JP7111506B2

JP7111506B2 - Target detection device

Info

Publication number: JP7111506B2
Application number: JP2018095297A
Authority: JP
Inventors: 聖也藤津
Original assignee: Denso Ten Ltd
Current assignee: Denso Ten Ltd
Priority date: 2018-05-17
Filing date: 2018-05-17
Publication date: 2022-08-02
Anticipated expiration: 2038-05-17
Also published as: JP2019200154A

Description

本発明は、物標検出装置に関する。 The present invention relates to a target detection device .

従来、例えば車両の周囲へ電波を送信し、送信した電波が物標で反射した反射波に基づいて物標の自車両への向きの相対速度等を含む瞬時データを検出する物標検出装置が知られている（例えば、特許文献１参照）。 Conventionally, for example, there is a target detection device that transmits radio waves to the surroundings of a vehicle and detects instantaneous data including the relative speed of the target toward the own vehicle based on the reflected waves of the transmitted radio waves that are reflected by the target. known (see, for example, Patent Document 1).

特開２０００－１９３７４５号公報JP-A-2000-193745

しかしながら、上記した物標検出装置において検出される相対速度は、自車両への向きの速度成分のみであり、物標の実際の移動向きの速度成分を得るためには、初回検知から数スキャン分の瞬時データが必要となる。従って、従来の物標検出装置では、数スキャン後に物標の実際の移動向きが分かるため、物標に対する応答性を上げられないという課題があった。 However, the relative velocity detected by the above-described target detection apparatus is only the velocity component in the direction toward the own vehicle. of instantaneous data is required. Therefore, in the conventional target object detection device, since the actual moving direction of the target object can be known after several scans, there is a problem that the responsiveness to the target object cannot be improved.

本発明は、上記に鑑みてなされたものであって、物標に対する応答性を向上させることができる物標検出装置および物標検出方法を提供することを目的とする。 SUMMARY OF THE INVENTION It is an object of the present invention to provide a target detection apparatus and target detection method capable of improving responsiveness to targets.

上述した課題を解決し、目的を達成するために、本発明に係る物標検出装置は、生成部と、推定部とを備える。前記生成部は、送信した電波が物標で反射した複数の反射点それぞれについて、前記物標の自車両への向きの相対速度を含む瞬時データを生成する。前記推定部は、前記生成部によって生成された複数の前記瞬時データにおける前記相対速度に基づき、当該複数の瞬時データそれぞれに対応する前記自車両への向きのベクトルにおける起点を揃え、当該ベクトルに対する垂線の交点から前記物標の移動向きを推定する。 In order to solve the above-described problems and achieve the object, the target detection device according to the present invention includes a generator and an estimator. The generator generates instantaneous data including the relative velocity of the target toward the own vehicle for each of a plurality of reflection points at which the transmitted radio wave is reflected by the target. The estimator aligns the starting points of the direction vectors toward the host vehicle corresponding to each of the plurality of instantaneous data based on the relative velocity in the plurality of instantaneous data generated by the generator, and determines the direction perpendicular to the vector. The direction of movement of the target is estimated from the intersection of .

本発明によれば、物標に対する応答性を向上させることができる。 ADVANTAGE OF THE INVENTION According to this invention, the responsiveness with respect to a target object can be improved.

図１Ａは、実施形態に係る物標検出方法の概要を示す図である。FIG. 1A is a diagram showing an overview of a target detection method according to an embodiment. 図１Ｂは、実施形態に係る物標検出方法の概要を示す図である。FIG. 1B is a diagram illustrating an outline of a target detection method according to the embodiment; 図２は、実施形態に係るレーダ装置の構成を示すブロック図である。FIG. 2 is a block diagram showing the configuration of the radar device according to the embodiment. 図３は、信号処理部の前段処理から信号処理部におけるピーク抽出処理までの処理説明図である。FIG. 3 is a process explanatory diagram from pre-processing of the signal processing unit to peak extraction processing in the signal processing unit. 図４Ａは、角度推定処理の処理説明図である。FIG. 4A is a process explanatory diagram of the angle estimation process. 図４Ｂは、ペアリング処理の処理説明図（その１）である。FIG. 4B is a process explanatory diagram (part 1) of the pairing process. 図４Ｃは、ペアリング処理の処理説明図（その２）である。FIG. 4C is a process explanatory diagram (part 2) of the pairing process. 図５は、推定部の処理内容を示す図である。FIG. 5 is a diagram showing the processing contents of the estimation unit. 図６Ａは、推定部の処理内容を示す図である。FIG. 6A is a diagram illustrating the processing contents of an estimating unit; 図６Ｂは、推定部の処理内容を示す図である。FIG. 6B is a diagram illustrating the processing contents of the estimation unit; 図７は、推定部の処理内容を示す図である。FIG. 7 is a diagram showing the processing contents of the estimation unit. 図８は、実施形態に係る物標検出装置が実行する処理の処理手順を示すフローチャートである。FIG. 8 is a flowchart illustrating a processing procedure of processing executed by the target detection device according to the embodiment; 図９は、実施形態に係る推定部が実行する推定処理の処理手順を示すフローチャートである。FIG. 9 is a flowchart illustrating a procedure of estimation processing executed by the estimation unit according to the embodiment; 図１０は、移動ベクトルの検証処理を示す図である。FIG. 10 is a diagram showing the motion vector verification process.

以下、添付図面を参照して、本願の開示する物標検出装置および物標検出方法の実施形態を詳細に説明する。なお、この実施形態により本発明が限定されるものではない。なお、以下では、物標検出装置がＦＭ－ＣＷ（Frequency Modulated Continuous Wave）方式である場合を例に挙げて説明するが、物標検出装置は、例えばＦＣＭ（Fast-Chirp Modulation）方式といった他の方式であってもよい。 Hereinafter, embodiments of a target object detection device and a target object detection method disclosed in the present application will be described in detail with reference to the accompanying drawings. It should be noted that the present invention is not limited by this embodiment. In the following description, the target detection device is based on the FM-CW (Frequency Modulated Continuous Wave) system. It may be a method.

まず、図１Ａおよび図１Ｂを用いて、実施形態に係る物標検出方法の概要について説明する。図１Ａおよび図１Ｂは、実施形態に係る物標検出方法の概要を示す図である。図１Ａでは、実施形態に係る物標検出装置１を搭載した自車両ＭＣと、所定の移動ベクトルＶで移動する他車両ＬＣとを示している。移動ベクトルＶとは、他車両ＬＣの実際の移動向きおよびかかる移動向きへの相対速度を含むベクトルである。 First, the outline of the target object detection method according to the embodiment will be described with reference to FIGS. 1A and 1B. 1A and 1B are diagrams showing an outline of a target detection method according to an embodiment. FIG. 1A shows an own vehicle MC equipped with the target object detection device 1 according to the embodiment, and another vehicle LC that moves with a predetermined movement vector V. FIG. The movement vector V is a vector containing the actual movement direction of the other vehicle LC and the relative speed to the movement direction.

図１Ａに示すように、物標検出装置１は、例えば自車両ＭＣのフロントグリル内等に搭載され、自車両ＭＣの進行方向に存在する物標（例えば、他車両ＬＣ等）を検出する。なお、物標検出装置１の搭載箇所は、例えばフロントガラスやリアグリル、左右の側部（例えば、左右のドアミラー）等他の箇所に搭載されてもよい。 As shown in FIG. 1A, the target detection device 1 is mounted, for example, in the front grille of the own vehicle MC, and detects targets (for example, other vehicles LC, etc.) existing in the traveling direction of the own vehicle MC. Note that the target detection device 1 may be mounted at other locations such as a windshield, a rear grille, left and right side portions (for example, left and right door mirrors), and the like.

また、図１Ａに示すように、物標検出装置１は、自車両ＭＣの周囲に送信した電波が他車両ＬＣで反射した複数の反射点それぞれについて、瞬時データ１００を生成する。瞬時データ１００には、例えば、自車両ＭＣへの向きの相対速度（ベクトルＲＶ１，ＲＶ２）等が含まれる。具体的には、図１Ａに示す２つのベクトルＲＶ１，ＲＶ２は、同一の物標から得られるベクトルであり、移動ベクトルＶが自車両ＭＣと瞬時データ１００とを通る直線に射影されたベクトルである。なお、以下では、「ベクトルＲＶ１」および「ベクトルＲＶ２」を区別しない場合、単に「ベクトルＲＶ」と記載する場合がある。 Further, as shown in FIG. 1A, the target detection device 1 generates instantaneous data 100 for each of a plurality of reflection points at which the radio waves transmitted around the host vehicle MC are reflected by the other vehicle LC. The instantaneous data 100 includes, for example, the relative speed (vectors RV1, RV2) toward the own vehicle MC. Specifically, the two vectors RV1 and RV2 shown in FIG. 1A are vectors obtained from the same target, and the movement vector V is a vector projected onto a straight line passing through the host vehicle MC and the instantaneous data 100. . In addition, hereinafter, when the “vector RV1” and the “vector RV2” are not distinguished from each other, they may simply be referred to as “vector RV”.

ここで、従来の物標検出装置について説明する。従来の物標検出装置では、１スキャンで検出される相対速度は、自車両への向きの相対速度のみ（例えば、図１Ａに示すベクトルＲＶ１，ＲＶ２）であり、移動ベクトルを得ることができない。つまり、１スキャンでは、物標の実際の移動向きを得ることができず、物標の実際の移動向きを得るためには、初回検知から数スキャン分の瞬時データの変化から求めなければならない。従って、従来の物標検出装置では、数スキャン後に物標の実際の移動向きが分かるため、物標に対する応答性を上げられないという課題があった。 Here, a conventional target object detection device will be described. In the conventional target detection device, the relative velocity detected in one scan is only the relative velocity toward the own vehicle (for example, vectors RV1 and RV2 shown in FIG. 1A), and a movement vector cannot be obtained. In other words, the actual direction of movement of the target cannot be obtained in one scan, and in order to obtain the actual direction of movement of the target, it must be obtained from changes in instantaneous data for several scans after the initial detection. Therefore, in the conventional target object detection device, since the actual moving direction of the target object can be known after several scans, there is a problem that the responsiveness to the target object cannot be improved.

そこで、実施形態に係る物標検出方法では、１スキャンで物標の実際の移動向きを検出可能とした。具体的には、実施形態に係る物標検出方法では、複数の瞬時データ１００における相対速度に基づき、複数の瞬時データ１００それぞれに対応する自車両ＭＣへの向きのベクトルＲＶ１，ＲＶ２における起点を揃え、ベクトルＲＶに対する垂線ＶＬの交点ＣＰから物標である他車両ＬＣの移動向きを推定する。 Therefore, in the target detection method according to the embodiment, it is possible to detect the actual moving direction of the target in one scan. Specifically, in the target object detection method according to the embodiment, based on the relative velocity in the plurality of instantaneous data 100, the starting points of the vectors RV1 and RV2 pointing toward the host vehicle MC corresponding to each of the plurality of instantaneous data 100 are aligned. , and the direction of movement of the other vehicle LC, which is the target, is estimated from the intersection point CP of the perpendicular line VL with respect to the vector RV.

図１Ｂに示す例では、２つの瞬時データ１００に対応する２つのベクトルＲＶ１，ＲＶ２の起点を揃えた２次元平面を示している。なお、図１Ｂにおいて、縦軸は、自車両ＭＣに対して左右方向への相対速度（ＶＹ）を示し、横軸は、自車両ＭＣに対して前後方向への相対速度（ＶＸ）を示す。 The example shown in FIG. 1B shows a two-dimensional plane in which the starting points of two vectors RV1 and RV2 corresponding to two instantaneous data 100 are aligned. In FIG. 1B, the vertical axis indicates the relative velocity (VY) in the left-right direction with respect to the own vehicle MC, and the horizontal axis indicates the relative velocity (VX) in the front-rear direction with respect to the own vehicle MC.

図１Ｂに示すように、実施形態に係る物標検出方法では、まず、起点が揃った２つのベクトルＲＶ１，ＲＶ２の終点を通る垂線ＶＬを引き、２つの垂線ＶＬの交点ＣＰを求める。そして、実施形態に係る物標検出方法では、交点が１つであった場合、ベクトルＲＶ１，ＲＶ２の起点を移動ベクトルＶの起点とし、交点ＣＰを移動ベクトルＶの終点とする。すなわち、ベクトルＲＶ１，ＲＶ２の起点から交点ＣＰへの向きが物標の実際の移動向きを示し、ベクトルＲＶ１，ＲＶ２の起点と交点ＣＰとの間の距離が物標の移動向きへの相対速度を示す。 As shown in FIG. 1B, in the target detection method according to the embodiment, first, a perpendicular line VL passing through the end points of two vectors RV1 and RV2 having the same starting point is drawn to obtain an intersection point CP of the two perpendicular lines VL. In the target detection method according to the embodiment, when there is one intersection point, the starting point of the vectors RV1 and RV2 is set as the starting point of the movement vector V, and the intersection point CP is set as the end point of the movement vector V. FIG. That is, the direction from the starting point of the vectors RV1 and RV2 to the intersection point CP indicates the actual moving direction of the target, and the distance between the starting point of the vectors RV1 and RV2 and the intersection point CP indicates the relative speed of the target in the moving direction. show.

このように、実施形態に係る物標検出方法によれば、複数の瞬時データ１００に基づいて１スキャンで物標の移動向きを検出できるため、数スキャン必要とした従来に比べて、物標に対する応答性を向上させることができる。 As described above, according to the target detection method according to the embodiment, since the direction of movement of the target can be detected in one scan based on a plurality of instantaneous data 100, compared to the conventional method that requires several scans, Responsiveness can be improved.

なお、実施形態に係る物標検出方法では、物標の移動向きのみが必要であれば、物標の移動向きであるベクトルＲＶ１，ＲＶ２の起点と交点ＣＰとの間の距離を必ずしも求める必要はない。つまり、実施形態に係る物標検出方法では、少なくとも物標の移動向きを推定する。 In the target detection method according to the embodiment, if only the direction of movement of the target is required, it is not necessary to obtain the distance between the origin of the vectors RV1 and RV2, which are the directions of movement of the target, and the intersection point CP. do not have. That is, in the target object detection method according to the embodiment, at least the movement direction of the target object is estimated.

また、実施形態に係る物標検出方法では、交点ＣＰが３つ以上の場合に、かかる交点ＣＰにより形成される三角形の内心を求めることで、物標の移動向きを推定するが、かかる点については後述する。 Further, in the target object detection method according to the embodiment, when there are three or more intersection points CP, the movement direction of the target object is estimated by obtaining the center of the triangle formed by the intersection points CP. will be described later.

次に、図２を参照して、実施形態に係る物標検出装置１の構成について詳細に説明する。図２は、実施形態に係る物標検出装置１の構成を示すブロック図である。なお、図２では、本実施形態の特徴を説明するために必要な構成要素のみを機能ブロックで表しており、一般的な構成要素についての記載を省略している。 Next, the configuration of the target object detection device 1 according to the embodiment will be described in detail with reference to FIG. 2 . FIG. 2 is a block diagram showing the configuration of the target object detection device 1 according to the embodiment. In addition, in FIG. 2, only the components necessary for explaining the features of the present embodiment are represented by functional blocks, and the description of general components is omitted.

換言すれば、図２に図示される各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。例えば、各機能ブロックの分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することが可能である。 In other words, each component illustrated in FIG. 2 is functionally conceptual and does not necessarily need to be physically configured as illustrated. For example, the specific forms of distribution and integration of each functional block are not limited to those shown in the figure, and all or part of them can be functionally or physically distributed in arbitrary units according to various loads and usage conditions.・It is possible to integrate and configure.

図２に示すように、物標検出装置１は、送信部１０と、受信部２０と、処理部３０とを備える。物標検出装置１は、自車両ＭＣの挙動を制御する車両制御装置２に接続される。 As shown in FIG. 2 , the target detection device 1 includes a transmitter 10 , a receiver 20 and a processor 30 . The target detection device 1 is connected to a vehicle control device 2 that controls the behavior of the own vehicle MC.

かかる車両制御装置２は、物標検出装置１による物標の検出結果に基づいて、ＰＣＳ（Pre-crash Safety System）やＡＥＢ(Advanced Emergency Braking System)などの車両制御を行う。 The vehicle control device 2 performs vehicle control such as PCS (Pre-crash Safety System) and AEB (Advanced Emergency Braking System) based on the target detection result by the target detection device 1 .

送信部１０は、信号生成部１１と、発振器１２と、送信アンテナ１３とを備える。信号生成部１１は、後述する送受信制御部３１の制御により、三角波で周波数変調されたミリ波を送信するための変調信号を生成する。発振器１２は、かかる信号生成部１１によって生成された変調信号に基づいて送信信号を生成し、送信アンテナ１３へ出力する。なお、図２に示すように、発振器１２によって生成された送信信号は、後述するミキサ２２に対しても分配される。 The transmitter 10 includes a signal generator 11 , an oscillator 12 and a transmission antenna 13 . The signal generation unit 11 generates a modulation signal for transmitting millimeter waves frequency-modulated with a triangular wave under the control of the transmission/reception control unit 31, which will be described later. The oscillator 12 generates a transmission signal based on the modulated signal generated by the signal generator 11 and outputs it to the transmission antenna 13 . Incidentally, as shown in FIG. 2, the transmission signal generated by the oscillator 12 is also distributed to the mixer 22, which will be described later.

送信アンテナ１３は、発振器１２からの送信信号を送信波へ変換し、かかる送信波を自車両ＭＣの外部へ出力する。送信アンテナ１３が出力する送信波は、三角波で周波数変調された連続波である。送信アンテナ１３から自車両ＭＣの外部、たとえば前方へ送信された送信波は、他車両ＬＣ等の物標で反射されて反射波となる。 The transmission antenna 13 converts a transmission signal from the oscillator 12 into a transmission wave, and outputs the transmission wave to the outside of the own vehicle MC. A transmission wave output from the transmission antenna 13 is a continuous wave frequency-modulated with a triangular wave. A transmission wave transmitted from the transmission antenna 13 to the outside of the own vehicle MC, for example, to the front is reflected by a target such as another vehicle LC and becomes a reflected wave.

受信部２０は、アレーアンテナを形成する複数の受信アンテナ２１と、複数のミキサ２２と、複数のＡ／Ｄ変換部２３とを備える。ミキサ２２およびＡ／Ｄ変換部２３は、受信アンテナ２１ごとに設けられる。 The receiving section 20 includes a plurality of receiving antennas 21 forming an array antenna, a plurality of mixers 22 and a plurality of A/D converting sections 23 . Mixer 22 and A/D converter 23 are provided for each receiving antenna 21 .

各受信アンテナ２１は、物標からの反射波を受信波として受信し、かかる受信波を受信信号へ変換してミキサ２２へ出力する。なお、図２に示す受信アンテナ２１の数は４つであるが、３つ以下または５つ以上であってもよい。 Each receiving antenna 21 receives a reflected wave from a target as a received wave, converts the received wave into a received signal, and outputs the received signal to the mixer 22 . Although the number of receiving antennas 21 shown in FIG. 2 is four, the number may be three or less or five or more.

受信アンテナ２１から出力された受信信号は、図示略の増幅器（たとえば、ローノイズアンプ）で増幅された後にミキサ２２へ入力される。ミキサ２２は、分配された送信信号と、受信アンテナ２１から入力される受信信号との一部をミキシングし不要な信号成分を除去してビート信号を生成し、Ａ／Ｄ変換部２３へ出力する。 A received signal output from the receiving antenna 21 is input to the mixer 22 after being amplified by an amplifier (for example, a low noise amplifier) not shown. The mixer 22 mixes the distributed transmission signal and part of the received signal input from the receiving antenna 21 to remove unnecessary signal components, generates a beat signal, and outputs the beat signal to the A/D converter 23 . .

ビート信号は、送信波と反射波との差分波であって、送信信号の周波数（以下、「送信周波数」と記載する）と受信信号の周波数（以下、「受信周波数」と記載する）との差となるビート周波数を有する。ミキサ２２で生成されたビート信号は、Ａ／Ｄ変換部２３でデジタル信号に変換された後に、処理部３０へ出力される。 The beat signal is a difference wave between the transmitted wave and the reflected wave, and is the difference between the frequency of the transmitted signal (hereinafter referred to as "transmission frequency") and the frequency of the received signal (hereinafter referred to as "received frequency"). It has a different beat frequency. The beat signal generated by the mixer 22 is converted into a digital signal by the A/D conversion section 23 and then output to the processing section 30 .

処理部３０は、送受信制御部３１と、信号処理部３２と、記憶部３３とを備える。信号処理部３２は、生成部３２ａと、フィルタ処理部３２ｂとを備える。 The processing unit 30 includes a transmission/reception control unit 31 , a signal processing unit 32 and a storage unit 33 . The signal processor 32 includes a generator 32a and a filter processor 32b.

記憶部３３は、履歴データ３３ａを記憶する。履歴データ３３ａは、信号処理部３２が実行する一連の信号処理における物標データの履歴や、瞬時データ１００の履歴を含む情報である。 The storage unit 33 stores history data 33a. The history data 33 a is information including the history of target data in a series of signal processing executed by the signal processing unit 32 and the history of the instantaneous data 100 .

処理部３０は、たとえば、ＣＰＵ（Central Processing Unit）、記憶部３３に対応するＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）、レジスタ、その他の入出力ポートなどを含むマイクロコンピュータであり、物標検出装置１全体を制御する。 The processing unit 30 is a microcomputer including, for example, a CPU (Central Processing Unit), a ROM (Read Only Memory) and a RAM (Random Access Memory) corresponding to the storage unit 33, registers, other input/output ports, etc. It controls the target detection device 1 as a whole.

かかるマイクロコンピュータのＣＰＵがＲＯＭに記憶されたプログラムを読み出して実行することによって、送受信制御部３１および信号処理部３２として機能する。なお、送受信制御部３１および信号処理部３２は全部をＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などのハードウェアで構成することもできる。 The CPU of such a microcomputer functions as a transmission/reception control section 31 and a signal processing section 32 by reading out and executing programs stored in the ROM. The transmission/reception control unit 31 and the signal processing unit 32 can also be configured entirely by hardware such as ASIC (Application Specific Integrated Circuit) or FPGA (Field Programmable Gate Array).

送受信制御部３１は、信号生成部１１を含む送信部１０、および、受信部２０を制御する。信号処理部３２は、一連の信号処理を周期的に実行する。つづいて信号処理部３２の各構成要素について説明する。 The transmission/reception control section 31 controls the transmission section 10 including the signal generation section 11 and the reception section 20 . The signal processing unit 32 periodically executes a series of signal processing. Next, each component of the signal processing section 32 will be described.

生成部３２ａは、瞬時データ１００を生成する。具体的には、生成部３２ａは、周波数解析処理と、ピーク抽出処理と、瞬時データ生成処理とを行うことで、瞬時データ１００を生成する。 The generator 32 a generates instantaneous data 100 . Specifically, the generator 32a generates the instantaneous data 100 by performing frequency analysis processing, peak extraction processing, and instantaneous data generation processing.

周波数解析処理では、各Ａ／Ｄ変換部２３から入力されるビート信号に対して高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）処理（以下、「ＦＦＴ処理」と記載する）を行う。かかるＦＦＴ処理の結果は、ビート信号の周波数スペクトルであり、ビート信号の周波数ごと（周波数分解能に応じた周波数間隔で設定された周波数ビンごと）のパワー値（信号レベル）である。 In the frequency analysis process, the beat signal input from each A/D converter 23 is subjected to Fast Fourier Transform (FFT) processing (hereinafter referred to as "FFT processing"). The result of such FFT processing is the frequency spectrum of the beat signal, which is the power value (signal level) for each frequency of the beat signal (for each frequency bin set at frequency intervals corresponding to the frequency resolution).

ピーク抽出処理では、周波数解析処理によるＦＦＴ処理の結果においてピークとなるピーク周波数を抽出する。なお、ピーク抽出処理では、後述するビート信号の「ＵＰ区間」および「ＤＮ区間」のそれぞれについてピーク周波数を抽出する。 In the peak extraction process, a peak frequency is extracted as a result of the FFT process by the frequency analysis process. In the peak extraction process, peak frequencies are extracted for each of the "UP section" and the "DN section" of the beat signal, which will be described later.

瞬時データ生成処理では、ピーク抽出処理において抽出されたピーク周波数のそれぞれに対応する反射波の到来角度とそのパワー値を算出する角度推定処理を実行する。なお、角度推定処理の実行時点で、到来角度は、物標が存在すると推定される角度であることから、以下では「推定角度」と記載する場合がある。 In the instantaneous data generation process, an angle estimation process is executed to calculate the arrival angle and the power value of the reflected wave corresponding to each of the peak frequencies extracted in the peak extraction process. It should be noted that, at the time of execution of the angle estimation process, the arrival angle is an angle at which it is estimated that the target exists, so it may be referred to as an "estimated angle" below.

また、瞬時データ生成処理では、算出した推定角度とパワー値との算出結果に基づいて「ＵＰ区間」および「ＤＮ区間」それぞれのピーク周波数の正しい組み合わせを判定するペアリング処理を実行する。 Also, in the instantaneous data generation process, a pairing process is executed to determine the correct combination of the peak frequencies of the "UP section" and the "DN section" based on the calculated estimated angle and power value.

また、瞬時データ生成処理では、判定した組み合わせ結果から各物標の自車両ＭＣに対する距離および自車両ＭＣへの向きの相対速度を算出する。また、瞬時データ処理では、算出した各物標の推定角度、距離および相対速度を、最新周期（最新スキャン）分の瞬時データ１００としてフィルタ処理部３２ｂへ出力するとともに、記憶部３３の履歴データ３３ａとして記憶する。 Further, in the instantaneous data generation process, the distance of each target from the own vehicle MC and the relative speed toward the own vehicle MC are calculated from the determined combination result. In the instantaneous data processing, the calculated estimated angle, distance, and relative velocity of each target are output as instantaneous data 100 for the latest cycle (latest scan) to the filter processing unit 32b, and the history data 33a of the storage unit 33 are output. remember as

説明を分かりやすくするために、信号処理部３２の前段処理から信号処理部３２におけるここまでの処理の流れを図３～図４Ｃに示す。図３は、信号処理部３２の前段処理から生成部３２ａにおけるピーク抽出処理までの処理説明図である。 3 to 4C show the flow of processing from the pre-processing of the signal processing unit 32 up to this point in the signal processing unit 32 for the sake of easy understanding of the explanation. FIG. 3 is a process explanatory diagram from the pre-processing of the signal processing unit 32 to the peak extraction processing in the generation unit 32a.

また、図４Ａは、角度推定処理の処理説明図である。また、図４Ｂおよび図４Ｃは、ペアリング処理の処理説明図（その１）および（その２）である。なお、図３は、２つの太い下向きの白色矢印で３つの領域に区切られている。以下では、かかる各領域を順に、上段、中段、下段と記載する。 Also, FIG. 4A is a process explanatory diagram of the angle estimation process. 4B and 4C are process explanatory diagrams (part 1) and (part 2) of the pairing process. Note that FIG. 3 is divided into three regions by two thick downward white arrows. In the following, such regions are described in order as an upper stage, a middle stage, and a lower stage.

図３の上段に示すように、送信信号ｆｓ（ｔ）は、送信アンテナ１３から送信波として送出された後、物標において反射されて反射波として到来し、受信アンテナ２１において受信信号ｆｒ（ｔ）として受信される。 As shown in the upper part of FIG. 3, the transmission signal fs(t) is transmitted from the transmission antenna 13 as a transmission wave, is reflected by the target, arrives as a reflected wave, and is received by the reception antenna 21 as the reception signal fr(t ) is received as

このとき、図３の上段に示すように、受信信号ｆｒ（ｔ）は、自車両ＭＣと物標との距離に応じて、送信信号ｆｓ（ｔ）に対して時間差Ｔだけ遅延している。この時間差Ｔと、自車両ＭＣおよび物標の相対速度に基づくドップラー効果とにより、ビート信号は、周波数が上昇する「ＵＰ区間」の周波数ｆｕｐと、周波数が下降する「ＤＮ区間」の周波数ｆｄｎとが繰り返される信号として得られる（図３の中段参照）。 At this time, as shown in the upper part of FIG. 3, the received signal fr(t) is delayed by the time difference T with respect to the transmitted signal fs(t) according to the distance between the host vehicle MC and the target. Due to this time difference T and the Doppler effect based on the relative velocities of the host vehicle MC and the target, the beat signal has a frequency fup in an "UP section" where the frequency rises and a frequency fdn in the "DN section" where the frequency drops. is obtained as a repeated signal (see the middle part of FIG. 3).

図３の下段には、かかるビート信号を周波数解析処理においてＦＦＴ処理した結果を、「ＵＰ区間」側および「ＤＮ区間」側のそれぞれについて模式的に示している。 The lower part of FIG. 3 schematically shows the results of the FFT processing of the beat signal in the frequency analysis processing for each of the "UP section" side and the "DN section" side.

図３の下段に示すように、ＦＦＴ処理後には、「ＵＰ区間」側および「ＤＮ区間」側のそれぞれの周波数領域における波形が得られる。ピーク抽出処理では、かかる波形においてピークとなるピーク周波数を抽出する。 As shown in the lower part of FIG. 3, after the FFT processing, waveforms in the frequency domains on the "UP section" side and the "DN section" side are obtained. In the peak extraction process, the peak frequency of the waveform is extracted.

たとえば、図３の下段に示した例の場合、ピーク抽出閾値が用いられ、「ＵＰ区間」側においては、ピークＰｕ１～Ｐｕ３がそれぞれピークとして判定され、ピーク周波数ｆｕ１～ｆｕ３がそれぞれ抽出される。 For example, in the case of the example shown in the lower part of FIG. 3, a peak extraction threshold is used, peaks Pu1 to Pu3 are determined as peaks, and peak frequencies fu1 to fu3 are extracted on the "UP section" side.

また、「ＤＮ区間」側においては、同じくピーク抽出閾値により、ピークＰｄ１～Ｐｄ３がそれぞれピークとして判定され、ピーク周波数ｆｄ１～ｆｄ３がそれぞれ抽出される。 Also, on the "DN section" side, the peaks Pd1 to Pd3 are determined as peaks by the same peak extraction threshold, and the peak frequencies fd1 to fd3 are extracted.

ここで、ピーク抽出処理により抽出した各ピーク周波数の周波数成分には、複数の物標からの反射波が混成している場合がある。そこで、瞬時データ生成処理では、各ピーク周波数のそれぞれについて方位演算する角度推定処理を行い、ピーク周波数ごとに対応する物標の存在を解析する。 Here, the frequency component of each peak frequency extracted by the peak extraction process may be mixed with reflected waves from a plurality of targets. Therefore, in the instantaneous data generation process, an angle estimation process for performing azimuth calculation is performed for each peak frequency, and the presence of a target corresponding to each peak frequency is analyzed.

なお、瞬時データ生成処理における方位演算は、たとえばＥＳＰＲＩＴ（Estimation of Signal Parameters via Rotational Invariance Techniques）などの公知の到来方向推定手法を用いて行うことができる。 Note that the azimuth calculation in the instantaneous data generation process can be performed using a known direction-of-arrival estimation technique such as ESPRIT (Estimation of Signal Parameters via Rotational Invariance Techniques).

図４Ａは、瞬時データ生成処理の方位演算結果を模式的に示すものである。瞬時データ生成処理では、かかる方位演算結果の各ピークＰｕ１～Ｐｕ３から、これらピークＰｕ１～Ｐｕ３にそれぞれ対応する各物標（各反射点）の推定角度を算出する。また、各ピークＰｕ１～Ｐｕ３の大きさがパワー値となる。瞬時データ生成処理では、図４Ｂに示すように、かかる角度推定処理を「ＵＰ区間」側および「ＤＮ区間」側のそれぞれについて行う。 FIG. 4A schematically shows an azimuth calculation result of instantaneous data generation processing. In the instantaneous data generation process, the estimated angle of each target (each reflection point) corresponding to each of the peaks Pu1 to Pu3 is calculated from each of the peaks Pu1 to Pu3 of the azimuth calculation result. Also, the magnitude of each of the peaks Pu1 to Pu3 is the power value. In the instantaneous data generation processing, as shown in FIG. 4B, such angle estimation processing is performed for each of the "UP section" side and the "DN section" side.

そして、瞬時データ生成処理では、方位演算結果において、推定角度およびパワー値の近い各ピークを組み合わせるペアリング処理を行う。また、その組み合わせ結果から、瞬時データ生成処理では、各ピークの組み合わせに対応する各物標（各反射点）の距離および自車両ＭＣへの向きの相対速度を算出する。 Then, in the instantaneous data generation process, a pairing process is performed in which peaks having similar estimated angles and power values are combined in the azimuth calculation result. Further, from the result of the combination, in the instantaneous data generation process, the distance of each target (each reflection point) corresponding to the combination of each peak and the relative speed toward the own vehicle MC are calculated.

距離は、「距離∝（ｆｕｐ＋ｆｄｎ）」の関係に基づいて算出することができる。相対速度は、「速度∝（ｆｕｐ－ｆｄｎ）」の関係に基づいて算出することができる。その結果、図４Ｃに示すように、自車両ＭＣに対する、各反射点ＲＰの推定角度、距離および相対速度の瞬時データ１００を示すペアリング処理結果が得られる。 The distance can be calculated based on the relationship “distance∝(fup+fdn)”. The relative velocity can be calculated based on the relationship "velocity∝(fup-fdn)". As a result, as shown in FIG. 4C, a pairing processing result showing instantaneous data 100 of the estimated angle, distance and relative speed of each reflection point RP with respect to the own vehicle MC is obtained.

図２に戻って、フィルタ処理部３２ｂについて説明する。図２に示すように、フィルタ処理部３２ｂは、予測部３２１ｂと、割り当て部３２２ｂと、推定部３２３ｂと、重み付け部３２４ｂと、リサンプリング部３２５ｂと、物標データ生成部３２６ｂとを備える。 Returning to FIG. 2, the filter processing section 32b will be described. As shown in FIG. 2, the filtering unit 32b includes a prediction unit 321b, an allocation unit 322b, an estimation unit 323b, a weighting unit 324b, a resampling unit 325b, and a target data generation unit 326b.

フィルタ処理部３２ｂは、生成部３２ａによって生成された瞬時データ１００に対して所定数の粒子データを割り当てるパーティクルフィルタを施すことによって、瞬時データ１００に対応する物標データを生成する。 The filtering unit 32b generates target object data corresponding to the instantaneous data 100 by applying a particle filter that allocates a predetermined number of particle data to the instantaneous data 100 generated by the generating unit 32a.

予測部３２１ｂは、パーティクルフィルタにおけるサンプル点（粒子データ）の予測処理を行う。具体的には、予測部３２１ｂは、最新の周期を時間ｔとし、時間ｔにおける粒子データの分布状態Ｘ_ｔとした場合、前回の周期の時間ｔ－１の分布状態Ｘ_ｔ－１に基づく確率密度関数に基づいてＮ個の粒子データを配置（サンプリング）する。つまり、予測部３２１ｂは、予測処理において、時間ｔ－１の粒子データから時間ｔにおいて瞬時データ１００が現れそうな領域に粒子データを分布させる。 The prediction unit 321b performs prediction processing of sample points (particle data) in the particle filter. Specifically, the prediction unit 321b assumes that the latest cycle is time t, and the distribution state X _t of the particle data at time t is the probability based on the distribution state X _t−1 at time t−1 of the previous cycle Arrange (sample) the N particle data based on the density function. That is, in the prediction process, the prediction unit 321b distributes the particle data from the particle data at time t−1 to a region where instantaneous data 100 is likely to appear at time t.

また、予測部３２１ｂは、前回の物標データに基づいて今回の物標データに対応する予測データを生成する。具体的には、予測部３２１ｂは、前回の物標データの移動向きおよびかかる移動向きへの相対速度に基づいて予測データを生成する。 Also, the prediction unit 321b generates prediction data corresponding to the current target data based on the previous target data. Specifically, the prediction unit 321b generates prediction data based on the moving direction of the previous target object data and the relative speed to the moving direction.

なお、予測部３２１ｂは、新規の物標に対応する瞬時データ１００については、前回の周期の粒子データが存在しないため、所定の分布状態の粒子データを分布させる。 Note that the prediction unit 321b distributes particle data in a predetermined distribution state for the instant data 100 corresponding to the new target, since there is no particle data for the previous cycle.

割り当て部３２２ｂは、最新の周期における瞬時データ１００を、予測部３２１ｂの予測結果である最新の粒子データへ割り当てる処理を行う。具体的には、割り当て部３２２ｂは、予測部３２１ｂによって生成された予測データに対応する所定の割り当て範囲内に存在する瞬時データ１００に対して、当該予測データに対応する粒子データを割り当てる。 The allocation unit 322b performs a process of allocating the instantaneous data 100 in the latest period to the latest particle data, which is the prediction result of the prediction unit 321b. Specifically, the allocation unit 322b allocates the particle data corresponding to the prediction data generated by the prediction unit 321b to the instantaneous data 100 existing within a predetermined allocation range corresponding to the prediction data.

なお、割り当て部３２２ｂは、いずれの物標データの割り当て範囲内にも存在しない瞬時データ１００があった場合には、かかる瞬時データ１００を新規の物標として扱う。 If there is instantaneous data 100 that does not exist within the allocation range of any target data, the allocation unit 322b treats the instantaneous data 100 as a new target.

推定部３２３ｂは、生成部３２ａによって生成された複数の瞬時データ１００に基づいて物標の移動ベクトルＶを推定する。具体的には、推定部３２３ｂは、瞬時データ１００における自車両ＭＣへの向きの相対速度に基づき、複数の瞬時データ１００それぞれに対応する自車両ＭＣへの向きのベクトルＲＶにおける起点を揃え、ベクトルＲＶに対する垂線ＶＬの交点ＣＰから物標の移動ベクトルＶを推定する。 The estimation unit 323b estimates the movement vector V of the target based on the multiple pieces of instantaneous data 100 generated by the generation unit 32a. Specifically, the estimating unit 323b aligns the starting points of the vectors RV of the direction of the vehicle MC corresponding to each of the plurality of instantaneous data 100 based on the relative velocity of the direction of the vehicle MC in the instantaneous data 100, and the vector A movement vector V of the target is estimated from the intersection point CP of the perpendicular VL to the RV.

ここで、図５～図７を用いて、推定部３２３ｂの処理内容について具体的には説明する。図５～図７は、推定部３２３ｂの処理内容を示す図である。図５に示すように、推定部３２３ｂは、瞬時データ選択部３２３ｂａと、バッファリング部３２３ｂｂと、垂線作成部３２３ｂｃと、交点作成部３２３ｂｄと、内心作成部３２３ｂｅと、移動ベクトル作成部３２３ｂｆとを備える。 Here, details of the processing performed by the estimation unit 323b will be described in detail with reference to FIGS. 5 to 7. FIG. 5 to 7 are diagrams showing the processing contents of the estimation unit 323b. As shown in FIG. 5, the estimation unit 323b includes an instantaneous data selection unit 323ba, a buffering unit 323bb, a perpendicular line creation unit 323bc, an intersection creation unit 323bd, an incenter creation unit 323be, and a motion vector creation unit 323bf. Prepare.

瞬時データ選択部３２３ｂａは、移動ベクトル作成部３２３ｂｆにおける移動ベクトルＶの推定処理に用いる瞬時データ１００を選択する。具体的には、瞬時データ選択部３２３ｂａは、瞬時データ１００に含まれる自車両ＭＣへの向きの相対速度や、角度および距離に基づいて移動ベクトルＶの推定処理では不要な瞬時データ１００を除外する処理を行う。 The instantaneous data selection unit 323ba selects the instantaneous data 100 to be used for estimation processing of the motion vector V in the motion vector generation unit 323bf. Specifically, the instantaneous data selection unit 323ba excludes the instantaneous data 100 unnecessary in the process of estimating the movement vector V based on the relative velocity of the direction to the own vehicle MC included in the instantaneous data 100, the angle, and the distance. process.

例えば、瞬時データ選択部３２３ｂａは、複数の瞬時データ１００のうち、ベクトルＲＶの自車両ＭＣへの向きが類似する瞬時データ１００を移動ベクトルの推定処理から除外する。具体的には、瞬時データ選択部３２３ｂａは、２つの瞬時データ１００の角度差（例えば、略ゼロ）が所定の閾値未満の場合、２つの瞬時データ１００のいずれか一方を除外する。 For example, the instantaneous data selection unit 323ba excludes instantaneous data 100 having a similar orientation of the vector RV toward the own vehicle MC from the movement vector estimation process, among the plurality of instantaneous data 100 . Specifically, the instantaneous data selection unit 323ba excludes one of the two instantaneous data 100 when the angle difference (for example, substantially zero) between the two instantaneous data 100 is less than a predetermined threshold.

かかる場合、瞬時データ選択部３２３ｂａは、例えば、２つの瞬時データ１００のうち、自車両ＭＣまでの距離が近い方の瞬時データ１００や、角度のパワー値が大きい方の瞬時データ１００を残すようにする。これは、角度が略同じで、相対速度が異なる２つの瞬時データ１００は、同一の物標からは得られないことに起因している。また、角度が略同じで、相対速度が同じ２つの瞬時データ１００は、物標において同じような位置の反射点に由来していると考えられ、移動ベクトルＶの推定処理においては、いずれか一方のみを用いれば情報量として足りるため除外する。 In such a case, the instantaneous data selection unit 323ba may, for example, leave the instantaneous data 100 with the shorter distance to the own vehicle MC or the instantaneous data 100 with the larger angular power value out of the two instantaneous data 100. do. This is because two instantaneous data 100 having substantially the same angle and different relative velocities cannot be obtained from the same target. Two pieces of instantaneous data 100 having substantially the same angle and the same relative velocity are considered to be derived from reflection points at similar positions on the target. It is excluded because the amount of information is sufficient if only the data is used.

このように、角度が略同じ複数の瞬時データ１００のうち、少なくとも１つを残して、残りを除外することで、移動ベクトルＶの推定精度を落とすことなく、推定部３２３ｂの推定処理における処理量が嵩むことを防止できる。 In this way, by leaving at least one of the plurality of instantaneous data 100 having substantially the same angle and excluding the rest, the processing amount in the estimation processing of the estimation unit 323b is can be prevented from accumulating.

また、瞬時データ選択部３２３ｂａは、複数の瞬時データ１００のうち、自車両ＭＣへの向きの相対速度が類似、かつ、自車両ＭＣまでの距離が類似の瞬時データ１００を移動ベクトルＶの推定処理から除外する。 Further, the instantaneous data selection unit 323ba selects the instantaneous data 100 having similar relative velocities toward the own vehicle MC and similar distances to the own vehicle MC among the plurality of instantaneous data 100, and performs the movement vector V estimation process. Exclude from

具体的には、瞬時データ選択部３２３ｂａは、２つの瞬時データ１００の相対速度差（例えば、略ゼロ）が所定の閾値未満、かつ、距離差（例えば、略ゼロ）が所定の閾値未満の場合、２つの瞬時データ１００のいずれか一方を除外する。かかる場合、瞬時データ選択部３２３ｂａは、角度のパワー値が大きい方の瞬時データ１００や、角度が物標データ近い方の瞬時データ１００を残すようにする。これは、相対速度が略同じ、かつ、距離が略同じ２つの瞬時データ１００は原理上存在せず、異なる物標の瞬時データ１００または角度割れである可能性が高いためである。 Specifically, when the relative speed difference (for example, approximately zero) between the two instantaneous data 100 is less than a predetermined threshold and the distance difference (for example, approximately zero) is less than a predetermined threshold, the instantaneous data selection unit 323ba , exclude one of the two instantaneous data 100 . In such a case, the instantaneous data selection unit 323ba leaves the instantaneous data 100 with the larger angle power value and the instantaneous data 100 with the angle closer to the target data. This is because two instantaneous data 100 having substantially the same relative speed and substantially the same distance do not exist in principle, and there is a high possibility that they are the instantaneous data 100 of different targets or angle splits.

これにより、他の物標の瞬時データ１００を用いることによる移動ベクトルＶの推定精度の低下を防ぐことができるとともに、推定部３２３ｂの推定処理における処理量が嵩むことを防止できる。 As a result, it is possible to prevent the estimation accuracy of the movement vector V from deteriorating due to the use of the instantaneous data 100 of other targets, and to prevent the amount of processing in the estimation processing of the estimating section 323b from increasing.

次に、バッファリング部３２３ｂｂは、瞬時データ選択部３２３ｂａによって選択された瞬時データ１００を記憶部３の履歴データ３３ａに記憶する。履歴データ３３ａの記憶方法は、例えば、生成部３２ａによって生成された複数の瞬時データ１００に対して、瞬時データ選択部３２３ｂａで選択されたことを示すフラグを立ててもよく、あるいは、生成部３２ａによって生成された複数の瞬時データ１００のうち、瞬時データ選択部３２３ｂａによって選択された瞬時データ１００のみを残してもよい。 Next, the buffering unit 323bb stores the instantaneous data 100 selected by the instantaneous data selection unit 323ba in the history data 33a of the storage unit 3. FIG. As for the storage method of the history data 33a, for example, a flag indicating that the instantaneous data selection unit 323ba has selected a plurality of instantaneous data 100 generated by the generation unit 32a may be set, or the generation unit 32a Only the instantaneous data 100 selected by the instantaneous data selection unit 323ba may be left among the plurality of instantaneous data 100 generated by .

そして、上記した瞬時データ選択部３２３ｂａは、最新の瞬時データ１００の数が所定数未満の場合、記憶部３３に記憶された履歴データ３３ａ（過去の瞬時データ１００の一例）を移動ベクトルＶの推定処理に用いる。 When the number of the latest instantaneous data 100 is less than a predetermined number, the instantaneous data selection unit 323ba uses the history data 33a (an example of the past instantaneous data 100) stored in the storage unit 33 to estimate the movement vector V. Used for processing.

これにより、瞬時データ１００の数が不足することで移動ベクトルＶの推定精度が低下することを抑えることができる。 As a result, it is possible to prevent the estimation accuracy of the movement vector V from deteriorating due to the shortage of the instantaneous data 100 .

なお、瞬時データ選択部３２３ｂａは、過去の瞬時データ１００を用いる場合、最新の周期から所定周期以内の瞬時データ１００を用いることが好ましい。これにより、過去の瞬時データ１００を使用することによる移動ベクトルＶの推定精度が低下を抑えることができる。 In addition, when using the past instantaneous data 100, the instantaneous data selection unit 323ba preferably uses the instantaneous data 100 within a predetermined period from the latest period. As a result, it is possible to suppress deterioration in the estimation accuracy of the movement vector V due to the use of the past instantaneous data 100 .

次に、垂線作成部３２３ｂｃは、瞬時データ選択部３２３ｂａによって選択された瞬時データ１００の自車両ＭＣへの向きの相対速度を示すベクトルＲＶに対する垂線ＶＬを作成する。 Next, the perpendicular creating unit 323bc creates a perpendicular VL to the vector RV indicating the relative velocity of the instantaneous data 100 selected by the instantaneous data selecting unit 323ba toward the host vehicle MC.

具体的には、垂線作成部３２３ｂｃは、複数の瞬時データ１００それぞれに対応するベクトルＲＶの起点を揃えた場合に、ベクトルＲＶの終点を通る垂線ＶＬを作成する。例えば、垂線作成部３２３ｂｃは、自車両ＭＣの左右方向への相対速度成分（ＶＹ軸）と、自車両ＭＣに対して前後方向への相対速度成分（ＶＸ軸）とで表される平面の原点にベクトルＲＶの起点を揃えたとする。 Specifically, when the starting points of the vectors RV corresponding to the plurality of instantaneous data 100 are aligned, the perpendicular creating unit 323bc creates a perpendicular VL passing through the end points of the vectors RV. For example, the perpendicular line creation unit 323bc is the origin of a plane represented by a relative velocity component (VY axis) in the lateral direction of the vehicle MC and a relative velocity component (VX axis) in the longitudinal direction with respect to the vehicle MC. is aligned with the starting point of the vector RV.

かかる場合、垂線ＶＬの直線式は、ＶＹ＝ａ×ＶＸ＋ｂで表される。具体的には、ベクトルＲＶのＶＸ軸を基準とする角度θと、ベクトルＲＶの大きさである相対速度Ｔａとした場合、係数ａは、ａ＝ｔａｎ（θ＋π／２）で表わされ、係数ｂは、ｂ＝Ｔａ／ｓｉｎ（θ）で表される。なお、θ＝０または±２πの場合、係数ａが発散するため、以降の処理においては、Ｖｘ＝Ｖとして例外処理を行う。 In such a case, the linear equation of the perpendicular line VL is represented by VY=a*VX+b. Specifically, when the angle θ of the vector RV with respect to the VX axis and the relative speed Ta, which is the magnitude of the vector RV, are expressed as a=tan(θ+π/2), the coefficient b is represented by b=Ta/sin(θ). Note that when θ=0 or ±2π, the coefficient a diverges, so exception handling is performed with Vx=V in subsequent processing.

次に、交点作成部３２３ｂｄは、垂線作成部３２３ｂｃによって作成された垂線ＶＬの交点ＣＰを作成する。具体的には、交点作成部３２３ｂｄは、交点ＣＰを求める２つの垂線ＶＬをｎ１およびｎ２とし、ｎ１の係数ａをａ［ｎ１］、係数ｂをｂ［ｎ１］と表した場合、交点ＣＰの座標ＶＸは、ＶＸ＝（ｂ［ｎ２］－ｂ［ｎ１］）／（ａ［ｎ１］－ａ［ｎ２］）により算出され、座標ＶＹは、ＶＹ＝ａ×ＶＸ＋ｂに上記のＶＸを代入することで算出される。 Next, the intersection creating section 323bd creates an intersection point CP of the perpendicular VL created by the perpendicular creating section 323bc. Specifically, when the two perpendicular lines VL for obtaining the intersection point CP are n1 and n2, the coefficient a of n1 is expressed as a[n1], and the coefficient b is expressed as b[n1], the intersection point creation unit 323bd The coordinate VX is calculated by VX=(b[n2]-b[n1])/(a[n1]-a[n2]), and the coordinate VY is obtained by substituting the above VX for VY=a×VX+b. Calculated by

次に、内心作成部３２３ｂｅは、交点作成部３２３ｂｄによって作成された交点ＣＰが３つ以上であった場合、かかる３つの交点ＣＰにより形成される三角形の内心ＩＰ（図６Ａ参照）を作成する。なお、内心作成部３２３ｂｅによる内心ＩＰの作成方法については、図６Ａで後述する。 Next, when the number of intersection points CP generated by the intersection point generation unit 323bd is three or more, the incenter generation unit 323be generates a triangle incenter IP (see FIG. 6A) formed by the three intersection points CP. A method of creating an in-center IP by the in-center creating unit 323be will be described later with reference to FIG. 6A.

次に、移動ベクトル作成部３２３ｂｆは、交点作成部３２３ｂｄによって作成された交点ＣＰに基づいて物標の移動ベクトルＶを作成する。例えば、移動ベクトル作成部３２３ｂｆは、交点作成部３２３ｂｄによって作成された交点ＣＰが１つであった場合、ベクトルＲＶの起点（ＶＹ軸およびＶＸ軸の原点）を移動ベクトルＶの起点とし、交点ＣＰを移動ベクトルＶの終点として推定する。 Next, the motion vector generator 323bf creates a target motion vector V based on the intersection CP created by the intersection creator 323bd. For example, when there is one intersection point CP generated by the intersection generation unit 323bd, the movement vector generation unit 323bf sets the origin of the vector RV (the origin of the VY axis and the VX axis) as the origin of the movement vector V, and the intersection point CP is estimated as the end point of the motion vector V.

つまり、推定部３２３ｂは、移動ベクトル作成部３２３ｂｆによって作成された移動ベクトルＶに基づいて、ベクトルＲＶにおける起点から交点ＣＰへの向きが物標の実際の移動向きであると推定し、ベクトルＲＶにおける起点および交点ＣＰの距離が物標の移動向きへの相対速度であると推定する。 That is, the estimating unit 323b estimates that the direction from the starting point of the vector RV to the intersection point CP is the actual moving direction of the target based on the motion vector V created by the motion vector creating unit 323bf, and It is assumed that the distance between the starting point and the intersection point CP is the relative velocity of the target in the moving direction.

また、移動ベクトル作成部３２３ｂｆは、交点作成部３２３ｂｄによって作成された交点ＣＰが３つ以上であった場合、内心作成部３２３ｂｅによって作成された内心ＩＰに基づいて移動ベクトルＶを作成する。ここで、図６Ａおよび図６Ｂを用いて、交点ＣＰが３つ以上の場合における移動ベクトルＶの作成方法について説明する。 Further, when the number of intersection points CP generated by the intersection point generation unit 323bd is three or more, the movement vector generation unit 323bf generates a movement vector V based on the inner center IP generated by the inner center generation unit 323be. Here, a method of creating the movement vector V when there are three or more intersections CP will be described with reference to FIGS. 6A and 6B.

図６Ａは、交点ＣＰが３つの場合における移動ベクトルＶの作成方法を示す。図６Ｂは、交点ＣＰが６つの場合における移動ベクトルＶの作成方法を示す。まず、図６Ａを用いて、交点ＣＰが３つの場合における移動ベクトルＶの作成方法について説明する。 FIG. 6A shows a method of creating a movement vector V when there are three intersection points CP. FIG. 6B shows a method of creating the movement vector V when there are six intersections CP. First, with reference to FIG. 6A, a method of creating the movement vector V when there are three intersections CP will be described.

まず、内心作成部３２３ｂｅは、３つの交点ＣＰ１，ＣＰ２，ＣＰ３の内心ＩＰを作成する。具体的には、内心ＩＰは、３つの交点ＣＰ１，ＣＰ２，ＣＰ３に形成される三角形の内接円の中心である。 First, the incenter creating unit 323be creates the incenter IP of the three intersections CP1, CP2, and CP3. Specifically, the incenter IP is the center of the inscribed circle of the triangle formed by the three intersection points CP1, CP2 and CP3.

より具体的には、内心作成部３２３ｂｅは、上記したＶＹ軸およびＶＸ軸の平面における原点を起点として、各交点ＣＰ１，ＣＰ２，ＣＰ３を終点とする算出用ベクトルＣＶ１，ＣＶ２，ＣＶ３を作成する。 More specifically, the centric creating unit 323be creates calculation vectors CV1, CV2 and CV3 starting from the origin on the plane of the VY and VX axes and ending at the intersections CP1, CP2 and CP3.

そして、内心作成部３２３ｂｅは、算出用ベクトルＣＶ１，ＣＶ２，ＣＶ３と、各交点ＣＰ１，ＣＰ２，ＣＰ３の対辺に基づいて内心ＩＰを作成する。具体的には、内心作成部３２３ｂｅは、交点ＣＰ１，ＣＰ２，ＣＰ３の対辺をＣＰ１ａ，ＣＰ２ａ，ＣＰ３ａと表した場合、原点から内心ＩＰへのベクトル（図６Ａでは、移動ベクトルＶ）は、Ｖ＝（ＣＰ１ａ×ＣＶ１＋ＣＰ２ａ×ＣＶ２＋ＣＰ３ａ×ＣＶ３）／（ＣＰ１ａ＋ＣＰ２ａ＋ＣＰ３ａ）で算出される。 Then, the incenter creating unit 323be creates the incenter IP based on the calculation vectors CV1, CV2, and CV3 and the opposite sides of the intersection points CP1, CP2, and CP3. Specifically, when the opposite sides of the intersection points CP1, CP2, and CP3 are expressed as CP1a, CP2a, and CP3a, the centric creating unit 323be creates a vector from the origin to the centric IP (movement vector V in FIG. 6A) as V= It is calculated by (CP1a*CV1+CP2a*CV2+CP3a*CV3)/(CP1a+CP2a+CP3a).

なお、内心作成部３２３ｂｅは、三角形を形成する３つの交点ＣＰのバラつきが所定値以上の場合には、内心ＩＰの算出処理から除外する。具体的には、内心作成部３２３ｂｅは、３つの交点ＣＰの不偏分散が所定値以上の場合には、内心ＩＰの算出処理から除外する。 It should be noted that the incenter creating unit 323be excludes from the calculation process of the incenter IP when the variation of the three intersection points CP forming the triangle is equal to or greater than a predetermined value. Specifically, when the unbiased variance of the three intersections CP is equal to or greater than a predetermined value, the centric IP creation unit 323be excludes it from the calculation process of the centric IP.

そして、移動ベクトル作成部３２３ｂｆは、内心ＩＰが１つの場合、原点から内心ＩＰへのベクトルを移動ベクトルＶとして作成する。このように、内心ＩＰを算出して移動ベクトルＶを作成することで、交点ＣＰが複数の場合であっても、移動ベクトルＶの推定精度が低下することを防止できる。 Then, when there is one inner core IP, the motion vector creation unit 323bf creates a vector from the origin to the inner core IP as the motion vector V. FIG. In this way, by calculating the incenter IP and creating the motion vector V, it is possible to prevent the estimation accuracy of the motion vector V from deteriorating even when there are a plurality of intersection points CP.

なお、移動ベクトル作成部３２３ｂｆは、算出用ベクトルＣＶ１，ＣＶ２，ＣＶ３のうち、いずれか２つの算出用ベクトルＣＶ１，ＣＶ２，ＣＶ３の誤差が所定値以上であることが明らかである場合等には、残りの算出用ベクトルＣＶ１，ＣＶ２，ＣＶ３を移動ベクトルＶとしてもよい。 When it is clear that any two calculation vectors CV1, CV2, and CV3 out of the calculation vectors CV1, CV2, and CV3 have an error greater than or equal to a predetermined value, the movement vector generation unit 323bf The remaining calculation vectors CV1, CV2, and CV3 may be used as the movement vector V. FIG.

次に、図６Ｂを用いて、交点ＣＰが６つの場合における移動ベクトルＶの作成方法について説明する。図６Ｂに示すように、交点ＣＰ３～ＣＰ８が６つの場合、かかる交点ＣＰ３～ＣＰ８によって形成される三角形が複数となり、従って内心ＩＰ１～ＩＰ４も複数となる。なお、図６Ｂに示す例では、３つの交点ＣＰ（例えば、交点ＣＰ３，ＣＰ５，ＣＰ８）により三角形が形成されない組み合わせもあり、かかる交点ＣＰの組み合わせについては内心ＩＰの作成から除外する。 Next, with reference to FIG. 6B, a method of creating the movement vector V when there are six intersection points CP will be described. As shown in FIG. 6B, when there are six intersection points CP3 to CP8, a plurality of triangles formed by the intersection points CP3 to CP8 are formed, and thus a plurality of incenters IP1 to IP4 are formed. Note that in the example shown in FIG. 6B, there are combinations in which three intersection points CP (for example, intersection points CP3, CP5, and CP8) do not form a triangle, and such combinations of intersection points CP are excluded from the creation of the incenter IP.

図６Ｂに示すように、移動ベクトル作成部３２３ｂｆは、例えば、内心ＩＰ１～ＩＰ４の平均値となる平均点ＩＰＡを算出し、原点から平均点ＩＰＡへのベクトルを移動ベクトルＶとして算出する。 As shown in FIG. 6B, the movement vector generation unit 323bf calculates, for example, an average point IPA that is the average value of the inner centers IP1 to IP4, and calculates a vector from the origin to the average point IPA as a movement vector V. As shown in FIG.

このように、内心ＩＰが複数作成された場合に、平均点ＩＰＡによる移動ベクトルＶを作成することにより、内心ＩＰのバラつきによる移動ベクトルＶの推定誤差を最小限に抑えることができる。 In this way, when a plurality of in-center IPs are created, by creating the movement vector V based on the average point IPA, it is possible to minimize the estimation error of the movement vector V due to variations in the in-center IP.

なお、移動ベクトル作成部３２３ｂｆは、複数の内心ＩＰのバラつきが所定値以上の場合には、移動ベクトルＶの作成処理から除外する。具体的には、移動ベクトル作成部３２３ｂｆは、複数の内心ＩＰのうち、不偏分散が所定値以上の内心ＩＰについては、移動ベクトルＶの作成処理から除外する。 It should be noted that the motion vector creation unit 323bf excludes from the motion vector V creation processing when the variation of a plurality of inner core IPs is equal to or greater than a predetermined value. Specifically, the movement vector generation unit 323bf excludes from the movement vector V generation processing, among the plurality of internal IPs, the internal IPs whose unbiased variance is equal to or greater than a predetermined value.

図２に戻って重み付け部３２４ｂについて説明する。重み付け部３２４ｂは、割り当て関係にある今回の瞬時データ１００および今回の粒子データについて今回の粒子データそれぞれに対して重みを付ける。 Returning to FIG. 2, the weighting unit 324b will be described. The weighting unit 324b weights the current instantaneous data 100 and the current particle data, which are in an allocation relationship, to each of the current particle data.

例えば、重み付け部３２４ｂは、今回の粒子データのうち、今回の瞬時データ１００に近い粒子の重みを大きくし、今回の瞬時データ１００から遠い粒子の重みを小さくする。なお、ここでいう「近い」および「遠い」は、マハラノビス距離が「近い」および「遠い」ことを指す。 For example, the weighting unit 324b increases the weight of particles close to the instantaneous data 100 of this time, and decreases the weight of particles far from the instantaneous data 100 of this time, among the particle data of this time. Note that "near" and "distant" here refer to "near" and "distant" Mahalanobis distances.

また、重み付け部３２４ｂは、推定部３２３ｂによって推定された移動ベクトルＶに基づいて重み付けを行う。ここで、かかる点について、図７を用いて説明する。図７は、移動ベクトルＶによる重み付け処理を示す図である。 Also, the weighting unit 324b performs weighting based on the motion vector V estimated by the estimating unit 323b. Here, this point will be described with reference to FIG. FIG. 7 is a diagram showing weighting processing using the movement vector V. FIG.

図７では、３つの粒子データに基づくベクトルＰＶ１～ＰＶ３の起点と、移動ベクトルＶの起点とをＶＹ軸およびＶＸ軸平面の原点に揃えた場合を示している。なお、粒子データに基づくベクトルＰＶ１～ＰＶ３は、前回の粒子データから今回の粒子データ（予測部３２１ｂにより予測された粒子データ）へのベクトルである。 FIG. 7 shows a case where the starting points of vectors PV1 to PV3 based on three particle data and the starting point of movement vector V are aligned with the origins of the VY-axis and VX-axis planes. The vectors PV1 to PV3 based on the particle data are vectors from the previous particle data to the current particle data (particle data predicted by the prediction unit 321b).

例えば、重み付け部３２４ｂは、ベクトルＰＶ１～ＰＶ３と移動ベクトルＶとの類似度が高いほど重みを大きくする。例えば、重み付け部３２４ｂは、ベクトルＰＶ１～ＰＶ３および移動ベクトルＶのＶＹ軸およびＶＸ軸の相対速度成分が近いほど、類似度を高くする。 For example, the weighting unit 324b increases the weight as the similarity between the vectors PV1 to PV3 and the movement vector V increases. For example, the weighting unit 324b increases the degree of similarity as the relative velocity components of the vectors PV1 to PV3 and the movement vector V on the VY axis and the VX axis are closer.

つまり、図７に示す例では、重み付け部３２４ｂは、ベクトルＰＶ１，ＰＶ２に由来する粒子データの重みを大きくし、ベクトルＰＶ３に由来する粒子データの重みを小さくする。これにより、後段のリサンプリング部３２５ｂにおけるリサンプリングの精度を向上させることができ、算出される物標データの精度を向上させることができる。 That is, in the example shown in FIG. 7, the weighting unit 324b increases the weight of the particle data derived from the vectors PV1 and PV2 and decreases the weight of the particle data derived from the vector PV3. As a result, it is possible to improve the precision of resampling in the resampling unit 325b in the latter stage, and improve the precision of the calculated target data.

次に、リサンプリング部３２５ｂは、今回の粒子データそれぞれの重みに基づいて粒子データを再配置（リサンプリング）する。具体的には、リサンプリング部３２５ｂは、重みが小さい粒子データを瞬時データ１００の近くへ移動させる。 Next, the resampling unit 325b rearranges (resamples) the particle data based on the respective weights of the current particle data. Specifically, the resampling unit 325b moves the particle data having a small weight closer to the instantaneous data 100. FIG.

物標データ生成部３２６ｂは、リサンプリング部３２５ｂによって再配置された今回の粒子データに基づいて確率密度関数を再計算し、再計算された確率密度関数の重心に基づいて物標データを生成する。なお、物標データ生成部３２６ｂは、確率密度関数の重心に基づいて物標データを生成したが、例えば、確率密度関数の平均に基づいて物標データを生成してもよい。 The target data generation unit 326b recalculates the probability density function based on the current particle data rearranged by the resampling unit 325b, and generates target data based on the center of gravity of the recalculated probability density function. . Although the target data generator 326b has generated the target data based on the center of gravity of the probability density function, the target data may be generated based on the average of the probability density functions, for example.

また、物標データ生成部３２６ｂは、粒子データが割り当てられなかった瞬時データ１００を新規の物標として扱い、そのまま物標データとして出力する。すなわち、物標データ生成部３２６ｂは、新規の物標の場合、瞬時データ１００＝物標データとして出力する。 Also, the target data generator 326b treats the instantaneous data 100 to which no particle data has been assigned as a new target, and outputs it as it is as target data. That is, in the case of a new target, the target data generator 326b outputs instantaneous data 100=target data.

次に、図８を用いて、実施形態に係る物標検出装置１が実行する処理の処理手順について説明する。図８は、実施形態に係る物標検出装置１が実行する処理の処理手順を示すフローチャートである。 Next, a processing procedure of processing executed by the target object detection device 1 according to the embodiment will be described with reference to FIG. 8 . FIG. 8 is a flowchart showing a processing procedure of processing executed by the target detection device 1 according to the embodiment.

図８に示すように、まず、生成部３２ａは、送信した電波が物標で反射した複数の反射点それぞれについて、物標の自車両ＭＣへの向きの相対速度を含む瞬時データ１００を生成する（ステップＳ１０１）。 As shown in FIG. 8, the generation unit 32a first generates instantaneous data 100 including the relative velocity of the target toward the host vehicle MC for each of a plurality of reflection points at which the transmitted radio waves are reflected by the target. (Step S101).

つづいて、フィルタ処理部３２ｂの予測部３２１ｂは、前回の粒子データに基づいて今回の粒子データを予測する予測処理を行う（ステップＳ１０２）。なお、フィルタ処理部３２ｂは、前回の粒子データが存在しない場合、前回の瞬時データ１００の相対速度に基づいて今回の粒子データを予測する。 Subsequently, the prediction unit 321b of the filter processing unit 32b performs a prediction process of predicting the current particle data based on the previous particle data (step S102). In addition, when the previous particle data does not exist, the filter processing unit 32b predicts the current particle data based on the relative velocity of the previous instantaneous data 100 .

つづいて、割り当て部３２２ｂは、今回の粒子データに今回の瞬時データ１００を割り当てる（ステップＳ１０３）。つづいて、推定部３２３ｂは、複数の今回の瞬時データ１００に基づいて物標の移動ベクトルＶを推定する（ステップＳ１０４）。なお、推定部３２３ｂによる推定処理の処理手順については図９で後述する。 Subsequently, the allocation unit 322b allocates the current instantaneous data 100 to the current particle data (Step S103). Subsequently, the estimator 323b estimates the movement vector V of the target based on the plurality of current instantaneous data 100 (step S104). Note that the processing procedure of the estimation processing by the estimation unit 323b will be described later with reference to FIG.

つづいて、割り当て部３２２ｂは、今回の粒子データが割り当てられなかった瞬時データ１００の有無により新規の物標の有無を判定する（ステップＳ１０５）。割り当て部３２２ｂは、瞬時データ１００が新規の物標であった場合（ステップＳ１０５，Ｙｅｓ）、新規の物標に対応する瞬時データ１００に対して所定の粒子データ（例えば、初期状態の粒子データ）を設定する（ステップＳ１０６）。 Subsequently, the assignment unit 322b determines whether there is a new target based on the presence or absence of instantaneous data 100 to which the particle data of this time has not been assigned (step S105). If the instantaneous data 100 is a new target (step S105, Yes), the assigning unit 322b assigns predetermined particle data (for example, initial state particle data) to the instantaneous data 100 corresponding to the new target. is set (step S106).

つづいて、重み付け部３２４ｂは、瞬時データ１００が新規の物標でなかった場合（ステップＳ１０５，Ｎｏ）、推定部３２３ｂによって推定された移動ベクトルＶに基づいて今回の粒子データそれぞれに重み付けを行う（ステップＳ１０７）。 Subsequently, if the instantaneous data 100 is not a new target (step S105, No), the weighting unit 324b weights the current particle data based on the movement vector V estimated by the estimating unit 323b ( step S107).

つづいて、リサンプリング部３２５ｂは、重み付け部３２４ｂによる重み付けに基づいて今回の粒子データのリサンプリングを行う（ステップＳ１０８）。つづいて、物標データ生成部３２６ｂは、リサンプリングされた今回の粒子データの確率密度関数を更新し、かかる確率密度関数に基づいて物標データを生成し（ステップＳ１０９）、処理を終了する。 Subsequently, the resampling unit 325b resamples the current particle data based on the weighting by the weighting unit 324b (step S108). Subsequently, the target data generation unit 326b updates the probability density function of the current resampled particle data, generates target data based on the probability density function (step S109), and ends the process.

次に、図９を用いて、実施形態に係る推定部３２３ｂが実行する推定処理の処理手順について説明する。図９は、実施形態に係る推定部３２３ｂが実行する推定処理の処理手順を示すフローチャートである。 Next, a processing procedure of estimation processing executed by the estimation unit 323b according to the embodiment will be described with reference to FIG. FIG. 9 is a flowchart showing the procedure of estimation processing executed by the estimation unit 323b according to the embodiment.

図９に示すように、まず、瞬時データ選択部３２３ｂａは、複数の瞬時データ１００のうち、移動ベクトルＶの推定処理に用いる瞬時データ１００を選択する選択処理を行う（ステップＳ２０１）。 As shown in FIG. 9, first, the instantaneous data selection unit 323ba performs a selection process of selecting the instantaneous data 100 to be used for estimating the motion vector V from among the plurality of instantaneous data 100 (step S201).

つづいて、バッファリング部３２３ｂｂは、瞬時データ選択部３２３ｂａによって選択された瞬時データ１００を記憶部３３に履歴データ３３ａとして記憶するバッファリング処理を行う（ステップＳ２０２）。 Subsequently, the buffering unit 323bb performs a buffering process of storing the instantaneous data 100 selected by the instantaneous data selection unit 323ba in the storage unit 33 as the history data 33a (Step S202).

つづいて、垂線作成部３２３ｂｃは、瞬時データ選択部３２３ｂａによって選択された瞬時データ１００における自車両ＭＣへの向きの相対速度に基づき、複数の瞬時データ１００それぞれに対応するベクトルＲＶにおける起点を揃え、ベクトルＲＶに対する垂線ＶＬを作成する垂線作成処理を行う（ステップＳ２０３）。 Next, the perpendicular line creating unit 323bc aligns the starting points of the vectors RV corresponding to the plurality of instantaneous data 100 based on the relative velocity in the direction of the vehicle MC in the instantaneous data 100 selected by the instantaneous data selecting unit 323ba, A perpendicular creation process is performed to create a perpendicular VL to the vector RV (step S203).

つづいて、交点作成部３２３ｂｄは、垂線作成部３２３ｂｃによって作成された垂線ＶＬの交点ＣＰを作成する交点作成処理を行う（ステップＳ２０４）。移動ベクトル作成部３２３ｂｆは、交点作成部３２３ｂｄによって作成された交点ＣＰが１つであるか否かを判定する（ステップＳ２０５）。 Subsequently, the intersection creating unit 323bd performs an intersection creating process of creating an intersection point CP of the perpendicular VL created by the perpendicular creating unit 323bc (step S204). The movement vector creation unit 323bf determines whether or not there is one intersection CP created by the intersection creation unit 323bd (step S205).

移動ベクトル作成部３２３ｂｆは、交点作成部３２３ｂｄによって作成された交点ＣＰが１つであった場合（ステップＳ２０５，Ｙｅｓ）、移動ベクトル作成処理を行い（ステップＳ２０６）、処理を終了する。なお、移動ベクトル作成部３２３ｂｆは、かかる場合、ベクトルＲＶの起点から交点ＣＰへのベクトルを移動ベクトルＶとして作成する。 If there is one intersection point CP generated by the intersection point generation unit 323bd (step S205, Yes), the movement vector generation unit 323bf performs movement vector generation processing (step S206), and ends the processing. In this case, the motion vector creation unit 323bf creates a vector from the starting point of the vector RV to the intersection point CP as the motion vector V. FIG.

一方、ステップＳ２０５において、内心作成部３２３ｂｅは、交点ＣＰが１つでない場合（ステップＳ２０５，Ｎｏ）、すなわち、交点ＣＰが３つ以上の場合、３つの交点ＣＰにより形成される三角形の内心ＩＰを作成する内心作成処理を行い（ステップＳ２０７）、処理をステップＳ２０６へ移行する。なお、かかる場合、移動ベクトル作成部３２３ｂｆは、ステップＳ２０６において、内心作成部３２３ｂｅによって作成された内心ＩＰに基づいて移動ベクトル作成処理を行う。 On the other hand, in step S205, if the number of intersection points CP is not one (step S205, No), that is, if there are three or more intersection points CP, the incenter creation unit 323be calculates the incenter IP of the triangle formed by the three intersection points CP. In-core creation processing is performed (step S207), and the process proceeds to step S206. In such a case, the motion vector creation unit 323bf performs motion vector creation processing based on the inner core IP created by the inner core creation unit 323be in step S206.

上述してきたように、実施形態に係る物標検出装置１は、生成部３２ａと、推定部３２３ｂとを備える。生成部３２ａは、送信した電波が物標で反射した複数の反射点それぞれについて、物標の自車両ＭＣへの向きの相対速度を含む瞬時データ１００を生成する。推定部３２３ｂは、生成部３２ａによって生成された複数の瞬時データ１００における相対速度に基づき、当該複数の瞬時データ１００それぞれに対応する自車両ＭＣへの向きのベクトルＲＶにおける起点を揃え、ベクトルＲＶに対する垂線ＶＬの交点ＣＰから物標の移動向き（移動ベクトルＶの一要素）を推定する。これにより、物標に対する応答性を向上させることができる。 As described above, the target detection device 1 according to the embodiment includes the generator 32a and the estimator 323b. The generation unit 32a generates instantaneous data 100 including the relative velocity of the target toward the own vehicle MC for each of a plurality of reflection points at which the transmitted radio waves are reflected by the target. Based on the relative velocities in the plurality of instantaneous data 100 generated by the generating unit 32a, the estimating unit 323b aligns the starting points of the vectors RV pointing toward the host vehicle MC corresponding to the plurality of instantaneous data 100, and The moving direction of the target (one element of the moving vector V) is estimated from the intersection point CP of the perpendicular VL. Thereby, the responsiveness to the target can be improved.

上述した実施形態では、物標検出装置１は車両に設けられることとしたが、無論、車両以外の移動体、たとえば船舶や航空機などに設けられてもよい。 In the above-described embodiment, the target detection device 1 is installed in a vehicle, but it may of course be installed in a moving object other than a vehicle, such as a ship or an aircraft.

また、上述した実施形態では、物標検出装置１の用いる到来方向推定手法の例にＥＳＰＲＩＴを挙げたが、これに限られるものではない。たとえばＤＢＦ（Digital Beam Forming）や、ＰＲＩＳＭ（Propagator method based on an Improved Spatial-smoothing Matrix）、ＭＵＳＩＣ（Multiple Signal Classification）などを用いてもよい。 Further, in the above-described embodiment, ESPRIT is used as an example of the direction-of-arrival estimation method used by the target detection device 1, but the method is not limited to this. For example, DBF (Digital Beam Forming), PRISM (Propagator method based on an Improved Spatial-smoothing Matrix), MUSIC (Multiple Signal Classification), or the like may be used.

また、実施形態に係る物標検出装置１は、移動ベクトル作成部３２３ｂｆによって作成された移動ベクトルＶの確度を粒子データに基づいて検証してもよい。かかる点について、図１０を用いて説明する。 Moreover, the target detection device 1 according to the embodiment may verify the accuracy of the motion vector V generated by the motion vector generation unit 323bf based on the particle data. This point will be described with reference to FIG.

図１０は、移動ベクトルＶの検証処理を示す図である。図１０では、移動ベクトルＶと、粒子データに基づくベクトルＰＶとを示している。 10A and 10B are diagrams showing verification processing of the movement vector V. FIG. FIG. 10 shows a movement vector V and a vector PV based on particle data.

図１０に示すように、推定部３２３ｂは、作成した移動ベクトルＶと粒子データのベクトルＰＶとの類似度により移動ベクトルＶの信頼度を示す確度を算出する。具体的には、推定部３２３ｂは、移動ベクトルＶおよびベクトルＰＶのＶＹ軸およびＶＸ軸の相対速度成分の類似度を確度として算出する。 As shown in FIG. 10, the estimating unit 323b calculates the accuracy indicating the reliability of the motion vector V based on the degree of similarity between the created motion vector V and the vector PV of the particle data. Specifically, the estimation unit 323b calculates the degree of similarity between the relative velocity components of the movement vector V and the vector PV on the VY axis and the VX axis as the degree of accuracy.

例えば、推定部３２３ｂは、粒子データのベクトルＰＶと移動ベクトルＶとの類似度が所定値以上である場合に、かかる移動ベクトルＶを最終的な推定結果の確定値とする。一方、推定部３２３ｂは、粒子データのベクトルＰＶと移動ベクトルＶとの類似度が所定値未満である場合に、かかる移動ベクトルＶの使用を禁止する。これにより、より推定精度の高い移動ベクトルＶを使用することができる。 For example, when the degree of similarity between the vector PV of the particle data and the movement vector V is equal to or greater than a predetermined value, the estimation unit 323b sets the movement vector V as the definite value of the final estimation result. On the other hand, the estimation unit 323b prohibits the use of the motion vector V when the similarity between the vector PV of the particle data and the motion vector V is less than a predetermined value. As a result, a motion vector V with higher estimation accuracy can be used.

なお、図１０では、移動ベクトルＶおよびベクトルＰＶのＶＹ軸およびＶＸ軸の相対速度成分の類似度を確度として算出したが、例えば、移動ベクトルＶおよびベクトルＰＶの向きの類似度を確度として算出してもよい。 In FIG. 10, the degree of similarity between the relative velocity components of the VY axis and the VX axis of the moving vector V and the vector PV is calculated as the accuracy. may

なお、上述した実施形態では、フィルタ処理部３２ｂは、パーティクルフィルタを用いた場合を示したが、用いる時系列フィルタは、パーティクルフィルタに限定されるものではなく、例えば、カルマンフィルタや、αβフィルタ等の時系列フィルタであってもよい。 In the above-described embodiment, the filter processing unit 32b uses a particle filter, but the time-series filter used is not limited to the particle filter. It may be a time series filter.

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、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細およ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およ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また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 modifications can be easily derived by those skilled in the art. Therefore, the broader aspects of the invention are not limited to the specific details and representative embodiments so shown and described. Accordingly, various changes may be made without departing from the spirit or scope of the general inventive concept defined by the appended claims and equivalents thereof.

１物標検出装置
３２信号処理部
３２ａ生成部
３２ｂフィルタ処理部
３３記憶部
３３ａ履歴データ
１００瞬時データ
３２１ｂ予測部
３２２ｂ割り当て部
３２３ｂ推定部
３２３ｂａ瞬時データ選択部
３２３ｂｂバッファリング部
３２３ｂｃ垂線作成部
３２３ｂｄ交点作成部
３２３ｂｅ内心作成部
３２３ｂｆ移動ベクトル作成部
３２４ｂ重み付け部
３２５ｂリサンプリング部
３２６ｂ物標データ生成部
ＬＣ他車両
ＭＣ自車両 1 Target detection device 32 Signal processing unit 32a Generation unit 32b Filter processing unit 33 Storage unit 33a History data 100 Instantaneous data 321b Prediction unit 322b Allocation unit 323b Estimation unit 323ba Instantaneous data selection unit 323bb Buffering unit 323bc Perpendicular line creation unit 323bd Intersection creation Part 323be Inner center creation part 323bf Movement vector creation part 324b Weighting part 325b Resampling part 326b Target data generation part LC Other vehicle MC Own vehicle

Claims

送信した電波が物標で反射した複数の反射点それぞれについて、前記物標の自車両への向きの相対速度を含む瞬時データを生成する生成部と、
前記生成部によって生成された複数の前記瞬時データにおける前記相対速度に基づき、当該複数の瞬時データそれぞれに対応する前記自車両への向きのベクトルにおける起点を揃え、当該ベクトルに対する垂線の交点から前記物標の移動向きを推定する推定部と
を備える物標検出装置であって、
前記生成部によって生成された過去の前記瞬時データを記憶する記憶部をさらに備え、
前記推定部は、
前記生成部によって生成された最新の前記瞬時データの数が所定数未満であった場合、前記記憶部に記憶された前記過去の瞬時データを前記移動向きの推定処理に用いること
を特徴とする物標検出装置。 a generation unit that generates instantaneous data including the relative velocity of the target toward the own vehicle for each of a plurality of reflection points at which the transmitted radio wave is reflected by the target;
Based on the relative velocities in the plurality of instantaneous data generated by the generating unit, the starting points of the direction vectors toward the own vehicle corresponding to each of the plurality of instantaneous data are aligned, and the object is detected from the intersection of the perpendiculars to the vectors. an estimation unit that estimates the direction of movement of the target;
A target detection device comprising
Further comprising a storage unit that stores the past instantaneous data generated by the generation unit,
The estimation unit
When the number of the latest instantaneous data generated by the generation unit is less than a predetermined number, using the past instantaneous data stored in the storage unit for the movement direction estimation process.
A target detection device characterized by:

前記推定部は、
前記交点が１つであった場合、前記ベクトルにおける前記起点から当該交点への向きが前記移動向きであると推定すること
を特徴とする請求項１に記載の物標検出装置。 The estimation unit
2. The target detection apparatus according to claim 1, wherein when there is one intersection point, a direction from the starting point of the vector to the intersection point is estimated to be the moving direction.

前記推定部は、
前記交点が３つ以上であった場合、該交点により形成される三角形の内心に基づいて前記移動向きを推定すること
を特徴とする請求項１または２に記載の物標検出装置。 The estimation unit
3. The target detection device according to claim 1, wherein when there are three or more intersection points, the direction of movement is estimated based on the center of a triangle formed by the intersection points.

前記推定部は、
前記複数の瞬時データのうち、前記ベクトルの前記自車両への向きが類似する前記瞬時データを前記移動向きの推定処理から除外すること
を特徴とする請求項１～３のいずれか１つに記載の物標検出装置。 The estimation unit
4. The method according to any one of claims 1 to 3, wherein, among the plurality of instantaneous data, the instantaneous data in which the direction of the vector toward the own vehicle is similar is excluded from the process of estimating the moving direction. target detection device.

前記瞬時データには、
前記自車両から当該瞬時データの位置までの距離が含まれ、
前記推定部は、
前記生成部によって生成された前記複数の瞬時データのうち、前記相対速度が類似、かつ、前記距離が類似の前記瞬時データを前記移動向きの推定処理から除外すること
を特徴とする請求項１～４のいずれか１つに記載の物標検出装置。 The instantaneous data includes:
including the distance from the own vehicle to the position of the instantaneous data,
The estimation unit
Among the plurality of instantaneous data generated by the generation unit, the instantaneous data having similar relative velocities and similar distances are excluded from the movement direction estimation process. 5. The target detection device according to any one of 4.