
［実施形態３］
次に、実施形態３に係るレーダ装置１について説明する。なお、以下では、主に実施形態１と異なる部分について説明し、内容の重複する部分については説明を省略する。
[Embodiment 3]
Next, the
上記した実施形態１では、不要物標除去処理（図１９Ｂ参照）において、ターゲットが静止車両であるか上方物であるかの判定（以下「ターゲット判定」と記載する場合がある）を確率比ＯｖｅｒＡｌｌを指標として行っている。なお、確率比ＯｖｅｒＡｌｌは、第１の指標の一例である。 In the above-described first embodiment, in the unnecessary target removal process (see FIG. 19B), the determination of whether the target is a stationary vehicle or an upper object (hereinafter, may be referred to as “target determination”) is determined by the probability ratio Overall. Is used as an index. The probability ratio Overall is an example of the first index.
上記した確率比ＯｖｅｒＡｌｌの値は、静止車両及び上方物で重複する範囲があることは、図２０を参照して既に述べた。そこで、実施形態３にあっては、確率比ＯｖｅｒＡｌｌとは別の指標をさらに用いて、ターゲット判定を行うようにした。 It has already been described with reference to FIG. 20 that the above-mentioned value of the probability ratio Overall has an overlapping range between a stationary vehicle and an upper object. Therefore, in the third embodiment, the target determination is performed by further using an index different from the probability ratio Overall.
これにより、実施形態３にあっては、例えば確率比ＯｖｅｒＡｌｌでは、静止車両及び上方物のいずれであるかの判定を明確に行いにくいターゲットであっても、精度よく判定を行うことができる。 As a result, in the third embodiment, for example, in the probability ratio Overall, even a target for which it is difficult to clearly determine whether it is a stationary vehicle or an upper object can be accurately determined.
以下、詳しく説明すると、自車両Ａに搭載されるレーダ装置１（図１参照）にあっては、ターゲット（物標Ｔ）が例えば静止車両（物標Ｔ１）である場合、静止車両に近づくにつれて静止車両からの反射波は受信部ＲＸの正面で受信され易くなるため、反射波の受信パワーである角度パワーは上昇する傾向がある。 Hereinafter, in detail, in the radar device 1 (see FIG. 1) mounted on the own vehicle A, when the target (target T) is, for example, a stationary vehicle (target T1), as it approaches the stationary vehicle, Since the reflected wave from the stationary vehicle is easily received in front of the receiving unit RX, the angular power, which is the received power of the reflected wave, tends to increase.
他方、レーダ装置１においては、ターゲットが例えば上方物（物標Ｔ２）である場合、上方物標に近づくにつれて送信波の主たる送信領域から徐々に外れていくため、角度パワーは減衰する、あるいは変化がほとんど生じない状態となる傾向がある。
On the other hand, in the
そこで、実施形態３にあっては、ターゲットが上方物である場合に角度パワーが減衰し易い特性に着目し、ターゲットの検知距離（物標までの縦距離）に応じた角度パワーの減衰量を示す第２の指標を算出して、第２の指標に基づいてターゲット判定を行うようにした。なお、第２の指標としては、例えば減衰量面積Ａ１（図２３Ａ等参照）を用いることができるが、これについては後述する。 Therefore, in the third embodiment, paying attention to the characteristic that the angular power is easily attenuated when the target is an upward object, the amount of attenuation of the angular power according to the detection distance (vertical distance to the target) of the target is determined. The second index shown was calculated, and the target determination was performed based on the second index. As the second index, for example, the attenuation area A1 (see FIG. 23A and the like) can be used, which will be described later.
また、実施形態３にあっては、ターゲットが静止車両である場合に角度パワーが上昇し易い特性に着目し、ターゲットの検知距離に応じた角度パワーの増加量を示す第３の指標を算出して、第３の指標に基づいてターゲット判定を行うようにした。なお、第３の指標としては、例えば後述する増加量面積Ａ２（図２４Ａ等参照）を用いることができる。 Further, in the third embodiment, paying attention to the characteristic that the angular power tends to increase when the target is a stationary vehicle, a third index indicating the amount of increase in the angular power according to the detection distance of the target is calculated. Therefore, the target is determined based on the third index. As the third index, for example, the increased area A2 (see FIG. 24A and the like) described later can be used.
以下では、先ず第２の指標である減衰量面積Ａ１について説明する。不要物標除去部７６は、下記（１４）式に基づき、減衰量面積Ａ１を算出する。 In the following, first, the attenuation amount area A1 which is the second index will be described. The unwanted object removal unit 76 calculates the attenuation area A1 based on the following equation (14).
図２３Ａ，２３Ｂは、実施形態３に係る減衰量面積Ａ１の算出方法を説明する図である。なお、図２３Ａ，２３Ｂは、横軸を距離（検知距離）とし、縦軸を角度パワーとしたグラフである。また、図２３Ａは、ターゲットが上方物である場合のグラフの一例であり、図２３Ｂは、ターゲットが静止車両である場合のグラフの一例である。 23A and 23B are diagrams for explaining the calculation method of the attenuation amount area A1 according to the third embodiment. 23A and 23B are graphs in which the horizontal axis is the distance (detection distance) and the vertical axis is the angular power. Further, FIG. 23A is an example of a graph when the target is an upper object, and FIG. 23B is an example of a graph when the target is a stationary vehicle.
不要物標除去部７６は、今回処理の角度パワーが例えば図２３Ａ中の（１）に相当する場合、今回処理までの角度パワーの最大値を基準パワーとして設定する。図２３Ａに示す例では、前回処理の角度パワーＰａ（図２３Ａ中の（２）に相当）が最大値であるため、不要物標除去部７６は、かかる角度パワーＰａを基準パワーとして設定する。 When the angular power of the current processing corresponds to (1) in FIG. 23A, for example, the unnecessary target removal unit 76 sets the maximum value of the angular power up to the current processing as the reference power. In the example shown in FIG. 23A, since the angular power Pa (corresponding to (2) in FIG. 23A) of the previous processing is the maximum value, the unnecessary object target removing unit 76 sets such an angular power Pa as a reference power.
そして、不要物標除去部７６は、（１４）式に示すように、今回処理で取得された角度パワー（図２３Ａ中の（１）に相当）から、基準パワー（図２３Ａ中の（２）に相当）を減算した差分に、前回処理の距離と今回処理の距離との距離差（前回今回距離差）を乗算して得た値を算出して累積することで、減衰量面積Ａ１を算出する。すなわち、不要物標除去部７６は、例えば区分求積法を用いて減衰量面積Ａ１を算出する。 Then, as shown in Eq. (14), the unwanted object removal unit 76 is based on the reference power ((2) in FIG. 23A) from the angular power (corresponding to (1) in FIG. 23A) acquired in this process. The value obtained by multiplying the difference obtained by subtracting (corresponding to) by the distance difference between the previous processing distance and the current processing distance (previous current time distance difference) is calculated and accumulated to calculate the attenuation area A1. To do. That is, the unwanted object removal unit 76 calculates the attenuation amount area A1 by using, for example, the segmented quadrature method.
従って、図２３Ａに示すように、ターゲットが上方物である場合、上方物が近づくにつれて角度パワーは減衰することから、（１４）式の算出処理を繰り返すごとに、減衰量面積Ａ１は増加することとなる。なお、図２３Ａでは、ターゲットが距離Ｙａまで近づいたときの減衰量面積Ａ１を斜線で囲んで示している。 Therefore, as shown in FIG. 23A, when the target is an upper object, the angular power is attenuated as the upper object approaches. Therefore, the attenuation area A1 increases every time the calculation process of the equation (14) is repeated. It becomes. In FIG. 23A, the attenuation amount area A1 when the target approaches the distance Ya is shown surrounded by diagonal lines.
これに対し、図２３Ｂに示すように、ターゲットが静止車両である場合の減衰量面積Ａ１は、上方物の場合に比べて増加しにくい。詳しくは、不要物標除去部７６は、今回処理の角度パワーが例えば図２３Ｂ中の（１）に相当する場合、前回処理の角度パワーＰｂ（図２３Ｂ中の（２）に相当）が最大値であるため、角度パワーＰｂを基準パワーに設定する。 On the other hand, as shown in FIG. 23B, the damping amount area A1 when the target is a stationary vehicle is less likely to increase than in the case of an upper object. Specifically, in the unwanted object removal unit 76, when the angular power of the current processing corresponds to (1) in FIG. 23B, for example, the angular power Pb of the previous processing (corresponding to (2) in FIG. 23B) is the maximum value. Therefore, the angular power Pb is set as the reference power.
そして、不要物標除去部７６は、今回処理の角度パワー（図２３Ｂ中の（１）に相当）から基準パワー（図２３Ｂ中の（２）に相当）を減算した差分に、前回今回距離差を乗算して得た値を算出して累積することで、減衰量面積Ａ１を算出する。 Then, the unnecessary object target removing unit 76 subtracts the reference power (corresponding to (2) in FIG. 23B) from the angular power (corresponding to (1) in FIG. 23B) of this processing, and the distance difference between the previous time and this time. The attenuation area A1 is calculated by calculating and accumulating the values obtained by multiplying by.
ここで、ターゲットが静止車両である場合、角度パワーは、マルチパス等の影響で一時的に減衰することがあるものの、基本的には静止車両が近づくにつれて上昇する。従って、図２３Ｂの例では、例えば今回処理において角度パワーＰｃ（図２３Ｂ中の（３）に相当）となった場合、基準パワーであった角度パワーＰｂよりも大きいため、不要物標除去部７６は、新たな最大値となった角度パワーＰｃを基準パワーとして更新する。 Here, when the target is a stationary vehicle, the angular power may be temporarily attenuated due to the influence of multipath or the like, but basically increases as the stationary vehicle approaches. Therefore, in the example of FIG. 23B, for example, when the angle power Pc (corresponding to (3) in FIG. 23B) is obtained in this processing, it is larger than the angle power Pb which was the reference power, so that the unnecessary target removal unit 76 Updates the angle power Pc, which is the new maximum value, as the reference power.
これにより、式（１４）中の「今回角度パワー（ここでは角度パワーＰｃ）−基準パワー（ここでは角度パワーＰｃ）」の値がゼロとなるため、減衰量面積Ａ１は累積されず増加しない。 As a result, the value of "current angle power (here, angle power Pc) -reference power (here, angle power Pc)" in the equation (14) becomes zero, so that the attenuation area A1 is not accumulated and does not increase.
また、図２３Ｂの例では、図２３Ｂ中の（４）に示す角度パワーＰｄとなるまで、角度パワーは上昇し続けているため、基準パワーも更新され続け、結果として減衰量面積Ａ１は増加しないこととなる。従って、ターゲットが静止車両の場合、図２３Ｂの例では、（４）の角度パワーＰｄとなった時点以降、マルチパス等の影響で一時的に減衰したときに、減衰量面積Ａ１が僅かに増加するだけである。 Further, in the example of FIG. 23B, since the angular power continues to increase until the angular power Pd shown in FIG. 23B is reached, the reference power also continues to be updated, and as a result, the attenuation area A1 does not increase. It will be. Therefore, when the target is a stationary vehicle, in the example of FIG. 23B, the attenuation area A1 slightly increases when the target is temporarily attenuated due to the influence of multipath or the like after the time when the angular power Pd of (4) is reached. Just do it.
そして、不要物標除去部７６は、上記のようにして算出された減衰量面積Ａ１と閾値Ａ１ａとを比較し、減衰量面積Ａ１が閾値Ａ１ａ以上となった場合、ターゲットが上方物であると判定する。また、不要物標除去部７６は、減衰量面積Ａ１が閾値Ａ１ａ未満の場合、ターゲットが上方物ではない、言い換えると、静止車両の可能性が高いと判定する。 Then, the unnecessary object target removing unit 76 compares the attenuation amount area A1 calculated as described above with the threshold value A1a, and when the attenuation amount area A1 becomes the threshold value A1a or more, it is determined that the target is an upper object. judge. Further, when the damping amount area A1 is less than the threshold value A1a, the unnecessary object target removing unit 76 determines that the target is not an upper object, in other words, the possibility of a stationary vehicle is high.
このように、実施形態３にあっては、ターゲットの検知距離に応じた角度パワーの減衰量を示す減衰量面積Ａ１を用いることで、ターゲットが静止車両及び上方物のいずれであるかの判定を精度よく行うことができる。すなわち、複数回の物標検出処理における物標に関する信号パワーの減衰量の積算値により判定することで、１回の物標検出処理における物標に関する信号パワーの減衰量の瞬時値により判定するよりも、ターゲットが静止車両か上方物かを正確に判定することができる。 As described above, in the third embodiment, by using the attenuation amount area A1 indicating the attenuation amount of the angular power according to the detection distance of the target, it is determined whether the target is a stationary vehicle or an upper object. It can be done with high accuracy. That is, by judging by the integrated value of the signal power attenuation related to the target in the multiple target detection processes, it is judged by the instantaneous value of the signal power attenuation related to the target in one target detection process. However, it is possible to accurately determine whether the target is a stationary vehicle or an upper object.
また、実施形態３にあっては、今回処理の角度パワーが前回処理で用いた基準パワーよりも大きい場合、今回処理の角度パワーを基準パワーとして更新するようにした。 Further, in the third embodiment, when the angular power of the current processing is larger than the reference power used in the previous processing, the angular power of the current processing is updated as the reference power.
これにより、例えばターゲットが静止車両であって、角度パワーが上昇し続けているような傾向を示すとき（図２３Ｂ参照）、減衰量面積Ａ１について増加しにくくすることができる。そのため、減衰量面積Ａ１と閾値Ａ１ａとを比較し、減衰量面積Ａ１が閾値Ａ１ａ未満の場合、ターゲットは静止車両の可能性が高いと判定することが可能となる。 Thereby, for example, when the target is a stationary vehicle and the angular power tends to continue to increase (see FIG. 23B), it is possible to make it difficult to increase the damping amount area A1. Therefore, it is possible to compare the damping amount area A1 and the threshold value A1a, and if the damping amount area A1 is less than the threshold value A1a, it is possible to determine that the target is likely to be a stationary vehicle.
次に、第３の指標である増加量面積Ａ２について説明する。不要物標除去部７６は、下記（１５）式に基づき、増加量面積Ａ２を算出する。 Next, the increased area A2, which is the third index, will be described. The unwanted object removal unit 76 calculates the increased area A2 based on the following equation (15).
図２４Ａ，２４Ｂは、実施形態３に係る増加量面積Ａ２の算出方法を説明する図である。なお、図２４Ａ，２４Ｂは、横軸を距離（検知距離）とし、縦軸を角度パワーとしたグラフである。また、図２４Ａは、ターゲットが上方物である場合のグラフの一例であり、図２４Ｂは、ターゲットが静止車両である場合のグラフの一例である。なお、図２４Ａは、ターゲットが上方物の場合に角度パワーの変化がほとんど生じない状態の例を示している。 24A and 24B are diagrams for explaining the calculation method of the increased amount area A2 according to the third embodiment. 24A and 24B are graphs in which the horizontal axis is the distance (detection distance) and the vertical axis is the angular power. Further, FIG. 24A is an example of a graph when the target is an upper object, and FIG. 24B is an example of a graph when the target is a stationary vehicle. Note that FIG. 24A shows an example of a state in which the angular power hardly changes when the target is an upper object.
以下では、図２４Ｂを先に参照して増加量面積Ａ２の算出方法を説明する。不要物標除去部７６は、ターゲットの検知距離が規定距離Ｙｂ以上のときの角度パワーに基づいて基準値を設定する。 In the following, a method of calculating the increased area A2 will be described with reference to FIG. 24B first. The unnecessary target removal unit 76 sets a reference value based on the angular power when the detection distance of the target is the specified distance Yb or more.
詳しくは、不要物標除去部７６は、ターゲットの距離が規定距離Ｙｂ以上である図２４Ｂ中の（１）から（２）までの間に相当する角度パワーの平均値を算出する。そして、不要物標除去部７６は、かかる平均値（ここでは角度パワーＰｅとする）を基準値として設定する。なお、図２４Ｂおよび後述する図２４Ａにあっては、基準値を白抜きの四角印で示した。 Specifically, the unwanted object removal unit 76 calculates the average value of the angular powers corresponding to the distances from (1) to (2) in FIG. 24B when the target distance is equal to or greater than the specified distance Yb. Then, the unnecessary object target removing unit 76 sets such an average value (here, the angle power Pe) as a reference value. In FIG. 24B and FIG. 24A described later, the reference value is indicated by a white square mark.
なお、上記した規定距離Ｙｂは、任意の値に設定可能であるが、例えば比較的長い値、具体的にはレーダ装置１からターゲットまでが遠距離となるような値に設定されてもよい。
The above-mentioned specified distance Yb can be set to an arbitrary value, but may be set to a relatively long value, specifically, a value such that the distance from the
そして、不要物標除去部７６は、今回処理で取得された角度パワー（例えば図２４Ｂ中の（３）に相当）から基準値（ここでは角度パワーＰｅ）を減算した差分を算出する。不要物標除去部７６は、かかる差分に、前回処理の距離と今回処理の距離との距離差（前回今回距離差）を乗算して得た値を算出して累積することで、増加量面積Ａ２を算出する。 Then, the unnecessary object target removing unit 76 calculates the difference obtained by subtracting the reference value (here, the angular power Pe) from the angular power (for example, corresponding to (3) in FIG. 24B) acquired in this process. The unwanted object removal unit 76 calculates and accumulates a value obtained by multiplying the difference by the distance difference between the distance of the previous processing and the distance of the current processing (the distance difference of the previous time and this time), and accumulates the increased area. Calculate A2.
従って、図２４Ｂに示すように、ターゲットが静止車両である場合、静止車両が近づくにつれて角度パワーは上昇することから、（１５）式の算出処理を繰り返すごとに、増加量面積Ａ２は増加することとなる。なお、図２４Ｂでは、ターゲットが距離Ｙｃまで近づいたときの増加量面積Ａ２を斜線で囲んで示している。 Therefore, as shown in FIG. 24B, when the target is a stationary vehicle, the angular power increases as the stationary vehicle approaches, so that the increased area A2 increases each time the calculation process of Eq. (15) is repeated. It becomes. In FIG. 24B, the area of increase A2 when the target approaches the distance Yc is shown surrounded by diagonal lines.
一方、図２４Ａに示すように、ターゲットが上方物である場合の増加量面積Ａ２は、角度パワーがほとんど変化しない状態であるため、静止車両の場合に比べて増加しにくい。詳しくは、不要物標除去部７６は、ターゲットの距離が規定距離Ｙｂ以上である図２４Ａ中の（１）から（２）までの間に相当する角度パワーの平均値（角度パワーＰｅ）を基準値として設定する。 On the other hand, as shown in FIG. 24A, the increased amount area A2 when the target is an upper object is less likely to increase than in the case of a stationary vehicle because the angular power hardly changes. Specifically, the unwanted object removal unit 76 is based on the average value (angle power Pe) of the angular power corresponding to the distance between (1) and (2) in FIG. 24A when the target distance is equal to or greater than the specified distance Yb. Set as a value.
そして、不要物標除去部７６は、今回処理の角度パワー（例えば図２４Ａ中の（３）に相当）から基準値Ｐｅを減算した差分を算出する。 Then, the unnecessary object removal unit 76 calculates the difference obtained by subtracting the reference value Pe from the angular power (for example, corresponding to (3) in FIG. 24A) of this processing.
ここで、増加量面積Ａ２は、上記したように、角度パワーの増加量を示す指標である。そのため、差分が負値の場合、言い換えると、角度パワーが減衰している場合、増加量面積Ａ２に反映させないようにしてもよい。 Here, the increased amount area A2 is an index indicating the increased amount of the angular power, as described above. Therefore, when the difference is a negative value, in other words, when the angular power is attenuated, it may not be reflected in the increase amount area A2.
具体的には、不要物標除去部７６は、今回処理の角度パワーから基準値を減算した差分が正値である場合、当該差分に前回今回距離差を乗算して得た値を累積して、増加量面積Ａ２を算出してもよい。 Specifically, when the difference obtained by subtracting the reference value from the angular power of the current processing is a positive value, the unnecessary target removal unit 76 accumulates the value obtained by multiplying the difference by the distance difference last time. , The increased area A2 may be calculated.
従って、図２４Ａ中の（３）の角度パワーは、基準値（ここでは角度パワーＰｅ）よりも小さいため、差分は負値となり、よって増加量面積Ａ２には反映されないようにする。なお、図２４Ａの例では、（４）の角度パワーは、基準値を減算した差分が正値であるため、不要物標除去部７６は、差分に前回今回距離差を乗算して得た値を累積して増加量面積Ａ２に反映させる。これにより、増加量面積Ａ２については、角度パワーの増加した量だけが累積され、よって後述するターゲット判定の精度を向上させることができる。 Therefore, since the angular power of (3) in FIG. 24A is smaller than the reference value (here, the angular power Pe), the difference becomes a negative value and is therefore not reflected in the increased amount area A2. In the example of FIG. 24A, since the difference obtained by subtracting the reference value is a positive value for the angular power of (4), the unnecessary object target removing unit 76 is a value obtained by multiplying the difference by the distance difference last time. Is accumulated and reflected in the increased amount area A2. As a result, for the increased amount area A2, only the increased amount of the angular power is accumulated, and thus the accuracy of the target determination described later can be improved.
図２４Ａの例では、角度パワーの変化がほとんど生じないため、マルチパスの影響で一時的に角度パワーが上昇して基準値を超えたときに、増加量面積Ａ２が僅かに増加するだけである。 In the example of FIG. 24A, since the angular power hardly changes, the increased area A2 only slightly increases when the angular power temporarily increases due to the influence of multipath and exceeds the reference value. ..
そして、不要物標除去部７６は、上記のようにして算出された増加量面積Ａ２と閾値Ａ２ａとを比較し、増加量面積Ａ２が閾値Ａ２ａ未満の場合、ターゲットが上方物であると判定する。また、不要物標除去部７６は、増加量面積Ａ２が閾値Ａ２ａ以上の場合、ターゲットが上方物ではない、言い換えると、静止車両の可能性が高いと判定する。 Then, the unnecessary object target removing unit 76 compares the increased amount area A2 calculated as described above with the threshold value A2a, and if the increased amount area A2 is less than the threshold value A2a, determines that the target is an upper object. .. Further, when the increased amount area A2 is equal to or greater than the threshold value A2a, the unnecessary object target removing unit 76 determines that the target is not an upper object, in other words, the possibility of a stationary vehicle is high.
このように、実施形態３にあっては、ターゲットの検知距離に応じた角度パワーの増加量を示す増加量面積Ａ２を用いることで、ターゲットが静止車両及び上方物のいずれであるかの判定を精度よく行うことができる。 As described above, in the third embodiment, by using the increased amount area A2 indicating the increased amount of the angular power according to the detection distance of the target, it is determined whether the target is a stationary vehicle or an upper object. It can be done with high accuracy.
なお、減衰量面積Ａ１や増加量面積Ａ２の算出において、今回処理における角度パワーとして瞬時値を用いることで、ターゲット判定の応答性を向上させることができる。なお、角度パワーの瞬時値は、数値がばらつくことがあるが、減衰量面積Ａ１や増加量面積Ａ２は累積値であることから、かかるばらつきを吸収することが可能となる。 By using an instantaneous value as the angular power in this processing in the calculation of the attenuation amount area A1 and the increase amount area A2, the responsiveness of the target determination can be improved. The instantaneous value of the angular power may vary, but since the attenuation area A1 and the increase area A2 are cumulative values, it is possible to absorb such variations.
（実施形態３に係る不要物標除去）
図２５は、実施形態３に係る不要物標除去のサブルーチンを示すフローチャートである。なお、図２５は、図１９Ｂのフローチャートに対応している。また、図２５にあっては、図１９ＢのステップＳ１８−１からステップＳ１８−１２までの確率比１〜６を算出する処理を、ステップＳ１８−Ａとしてまとめて示した。
(Removal of unnecessary objects according to the third embodiment)
FIG. 25 is a flowchart showing a subroutine for removing unnecessary objects according to the third embodiment. Note that FIG. 25 corresponds to the flowchart of FIG. 19B. Further, in FIG. 25, the processes for calculating the
図２５に示すように、不要物標除去部７６は、ステップＳ１８−Ａにおいて算出された確率比１〜６に基づいて確率比ＯｖｅｒＡｌｌを算出する（ステップＳ１８−１３）。次に、不要物標除去部７６は、減衰量面積Ａ１及び増加量面積Ａ２を算出する（ステップＳ１８−１３ａ）。
As shown in FIG. 25, the unwanted object removal unit 76 calculates the probability ratio Overall All based on the
次に、不要物標除去部７６は、算出された減衰量面積Ａ１が閾値Ａ１ａ以上か否かを判定する（ステップＳ１８−１３ｂ）。不要物標除去部７６は、減衰量面積Ａ１が閾値Ａ１ａ以上であると判定された場合（ステップＳ１８−１３ｂ：Ｙｅｓ）、ターゲットを上方物と判定する（ステップＳ１８−１６）。 Next, the unwanted object removal unit 76 determines whether or not the calculated attenuation amount area A1 is equal to or greater than the threshold value A1a (step S18-13b). When it is determined that the attenuation area A1 is equal to or greater than the threshold value A1a (step S18-13b: Yes), the unwanted object removal unit 76 determines that the target is an upper object (step S18-16).
不要物標除去部７６は、減衰量面積Ａ１が閾値Ａ１ａ未満である場合（ステップＳ１８−１３ｂ：Ｎｏ）、ターゲットは静止車両の可能性が高いと推定し、続いて増加量面積Ａ２が閾値Ａ２ａ未満か否かを判定する（ステップＳ１８−１３ｃ）。 When the attenuation area A1 is less than the threshold value A1a (step S18-13b: No), the unnecessary target removal unit 76 estimates that the target is likely to be a stationary vehicle, and subsequently the increase area A2 is the threshold value A2a. It is determined whether or not it is less than (step S18-13c).
不要物標除去部７６は、増加量面積Ａ２が閾値Ａ２ａ未満であると判定された場合（ステップＳ１８−１３ｃ：Ｙｅｓ）、ターゲットを上方物と判定する（ステップＳ１８−１６）。 When it is determined that the increased amount area A2 is less than the threshold value A2a (step S18-13c: Yes), the unwanted object removal unit 76 determines that the target is an upper object (step S18-16).
不要物標除去部７６は、増加量面積Ａ２が閾値Ａ２ａ以上であると判定された場合（ステップＳ１８−１３ｃ：Ｎｏ）、ターゲットは静止車両の可能性が高いと推定し、続いてステップＳ１８−１３で算出した確率比ＯｖｅｒＡｌｌが閾値以上であるか否かを判定する（ステップＳ１８−１４）。 When it is determined that the increased amount area A2 is equal to or greater than the threshold value A2a (step S18-13c: No), the unwanted object removal unit 76 estimates that the target is likely to be a stationary vehicle, and subsequently steps S18-. It is determined whether or not the probability ratio Overall all calculated in 13 is equal to or greater than the threshold value (step S18-14).
不要物標除去部７６は、確率比ＯｖｅｒＡｌｌが閾値以上であると判定された場合（ステップＳ１８−１４：Ｙｅｓ）、ターゲットを静止車両と判定する（ステップＳ１８−１５）。一方、不要物標除去部７６は、確率比ＯｖｅｒＡｌｌが閾値未満であると判定された場合（ステップＳ１８−１４：Ｎｏ）、ターゲットを上方物と判定する（ステップＳ１８−１６）。 When it is determined that the probability ratio Overall is equal to or greater than the threshold value (step S18-14: Yes), the unnecessary target removal unit 76 determines that the target is a stationary vehicle (step S18-15). On the other hand, when it is determined that the probability ratio Overall is less than the threshold value (step S18-14: No), the unnecessary object target removing unit 76 determines that the target is an upper object (step S18-16).
このように、実施形態３にあっては、減衰量面積Ａ１や増加量面積Ａ２をターゲット判定に用いることで、検知される角度パワーについてターゲットが明らかに上方物であることを示すような場合に、確率比ＯｖｅｒＡｌｌに関わらず、ターゲットを上方物と判定することができる。 As described above, in the third embodiment, when the attenuation amount area A1 and the increase amount area A2 are used for the target determination, it is shown that the target is clearly above the detected angular power. , The target can be determined to be an upper object regardless of the probability ratio Overall.
従って、実施形態３にあっては、例えば確率比ＯｖｅｒＡｌｌでは、静止車両及び上方物のいずれであるかの判定を明確に行いにくいターゲットであっても、精度よくターゲット判定を行うことができる。 Therefore, in the third embodiment, for example, in the probability ratio Overall, even if it is difficult to clearly determine whether the target is a stationary vehicle or an upper object, the target can be accurately determined.
また、実施形態３にあっては、減衰量面積Ａ１及び増加量面積Ａ２の両方を用いてターゲット判定を行うようにした。これにより、ターゲット判定を確実に行うことができる。 Further, in the third embodiment, the target determination is performed using both the attenuation amount area A1 and the increase amount area A2. As a result, the target determination can be reliably performed.
すなわち、例えばマルチパス等の影響により、角度パワーの値が激しく変動することがある。そのため、ターゲットが上方物であっても、角度パワーの値によっては、例えば減衰量面積Ａ１及び増加量面積Ａ２の一方で、ターゲットが上方物であることを示す値が出ないことがある。 That is, the value of the angular power may fluctuate drastically due to the influence of, for example, multipath. Therefore, even if the target is an upper object, depending on the value of the angular power, for example, while the attenuation amount area A1 and the increase amount area A2, a value indicating that the target is an upper object may not be obtained.
そのような場合であっても、減衰量面積Ａ１及び増加量面積Ａ２の他方で上方物であることを示す値が出れば、ターゲットを上方物として判定することが可能となる。すなわち、実施形態３にあっては、マルチパスによる影響を低減することができ、よってターゲット判定を確実に行うことができる。 Even in such a case, if the other of the attenuation amount area A1 and the increase amount area A2 has a value indicating that it is an upper object, it is possible to determine the target as an upper object. That is, in the third embodiment, the influence of the multipath can be reduced, and thus the target determination can be reliably performed.
具体的には、ターゲットが上方物の場合であっても、その上方物の路面からの高さが所定値未満の場合、減衰量面積Ａ１が閾値Ａ１ａ未満となることがある。このような場合、路面からの高さが所定値未満の上方物の増加量面積Ａ２の値は、閾値Ａ２ａ未満となる。上方物は、静止車両と比べると路面からの高さが高い位置に存在することからマルチパスの影響を受けやすく、増加量面積Ａ２が静止車両より小さくなるためである。このように、ターゲットが上方物の場合に、減衰量面積Ａ１の値が静止車両の傾向を示したとしても、増加量面積Ａ２の値を用いて判定することで、ターゲットの種別を正確に判定することができる。 Specifically, even when the target is an upper object, if the height of the upper object from the road surface is less than a predetermined value, the damping amount area A1 may be less than the threshold value A1a. In such a case, the value of the increased amount area A2 of the upper object whose height from the road surface is less than a predetermined value becomes less than the threshold value A2a. This is because the upper object is easily affected by multipath because the height from the road surface is higher than that of the stationary vehicle, and the increased area A2 is smaller than that of the stationary vehicle. In this way, when the target is an upper object, even if the value of the damping amount area A1 shows a tendency of a stationary vehicle, the type of the target is accurately determined by making a judgment using the value of the increased amount area A2. can do.
ここで、ターゲットが上方物であることを正確に判定する場合であれば、増加量面積Ａ２の値だけで判定することも考えられる。しかしながら、ターゲットが静止車両の場合であっても、その車両（例えば、トラック等）の路面からの車体の高さ（車高）が所定値以上のときは、マルチパスの影響を受けやすくなる。そのため、ターゲットが静止車両の場合にその特徴が顕著に表れる増加量面積Ａ２を用いる判定だけでなく、ターゲットが上方物のときにその特徴が顕著に表れる減衰量面積Ａ１を用いた判定も行うようにしている。これにより、複数の判定基準により静止車両の条件をすべて満たしたターゲットが静止車両と判定される。 Here, if it is necessary to accurately determine that the target is an upper object, it is conceivable to determine only by the value of the increased amount area A2. However, even when the target is a stationary vehicle, when the height (vehicle height) of the vehicle body from the road surface of the vehicle (for example, a truck or the like) is equal to or higher than a predetermined value, it is easily affected by multipath. Therefore, not only the determination using the increased amount area A2 in which the characteristic appears prominently when the target is a stationary vehicle, but also the determination using the damping amount area A1 in which the characteristic appears prominently when the target is an upper object is performed. I have to. As a result, a target that satisfies all the conditions for a stationary vehicle is determined to be a stationary vehicle according to a plurality of determination criteria.
［実施形態３の変形例］
次に、実施形態３の変形例について説明する。実施形態３の変形例にあっては、減衰量面積Ａ１や増加量面積Ａ２を、実施形態１及び２の変形例で述べた「静止車両の信頼度」に乗算する倍率Ｃとして換算して用いてもよい。
[Modified Example of Embodiment 3]
Next, a modified example of the third embodiment will be described. In the modified example of the third embodiment, the damping amount area A1 and the increased amount area A2 are converted and used as a magnification C to be multiplied by the "reliability of the stationary vehicle" described in the modified examples of the first and second embodiments. You may.
具体的には、例えば減衰量面積Ａ１が閾値Ａ１ａ以上の場合、ターゲットは上方物と判定できるため、倍率Ｃを０としてもよい。これにより、「静止車両の信頼度」は０となり、ターゲットが静止車両であると判定されないようにすることができる。 Specifically, for example, when the attenuation area A1 is equal to or greater than the threshold value A1a, the target can be determined to be an upper object, so the magnification C may be set to 0. As a result, the "reliability of the stationary vehicle" becomes 0, and it is possible to prevent the target from being determined to be a stationary vehicle.
同様に、例えば増加量面積Ａ２が閾値Ａ２ａ未満の場合、ターゲットは上方物と判定できるため、倍率Ｃを０にして「静止車両の信頼度」を０とし、よってターゲットが静止車両であると判定されないようにすることができる。 Similarly, for example, when the increased area A2 is less than the threshold value A2a, the target can be determined to be an upper object. Therefore, the magnification C is set to 0 and the "reliability of the stationary vehicle" is set to 0, and thus the target is determined to be a stationary vehicle. It can be prevented from being done.
なお、上記では、減衰量面積Ａ１や増加量面積Ａ２を倍率Ｃに変換するようにしたが、これに限定されるものではなく、例えば「静止車両の信頼度」に対して加減算されるような値に変換するようにしてもよい。 In the above, the attenuation amount area A1 and the increase amount area A2 are converted to the magnification C, but the present invention is not limited to this, and is added or subtracted with respect to, for example, the "reliability of a stationary vehicle". You may want to convert it to a value.
なお、上記した実施形態３では、減衰量面積Ａ１及び増加量面積Ａ２の算出処理や、減衰量面積Ａ１及び増加量面積Ａ２を閾値Ａ１ａ，Ａ２ａと比較する処理を、確率比ＯｖｅｒＡｌｌの算出処理の後に行うように構成したが、これに限られない。すなわち、減衰量面積Ａ１及び増加量面積Ａ２の算出処理等を、確率比ＯｖｅｒＡｌｌの算出処理に先立って、あるいは同時に行うようにしてもよい。 In the above-described third embodiment, the calculation process of the attenuation amount area A1 and the increase amount area A2 and the process of comparing the attenuation amount area A1 and the increase amount area A2 with the threshold values A1a and A2a are performed in the calculation process of the probability ratio OverAll. It was configured to be done later, but it is not limited to this. That is, the calculation processing of the attenuation amount area A1 and the increase amount area A2 may be performed prior to or at the same time as the calculation process of the probability ratio Overall.
また、実施形態３においては、第２及び第３の指標である減衰量面積Ａ１及び増加量面積Ａ２の両方を用いてターゲット判定を行うようにしたが、これに限定されるものではなく、例えば第２及び第３の指標のいずれか一方を用いる構成であってもよい。 Further, in the third embodiment, the target determination is performed using both the attenuation amount area A1 and the increase amount area A2, which are the second and third indexes, but the target determination is not limited to this, for example. It may be configured to use either of the second and third indicators.
なお、上記したピーク抽出部７０、角度推定部７１及びペアリング部７２は、導出部の一例である。また、不要物標除去部７６は、算出部及び判定部の一例である。また、静止車両は衝突する物標（例えばブレーキ制御等の車両制御が必要な物標）の一例であり、上方物は衝突しない物標（例えばブレーキ制御等の車両制御が不要な物標）の一例である。
The
実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともできる。もしくは、実施形態において説明した各処理のうち、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。 Of each of the processes described in the embodiments, all or part of the processes described as being automatically performed can also be performed manually. Alternatively, of the respective processes described in the embodiments, all or part of the processes described as being manually performed can be automatically performed by a known method.
また、実施形態において説明した各部の統合及び分散は、処理負荷や処理効率をもとに適宜変更することができる。この他、上述及び図示の処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて適宜変更することができる。 Further, the integration and distribution of each part described in the embodiment can be appropriately changed based on the processing load and the processing efficiency. In addition, the above-mentioned and illustrated processing procedures, control procedures, specific names, and information including various data and parameters can be appropriately changed unless otherwise specified.
さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、開示の技術のより広範な態様は、上述のように表しかつ記述した特定の詳細及び代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲及びその均等物によって定義される総括的な発明の概念の精神又は範囲から逸脱することなく、様々な変更が可能である。 Further effects and variations can be easily derived by those skilled in the art. For this reason, the broader aspects of the disclosed art are not limited to the particular details and representative embodiments expressed and described as described above. Therefore, various modifications can be made without departing from the spirit or scope of the general concept of the invention as defined by the appended claims and their equivalents.
Ａ 自車両
ＴＸ 送信部
ＴＸ１ 下方送信部
ＴＸ２ 上方送信部
ＲＸ 受信部
１、１Ａ レーダ装置
２ 車両制御装置
３ ブレーキ
４ 送信部
４１ 信号生成部
４２ 発振器
４３ スイッチ
５ 受信部
５２ 個別受信部
５３ ミキサ
５４ Ａ／Ｄ変換器
６、６Ａ 信号処理部
６１ 送信制御部
６２ フーリエ変換部
６３、６３Ａ 記憶部
６３ａ 横位置差モデル
６３ｂ 相対速度差モデル
６３ｃ 独立ビーム傾き差モデル
６３ｄ 上下ビームパワー差傾きモデル
６３ｅ 上下ビーム面積微分モデル
６３ｆ 外挿要因種別尤度テーブル
６３ｇ 重み係数・切片テーブルＡ
６３ｈ 重み係数・切片テーブルＢ
７、７Ａ データ処理部
７０ ピーク抽出部
７１ 角度推定部
７２ ペアリング部
７３ 連続性判定部
７４ フィルタリング部
７６、７６Ａ 不要物標除去部
７７ グループ化部
７８ 物標情報出力部
A Own vehicle TX transmitter TX1 Lower transmitter TX2 Upper
63h Weighting factor / intercept table B
7, 7A
Claims (9)
各パラメータと、前記自車両の進行方向に存在する物標であって、該自車両が前記進行方向に進んだときに衝突する物標の尤度、及び、前記自車両の進行方向に存在する物標であって該自車両が前記進行方向に進んだときに衝突しない物標の尤度との既知の相関を検知距離毎にモデル化した尤度モデルから、前記導出部により導出された各パラメータ及び検知距離に対応する前記衝突する物標及び前記衝突しない物標の各尤度比に基づいた第１の指標を算出する算出部と、
前記算出部により算出された前記第１の指標に基づき、前記物標が前記衝突する物標及び前記衝突しない物標のいずれであるかを判定する判定部と
を備えたことを特徴とするレーダ装置。 A plurality of parameters related to the target and the detection distance of the target based on the received signal obtained by receiving the reflected wave reflected by the target existing in the vicinity of the radar transmission wave transmitted to the vicinity of the own vehicle. And the derivation part that derives
Each parameter, a target existing in the traveling direction of the own vehicle, the likelihood of the target colliding when the own vehicle advances in the traveling direction, and the target existing in the traveling direction of the own vehicle. Each derived unit is derived from a likelihood model that models a known correlation with the likelihood of a target that does not collide when the own vehicle moves in the traveling direction for each detection distance. A calculation unit that calculates a first index based on the likelihood ratios of the colliding target and the non-collising target corresponding to the parameters and the detection distance.
A radar including a determination unit for determining whether the target is a colliding target or a non-collision target based on the first index calculated by the calculation unit. apparatus.
前記自車両の進行方向に対する前記物標の横位置に関する第１のパラメータと、
前記自車両に対する前記物標の相対速度に関する第２のパラメータと、
前記反射波の受信パワーに関する第３のパラメータと、
前記レーダ送信波のうち送信方向が異なる第１送信波及び第２送信波に対応する各反射波の受信パワー差に関する第４のパラメータと、
各検知距離について平準化した前記受信パワー差に関する第５のパラメータと、
前記受信信号に基づく前記物標の正常検知及び異常検知要因に関する第６のパラメータと
を含むことを特徴とする請求項１に記載のレーダ装置。 The plurality of parameters are parameters calculated for each acquisition of the received signal.
The first parameter regarding the lateral position of the target with respect to the traveling direction of the own vehicle, and
A second parameter relating to the relative speed of the target with respect to the own vehicle,
A third parameter relating to the received power of the reflected wave and
A fourth parameter relating to the reception power difference of each reflected wave corresponding to the first transmission wave and the second transmission wave having different transmission directions among the radar transmission waves, and
A fifth parameter relating to the received power difference leveled for each detection distance, and
The radar device according to claim 1, further comprising a sixth parameter relating to normal detection and abnormality detection factor of the target based on the received signal.
前記物標の初回検知距離が所定距離である場合には、前記複数のパラメータそれぞれを線形回帰させる第１の係数を用いて補正した各尤度比に基づいて前記第１の指標を算出し、前記物標の初回検知距離が前記所定距離以外である場合には、前記複数のパラメータそれぞれを線形回帰させる第２の係数を用いて補正した各尤度比に基づいて前記第１の指標を算出し、
前記第１の係数は、
前記第２の係数と比べて前記物標の検知距離に応じた値の変化が比較的大きい
ことを特徴とする請求項１又は２に記載のレーダ装置。 The calculation unit
When the initial detection distance of the target is a predetermined distance, the first index is calculated based on each likelihood ratio corrected by using the first coefficient that linearly regresses each of the plurality of parameters. When the initial detection distance of the target is other than the predetermined distance, the first index is calculated based on each likelihood ratio corrected by using a second coefficient that linearly regresses each of the plurality of parameters. And
The first coefficient is
The radar device according to claim 1 or 2, wherein the change in the value according to the detection distance of the target is relatively large as compared with the second coefficient.
前記物標の検知距離に応じた前記反射波の受信パワーの減衰量を示す第２の指標と、前記物標の検知距離に応じた前記反射波の受信パワーの増加量を示す第３の指標とを算出し、
前記判定部は、
前記算出部により算出された前記第２の指標及び前記第３の指標の少なくともいずれかに基づき、前記物標が前記衝突する物標及び前記衝突しない物標のいずれであるかを判定する
ことを特徴とする請求項１〜３のいずれか一つに記載のレーダ装置。 The calculation unit
A second index showing the amount of attenuation of the received power of the reflected wave according to the detection distance of the target, and a third index showing the amount of increase in the received power of the reflected wave according to the detection distance of the target. And calculate
The determination unit
Based on at least one of the second index and the third index calculated by the calculation unit, it is determined whether the target is the colliding target or the non-colliding target. The radar device according to any one of claims 1 to 3.
今回処理で取得された前記反射波の受信パワーから、今回処理までの前記反射波の受信パワーの最大値である基準パワーを減算した差分に、前回処理の検知距離と今回処理の検知距離との検知距離差を乗算して得た値を累積することで、前記第２の指標を算出する
ことを特徴とする請求項４に記載のレーダ装置。 The calculation unit
The difference between the detection distance of the previous processing and the detection distance of this processing is the difference obtained by subtracting the reference power, which is the maximum value of the reception power of the reflected wave up to this processing, from the reception power of the reflected wave acquired in this processing. The radar device according to claim 4, wherein the second index is calculated by accumulating the values obtained by multiplying the detection distance differences.
今回処理で取得された前記反射波の受信パワーが前回処理で用いた前記基準パワーよりも大きい場合、今回処理で取得された前記反射波の受信パワーを前記基準パワーとして更新する
ことを特徴とする請求項５に記載のレーダ装置。 The calculation unit
When the received power of the reflected wave acquired in the present process is larger than the reference power used in the previous process, the received power of the reflected wave acquired in the present process is updated as the reference power. The radar device according to claim 5.
前記物標の検知距離が規定距離以上のときの前記反射波の受信パワーに基づいて基準値を設定し、今回処理で取得された前記反射波の受信パワーから前記基準値を減算した差分に、前回処理の検知距離と今回処理の検知距離との検知距離差を乗算して得た値を累積することで、前記第３の指標を算出する
ことを特徴とする請求項４〜６のいずれか一つに記載のレーダ装置。 The calculation unit
A reference value is set based on the received power of the reflected wave when the detection distance of the target is equal to or longer than the specified distance, and the difference obtained by subtracting the reference value from the received power of the reflected wave acquired in this process is used. Any of claims 4 to 6, wherein the third index is calculated by accumulating the value obtained by multiplying the detection distance difference between the detection distance of the previous processing and the detection distance of the current processing. The radar device described in one.
今回処理で取得された前記反射波の受信パワーから前記基準値を減算した差分が正値である場合、当該差分に前記検知距離差を乗算して得た値を累積することで、前記第３の指標を算出する
ことを特徴とする請求項７に記載のレーダ装置。 The calculation unit
When the difference obtained by subtracting the reference value from the received power of the reflected wave acquired in this process is a positive value, the third value is accumulated by multiplying the difference by the detection distance difference. The radar device according to claim 7, wherein the index is calculated.
自車両の周辺へ送信したレーダ送信波が該周辺に存在する物標に反射した反射波を受信して取得される受信信号に基づいて前記物標に係る複数のパラメータ及び前記物標の検知距離を導出する導出ステップと、
各パラメータと、前記自車両の進行方向に存在する物標であって、該自車両が前記進行方向に進んだときに衝突する物標の尤度、及び、前記自車両の進行方向に存在する物標であって該自車両が前記進行方向に進んだときに衝突しない物標の尤度との既知の相関を検知距離毎にモデル化した尤度モデルから、前記導出ステップにより導出された各パラメータ及び検知距離に対応する前記衝突する物標及び前記衝突しない物標の各尤度比に基づいた第１の指標を算出する算出ステップと、
前記算出ステップにより算出された前記第１の指標に基づき、前記物標が前記衝突する物標及び前記衝突しない物標のいずれであるかを判定する判定ステップと
を含んだことを特徴とするレーダ装置の制御方法。 It is a control method of the radar device executed by the control device of the radar device.
A plurality of parameters related to the target and the detection distance of the target based on the received signal obtained by receiving the reflected wave reflected by the target existing in the vicinity of the radar transmission wave transmitted to the vicinity of the own vehicle. And the derivation step to derive
Each parameter, a target existing in the traveling direction of the own vehicle, the likelihood of the target colliding when the own vehicle advances in the traveling direction, and the target existing in the traveling direction of the own vehicle. Each of the likelihood models derived by the derivation step from a likelihood model that models a known correlation with the likelihood of a target that is a target and does not collide when the own vehicle advances in the traveling direction for each detection distance. A calculation step of calculating a first index based on each likelihood ratio of the colliding target and the non-collising target corresponding to the parameters and the detection distance, and
A radar characterized by including a determination step of determining whether the target is a colliding target or a non-collision target based on the first index calculated by the calculation step. How to control the device.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/619,902 US10962640B2 (en) | 2016-06-17 | 2017-06-12 | Radar device and control method of radar device |
| DE102017112939.1A DE102017112939A1 (en) | 2016-06-17 | 2017-06-13 | RADAR DEVICE AND CONTROL METHOD OF A RADAR DEVICE |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016120885 | 2016-06-17 | ||
| JP2016120885 | 2016-06-17 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017227622A JP2017227622A (en) | 2017-12-28 |
| JP6858067B2 true JP6858067B2 (en) | 2021-04-14 |
Family
ID=60891468
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017084796A Active JP6858067B2 (en) | 2016-06-17 | 2017-04-21 | Radar device and control method of radar device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6858067B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4105688A1 (en) * | 2021-06-18 | 2022-12-21 | Aptiv Technologies Limited | Method for estimating height of object |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7092529B2 (en) * | 2018-03-16 | 2022-06-28 | 株式会社デンソーテン | Radar device and control method of radar device |
| JP7174558B2 (en) * | 2018-08-01 | 2022-11-17 | 日本無線株式会社 | FMCW radar target detection device and FMCW radar target detection program |
| WO2020107474A1 (en) * | 2018-11-30 | 2020-06-04 | 深圳市大疆创新科技有限公司 | Method and device for detecting obstacles above, system, vehicle and storage medium |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005346287A (en) * | 2004-06-01 | 2005-12-15 | Denso Corp | Image recognizing method and apparatus |
| WO2006002320A2 (en) * | 2004-06-23 | 2006-01-05 | Strider Labs, Inc. | System and method for 3d object recognition using range and intensity |
| US7592945B2 (en) * | 2007-06-27 | 2009-09-22 | Gm Global Technology Operations, Inc. | Method of estimating target elevation utilizing radar data fusion |
| EP2390679B1 (en) * | 2010-05-27 | 2012-10-03 | Mitsubishi Electric R&D Centre Europe B.V. | Automotive radar with radio-frequency interference avoidance |
| US8854251B2 (en) * | 2010-06-16 | 2014-10-07 | Toyota Jidosha Kabushiki Kaisha | Object identification device and method |
| US9495778B2 (en) * | 2012-08-27 | 2016-11-15 | Kabushiki Kaisha Toshiba | Information presenting apparatus and method for confirmed and tentative tracks |
| JP6170704B2 (en) * | 2013-03-29 | 2017-07-26 | 富士通テン株式会社 | Radar apparatus and signal processing method |
-
2017
- 2017-04-21 JP JP2017084796A patent/JP6858067B2/en active Active
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4105688A1 (en) * | 2021-06-18 | 2022-12-21 | Aptiv Technologies Limited | Method for estimating height of object |
| US11644574B2 (en) | 2021-06-18 | 2023-05-09 | Aptiv Technologies Limited | Method for estimating height of object |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017227622A (en) | 2017-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7092529B2 (en) | Radar device and control method of radar device | |
| US10962640B2 (en) | Radar device and control method of radar device | |
| JP6788388B2 (en) | Radar device and control method of radar device | |
| JP6858067B2 (en) | Radar device and control method of radar device | |
| JP6170704B2 (en) | Radar apparatus and signal processing method | |
| JP6200644B2 (en) | Radar apparatus and signal processing method | |
| US9869761B2 (en) | Radar apparatus | |
| JP6092596B2 (en) | Radar apparatus and signal processing method | |
| JP4045043B2 (en) | Radar equipment | |
| JP6181924B2 (en) | Radar apparatus and signal processing method | |
| US9664788B2 (en) | Method for evaluating obstacles in a driver assistance system for motor vehicles | |
| US20150234041A1 (en) | Radar apparatus | |
| US9612323B2 (en) | Radar apparatus | |
| US9977126B2 (en) | Radar apparatus | |
| US10718864B2 (en) | Radar device and information transfer method | |
| JP6280319B2 (en) | Radar apparatus and signal processing method | |
| JP6348332B2 (en) | Radar apparatus, vehicle control system, and signal processing method | |
| JP2016070772A (en) | Rader system, vehicle control system, and signal processing method | |
| JP2018063130A (en) | Radar device and continuity determination method | |
| US9689975B2 (en) | Radar apparatus | |
| JP2014115137A (en) | Radar apparatus and signal processing method | |
| JP2017227623A (en) | Radar device and information taking-over method | |
| US11994577B2 (en) | Object tracking device | |
| JP7188894B2 (en) | Radar device and signal processing method | |
| JP2011191195A (en) | Radar apparatus and computer program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200327 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210226 |
|
| 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: 20210302 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210323 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6858067 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |