JP7168353B2 - レーダ装置および物標データ割当方法 - Google Patents

Description

本発明は、レーダ装置および物標データ割当方法に関する。

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を検出するレーダ装置が知られている。レーダ装置には、例えば、物標の反射点である瞬時データに基づいて時系列フィルタリングを行うことによって物標データを生成するものがある（例えば、特許文献１参照）。

また、かかる時系列フィルタリングでは、自車両の走行速度や舵角等を含む走行状態に基づいて設定された割当範囲内において、過去の物標データから予測される予測データに対して瞬時データを割り当てる。

特開２０１５－２１０１５７号公報

しかしながら、従来技術では、車両の走行状態に基づいて割当範囲を設定すると、同一物標に由来する瞬時データが割当範囲から外れる場合があり、物標データの連続性を適切に保つことができない。例えば、自車両がバンク形状の路面を走行する場合、自車両の舵角から推定した走行軌跡と、自車両が実際に走行する走行軌跡とにズレが生じ、実際の走行軌跡を正しく推定することができず、予測データの予測精度が低下するおそれがある。

本発明は、上記に鑑みてなされたものであって、物標データの連続性を適切に保つことができるレーダ装置および物標データ割当方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、実施形態に係るレーダ装置は、生成部と、フィルタ処理部とを備える。前記生成部は、送信波が物標で反射した反射波に基づいて前記物標に対応する瞬時データを生成する。前記フィルタ処理部は、前記生成部によって生成された前記瞬時データを前記物標に対応する過去の物標データから予測される予測データへ割り当てる。また、前記フィルタ処理部は、自車両が走行する路面のバンク角に応じて設定される割当範囲に基づき、前記瞬時データを前記予測データへ割り当てる。

本発明によれば、物標データの連続性を適切に保つことができる。

図１Ａは、レーダ装置の搭載例を示す模式図である。 図１Ｂは、物標データ割当方法の概要を示す図である。 図２は、レーダ装置のブロック図である。 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。 図４Ａは、角度推定処理の処理説明図である。 図４Ｂは、ペアリング処理の処理説明図（その１）である。 図４Ｃは、ペアリング処理の処理説明図（その２）である。 図５は、粒子に与えるばらつきの具体例を示す図である。 図６は、レーダ装置が実行する処理手順を示すフローチャートである。 図７は、変形例に係るフィルタ処理部のブロック図である。 図８は、バンク角に対する閾値の具体例を示す図である。 図９は、重み付け部による処理の具体例を示す図である。 図１０は、割当範囲の一例を示す図である。

以下、添付図面を参照して、本願の開示するレーダ装置および物標データ割当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、レーダ装置がＦＭ－ＣＷ（Frequency Modulated Continuous Wave）方式である場合を例に挙げて説明するが、レーダ装置は、ＦＣＭ（Fast-Chirp Modulation）方式であってもよい。

まず、図１Ａおよび図１Ｂを用いて、実施形態に係る物標データ割当方法の概要について説明する。図１Ａは、レーダ装置の搭載例を示す図である。図１Ｂは、物標データ割当方法の概要を示す図である。図１Ａでは、実施形態に係るレーダ装置１を搭載した自車両ＭＣと、自車両ＭＣの前方に位置する他車両ＬＣとを示している。

図１Ａに示すように、レーダ装置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、レーダ装置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。

また、図１Ａに示すように、レーダ装置１は、自車両ＭＣの周囲に送信した電波が他車両ＬＣで反射した反射波に基づいて物標に対応する瞬時データ１００を生成する。瞬時データ１００には、自車両ＭＣへの向きの相対速度や、自車両ＭＣと瞬時データ１００までの距離、瞬時データ１００の方向といった情報が含まれる。

また、レーダ装置１は、生成した瞬時データ１００に対して時系列フィルタリングを施し、フィルタ値として物標に対応する物標データを生成する。これにより、物標データを追従（トラッキング）することが可能となる。

かかる時系列フィルタリングは、前回の物標データから予測される予測データに対して今回の瞬時データ１００を割り当てることで、物標データの連続性をとる処理である。より詳細には、時系列フィルタリングでは、前回の物標データに含まれる位置や速度等の情報に基づいて今回の物標データに対応する予測データを予測する。

そして、予測データから所定範囲内の今回の瞬時データ１００を割り当てる。なお、以下、前回の物標データから予測データを結ぶベクトルについて「予測移動ベクトルＶｒ」と記載する。

ところで、予測移動ベクトルＶｒには、自車両ＭＣの予測移動量と他車両ＬＣの予測移動量とが含まれる。このため、割当範囲の大きさは、各移動予測の想定誤差に基づいて設定される。つまり、ここで言う想定誤差とは、移動予測が外れた場合の、予測量と実際の値とのずれ量を定量的に定めたものである。予測量は例えば上記のように位置であり、速度であったりもする。すなわち、例えば、自車両ＭＣおよび他車両ＬＣが急旋回、急加速等を行ったとしても、トラッキング可能な範囲を割当範囲として設定する。つまり、割当範囲は、想定誤差に基づいて、実際に予測が外れる確率や、外れの発生状態における許容度など種々の設計上の要求を踏まえ、設定される。

また、レーダ装置１は、自車両ＭＣの移動量について自車両ＭＣの実際の舵角や走行速度に基づいて算出可能である。このため、レーダ装置１は、自車両ＭＣの移動に起因する要素については予測の必要がなく、つまり想定誤差を小さくして（もしくは除いて）もいい。つまり、他車両ＬＣの移動に起因する要素の想定誤差に主として基づいて割当範囲を設定することができる。これにより、割当範囲を狭めることが可能となる。なお、割当範囲が狭いことは、つまり予測の精度が高いことであり、瞬時データを割り当てる際に誤割当を行う可能性が低くなるため、一般的には好ましい。

しかしながら、例えば、自車両ＭＣがバンク形状の道路を走行する場合、自車両ＭＣの舵角に基づいて自車両ＭＣの移動量を求めると、かかる移動量と自車両ＭＣの実際の移動量とにズレが発生する。

すなわち、例えば、自車両ＭＣがバンク形状の道路を直進する場合を想定すると、舵角がバンク角に応じた値（直進以外の値）を示すこととなる。このため、かかる場合に、レーダ装置１は、自車両ＭＣが実際には直進しているにもかかわらず、自車両ＭＣが旋回中であると認識してしまうおそれがある。

かかる場合に、レーダ装置１が算出した自車両ＭＣの移動量と実際の自車両ＭＣの移動量とに誤差が発生する。したがって、自車両ＭＣの移動が正しいものとして、自車両ＭＣの移動予測の想定誤差を考慮せずに割当範囲を設定すると、割当てられるべき瞬時データがかかる割当範囲の外に出現する場合がある。その結果、予測データに瞬時データが割り当てられず、物標データの連続性を適切に保つことができなくなる。

そこで、実施形態に係る物標データ割当方法では、バンク角に応じて割当範囲を設定することで、物標データの連続性を適切に保つこととした。具体的には、実施形態に係る物標データ割当方法では、図１Ｂに示すように、バンクなしと判定した場合に、予測データ６０を中心とする第１割当範囲Ｒａ１を設定し、バンクありと判定した場合、第１割当範囲Ｒａ１よりも広い第２割当範囲Ｒａ２を設定する。

例えば、第１割当範囲Ｒａ１は、他車両ＬＣの移動予測の想定誤差に応じた範囲であり、第２割当範囲Ｒａ２は、第１割当範囲Ｒａ１に自車両ＭＣの移動予測の想定誤差も考慮して定めた範囲である。

すなわち、実施形態に係る物標データ割当方法では、バンク形状の道路を走行する場合、第１割当範囲Ｒａ１から自車両ＭＣの移動予測の想定誤差も考慮に入れた第２割当範囲Ｒａ２へ切り替えることで、今回の瞬時データ１００を第２割当範囲Ｒａ２内に収めることが可能となる。

したがって、実施形態に係る物標データ割当方法によれば、前回の物標データに連続する適切な瞬時データ１００を適切に割り当てることができるので、物標データの連続性を適切に保つことができる。

次に、図２を参照して、実施形態に係るレーダ装置１の構成について詳細に説明する。図２は、実施形態に係るレーダ装置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を中心に機能ブロックで表しており、一般的な構成要素については記載を省略しているものもある。

図２に示すように、レーダ装置１は、送信部１０と、受信部２０と、処理部３０とを備える。また、レーダ装置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。

車両制御装置２は、レーダ装置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。

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。

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、例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。

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。

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。

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（例えば、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。

ビート信号は、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、図示しない同期部によって受信アンテナ同士でタイミングを合わせた上で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。

処理部３０は、送受信制御部３１と、信号処理部３２と、記憶部３６とを備える。信号処理部３２は、生成部３３と、フィルタ処理部３５とを備える。

記憶部３６は、履歴データ３６ａを記憶する。履歴データ３６ａ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５０の履歴や、瞬時データ１００の履歴を含む情報である。

処理部３０は、例えば、ＣＰＵ（Central Processing Unit）、記憶部３６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、レーダ装置１全体を制御する。

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。

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。続いて、信号処理部３２の各構成要素について説明する。

生成部３３は、瞬時データ１００を生成する。具体的には、生成部３３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。

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。

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。

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。

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。

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３５へ出力するとともに、記憶部３６に履歴データ３６ａとして記憶する。

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３３におけるピーク抽出処理までの処理説明図である。

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。

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。

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）。

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。

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。

例えば、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。

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。

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。

なお、瞬時データ生成処理における方位演算は、例えば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。

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。

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。

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。

図２の説明に戻り、検出部３４について説明する。検出部３４は、自車両ＭＣが走行する路面のバンク角を検出する。例えば、検出部３４は、自車両ＭＣに設けられた加速度センサ（不図示）やロールセンサ（不図示）等のセンサ値に基づいてバンク角を検出し、バンク角に応じたバンク角信号をフィルタ処理部３５へ出力する。

なお、検出部３４は、例えば、ジャイロセンサ等のその他のセンサ値に基づいてバンク角を検出することにしてもよいし、あるいは、自車両ＭＣから路面が撮像された撮像画像に基づいてバンク角を検出することにしてもよい。なお、ここでは、検出部３４がレーダ装置１内部に設けられる場合について示したが、検出部３４をレーダ装置１の外部に設けることにしてもよい。

続いて、フィルタ処理部３５について説明する。図２に示すように、フィルタ処理部３５は、予測部３５ａと、割当部３５ｂと、重み付け部３５ｃと、リサンプリング部３５ｄと、物標データ生成部３５ｅとを備える。

本実施形態において、フィルタ処理部３５は、生成部３３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の分布を用いて解析を行う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５０を生成する。

パーティクルフィルタでは、物標の真の状態に対して複数の仮説を立てて解析を行う。仮説とは例えば位置や速度などの物標の状態に対する１つの仮定値である。例えば、位置空間では、仮説は所定の分布で散布され、移動していく１つの粒子のように見えるため、ここでは仮説を粒子という。

また、所定数の粒子をまとめて１つの仮説とした粒子群データを併せて用いる。例えば、粒子群データは粒子の状態の平均値などであり、所定数の粒子の分布において最もあり得る１つの仮説ともいえる。すなわち、粒子群データは、予測データ６０に対応する。このため、以下では、粒子群データを予測データ６０とも記載する。

予測部３５ａは、粒子群データならびに粒子の予測処理を行う。具体的には、予測部３５ａは、最新の周期を時刻ｔとし、時刻ｔにおける粒子ならびに粒子群データの状態を、前回の周期の時刻ｔ－１の粒子ならびに粒子群データを基に予測する。例えば、速度、位置といった粒子並びに粒子群データの状態を基に、運動モデルと、測定周期ΔＴによって予測する手法などがある。

具体的には、予測部３５ａは、予測処理において、時刻ｔ－１の粒子ならびに粒子群データに対して測定周期ΔＴにおける予測移動ベクトルＶｒの情報を与えることで、時刻ｔ－１の粒子から時刻ｔにおける粒子ならびに粒子群データを生成する。予測移動ベクトルＶｒは、例えば位置の差であり、速度の差でもあったりする。予測には速度、加速度と測定周期ΔＴを用いるいわゆるニュートンの運動方程式に従う運動モデルを用いる手法がある。

続いて、割当部３５ｂについて説明する。割当部３５ｂは、最新の周期における瞬時データ１００を、予測部３５ａの予測結果である最新の粒子群データへ割り当てる処理を行う。具体的には、割当部３５ｂは、バンク角に応じた割当範囲Ｒａと、瞬時データと粒子群データとの位置差、速度差などとに基づき、予測データ６０に基づく粒子群データに対して瞬時データ１００を割り当てる。

すなわち、割当部３５ｂは、バンクありである場合には、バンク角に基づく自車両ＭＣの移動予測に対する想定誤差に基づく第２割当範囲Ｒａ２内の瞬時データ１００を予測データ６０に割り当てる。一方、割当部３５ｂは、バンクなしである場合、自車両ＭＣの移動予測に基づく想定誤差を少なくした第１割当範囲Ｒａ１内の瞬時データ１００を予測データ６０に割り当てる。なお、割当範囲の判定は、粒子群データと瞬時データが割当てられるかの判定と独立して行っても、併せて行ってもいい。併せて行う場合は、割当範囲外の瞬時データ１００に対してペナルティ値を与えるなどの手法がある。

このように、割当部３５ｂは、バンク角に応じて設定された割当範囲Ｒａに基づいて瞬時データ１００を粒子群データへ割り当てることで、自車両ＭＣがバンク形状の路面を走行したとしても、適切な瞬時データ１００に対して粒子群データを割り当てることが可能となる。

つまり、予測データ６０に対して適切な瞬時データ１００を割り当てることで、物標データ５０の連続性を適切に保つことが可能となる。なお、割当部３５ｂは、いずれの物標データ５０の割当範囲Ｒａ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。

新規の物標は所定の処理を行った後、粒子群データが生成され、同時に粒子も付与される。所定の処理は測定周期をまたぐことも可能であり、例えば新規の物標に対して、簡易的に数周期の間連続性を評価して、ノイズなどで単発的に発生したものでないと確認した後に粒子群データを生成し、粒子を付与することもできる。なお、前述のように、バンク角に応じたばらつきをこの時点で粒子に付与することもできる。

このとき、上述のように、粒子および粒子群データに与えた予測移動ベクトルＶｒは、自車両ＭＣの予測移動量と、他車両ＬＣの予測移動量とを含み、自車両ＭＣについては、自車両ＭＣの舵角や走行速度を取得することで予測ではなく、実際の移動量として算出することが可能である。

なお、粒子は所定のばらつきをもって分布を形成している。所定のばらつきは例えば正規分布などの確率分布や、速度など各状態の取りうる特徴的な確率分布などに基づいて粒子付与時に与えられる。ばらつきはノイズとも言い、通常は最初に設定された後、特別な調整はしないものである。本実施の形態においては、バンク角に応じてばらつきを調整する。割当部３５ｂは、自車両ＭＣの予測移動量の想定誤差に基づくばらつき、つまり、ノイズ成分を調整する。

割当部３５ｂは、粒子のサンプリングに際して、粒子のばらつきをバンク角に応じて設定する。図５は、粒子に与えるばらつきの具体例を示す図である。

図５に示すように、割当部３５ｂは、バンクなしである場合、すなわち、バンク角が所定値以下もしくはゼロである場合、粒子ＤＰに対して他車両ＬＣの想定誤差に基づくノイズ成分Ｎｇを与える。

また、割当部３５ｂは、バンクありである場合、すなわち、バンク角が所定値以上である場合、粒子ＤＰに対してノイズ成分Ｎｒを与える。ここで、ノイズ成分Ｎｒは、ノイズ成分Ｎｇに加え、バンク角に応じたノイズ成分Ｎｂを含む。

また、各粒子ＤＰに与えるノイズ成分は、自車両ＭＣの車幅方向である横位置成分のみならず、自車両ＭＣの進行方向である縦位置成分を含む。すなわち、バンクありである場合、粒子ＤＰは、横位置のみならず縦位置に対してもバンクなしの場合よりも広範囲に分布する。

したがって、図５下図に示すように、バンクありである場合、バンクなしである場合に比べて、粒子ＤＰが広範囲に分布されることとなる。すなわち、バンクありの場合における粒子ＤＰの分布ｄ２は、バンクなしの場合における粒子ＤＰの分布に比べて広範囲にわたる。したがって、後述する重み付けにおいて、瞬時データに近い粒子が存在する確率が高くなる。全粒子が瞬時データ１００より遠い場合、重みがすべての粒子で近しくなり、後述のリサンプリングによる粒子の再配置が起きにくくなり、追従性が低下する要因となる。

なお、バンク角が大きいほど、ノイズ成分Ｎｂの強度を大きくすることにしてもよいし、あるいは、ノイズ成分の強度を常に固定して用いることにしてもよい。また、バンクありである場合に、ノイズ成分Ｎｂに対して横位置成分のみ、もしくは、縦位置成分のみの強度を大きくすることにしてもよい。

図２の説明に戻り、重み付け部３５ｃは、割当部３５ｂによる割り当て関係にある今回の瞬時データ１００に基づき、粒子ＤＰそれぞれについて重みを付ける。

例えば、重み付け部３５ｃは、今回の粒子ＤＰのうち、今回の瞬時データ１００に類似する粒子ＤＰの重みを大きくし、今回の瞬時データ１００から類似しない粒子の重みを小さくする。なお、ここでいう類似の度合は、例えば位置差や速度差などを基に記述されるコスト関数の評価値などを指す。

リサンプリング部３５ｄは、今回の粒子ＤＰそれぞれの重みに基づいて粒子ＤＰ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３５ｄは、重みが小さい粒子ＤＰを瞬時データ１００の近く（重みが大きい）へ移動させる。

より具体的には、リサンプリング部３５ｄは、重みが所定の閾値未満の粒子ＤＰを重みが所定の閾値以上の粒子ＤＰへ再配置する。これにより、予測によって生成した今回の粒子群データを、より真値に近い可能性がある瞬時データによって補正できる。これにより、後述の物標データ生成部３５ｅによって生成される物標データ５０を、より高精度にすることができる。

物標データ生成部３５ｅは、リサンプリング部３５ｄによって再配置された今回の粒子に基づいて物標データ５０を生成する。例えば、物標データ生成部３５ｅは、粒子の分布から確率密度関数を生成し、その重心に基づいて物標データ５０を生成したり、例えば、シンプルに粒子同士の平均に基づいて物標データ５０を生成してもよい。なお、物標データ５０によって、粒子群データが更新される。

また、物標データ生成部３５ｅは、粒子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５０として出力する。すなわち、物標データ生成部３５ｅは、新規の物標の場合、瞬時データ１００＝物標データ５０として出力する。

次に、図６を用いて実施形態に係るレーダ装置１が実行する処理手順について説明する。図６は、レーダ装置１が実行する処理手順を示すフローチャートである。なお、以下に示す処理手順は、信号処理部３２によって繰り返し実行される。

図６に示すように、まず、生成部３３は、送信した電波が物標で反射した反射波に基づいて物標に対応する瞬時データ１００を生成する（ステップＳ１０１）。続いて、検出部３４は、バンク角を検出する（ステップＳ１０２）。なお、レーダ装置１は、ステップＳ１０１の処理と、ステップＳ１０２の処理とを並列に行うことにしてもよいし、ステップＳ１０２の処理の後にステップＳ１０１の処理を行うことにしてもよい。

続いて、予測部３５ａは、前回の粒子に基づいて今回の粒子を予測する予測処理と、前回の物標データ５０に連続する予測データ６０を予測する予測処理を行う（ステップＳ１０３）。

続いて、割当部３５ｂは、バンク角に応じた割当範囲Ｒａにおいて今回の粒子ＤＰに今回の瞬時データ１００を割り当てる（ステップＳ１０４）。続いて、割当部３５ｂは、粒子ＤＰにバンク角に基づくバラつきを付与する（ステップＳ１０５）。

続いて、割当部３５ｂは、今回の粒子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Ｓ１０６）。割当部３５ｂは、瞬時データ１００が新規の物標であった場合（ステップＳ１０６，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（例えば、初期状態の粒子）を設定する（ステップＳ１１０）。

また、重み付け部３５ｃは、瞬時データ１００が新規の物標でなかった場合（ステップＳ１０６，Ｎｏ）、瞬時データ１００に基づいて今回の粒子それぞれに重み付けを行う（ステップＳ１０７）。

続いて、リサンプリング部３５ｄは、重み付け部３５ｃによる重み付けに基づいて今回の粒子のリサンプリングを行い（ステップＳ１０８）、物標データ生成部３５ｅは、リサンプリングされた今回の粒子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５０を生成し（ステップＳ１０９）、処理を終了する。

上述してきたように、実施形態に係るレーダ装置１は、生成部３３と、フィルタ処理部３５とを備える。生成部３３は、送信波が物標（例えば、他車両ＬＣ）で反射した反射波に基づいて物標に対応する瞬時データ１００を生成する。フィルタ処理部３５は、生成部３３によって生成された瞬時データ１００を前記物標に対応する過去の物標データ５０から予測される予測データ６０へ割り当てる。

また、フィルタ処理部３５は、自車両ＭＣが走行する路面のバンク角に応じて設定される割当範囲Ｒａに基づき、瞬時データ１００を予測データ６０へ割り当てる。したがって、実施形態に係るレーダ装置１によれば、バンク角に応じて適切な割当範囲Ｒａを設定することができるので、物標データ５０の連続性を適切に保つことが可能となる。

ところで、上述した実施形態では、時系列フィルタリングがパーティクルフィルタである場合について説明したが、これに限定されるものではない。以下、図７～図９を用いて変形例に係るフィルタ処理部３５－２について説明する。

図７は、変形例に係るフィルタ処理部３５－２のブロック図である。図７に示すように、変形例に係るフィルタ処理部３５－２は、予測部３５ａ－２と、割当部３５ｂ－２と、重み付け部３５ｃ－２と、物標データ生成部３５ｅ－２とを備える。

予測部３５ａ－２は、前回の物標データ５０から今回の物標データ５０に対応する予測データ６０を予測する。また、予測部３５ａ－２は、バンク角が閾値を超える場合に、バンクありと判定し、割当範囲Ｒａの切り替えを行う。

図８は、バンク角に対する閾値の具体例を示す図である。図８に示すように、例えば、バンク角に対する閾値は、第１閾値Ｔｈ１および第２閾値Ｔｈ２を有し、第１閾値Ｔｈ１および第２閾値Ｔｈ２間には、ヒステリシス領域Ｒｈが設けられる。

例えば、予測部３５ａ－２は、バンク角が第１閾値Ｔｈ１を超えた場合に、バンクありと判定し、バンクフラグをオンに切り替える。また、予測部３５ａ－２は、バンク角が第１閾値Ｔｈ１よりも低い第２閾値Ｔｈ２を下回った場合に、バンクフラグをオフに切り替える。

すなわち、第１閾値Ｔｈ１および第２閾値Ｔｈ２間にヒステリシス領域Ｒｈを設けることで、バンクフラグをオフからオンに切り替えにくく、バンクフラグをオンからオフへ切り替えやすくすることとなる。

これは、自車両ＭＣが段差等を走行する際の振動等によってバンク角に段差等に基づくノイズ成分が含まれる場合があり、かかるノイズ成分に基づくバンクの有無の誤判定を抑制するためである。

このため、ヒステリシス領域Ｒｈを設けることで、自車両ＭＣがバンク形状の路面を走行する場合にのみ、バンクありと判定することが可能となる。なお、図８に示す第１閾値Ｔｈ１および第２閾値Ｔｈ２については、上述の実施形態に係るレーダ装置１に適用することも可能である。

図７の説明に戻り、割当部３５ｂ－２について説明する。割当部３５ｂ－２は、瞬時データ１００をバンク角に応じて設定される割当範囲Ｒａに基づき、予測データ６０へ割り当てる。

割当部３５ｂ－２は、予測データ６０と相対速度、位置が最も近い瞬時データ１００を予測データ６０に対して割り当てる。ここで、図１に示したように、割当範囲Ｒａは、バンク有の場合、第１割当範囲Ｒａ１となり、バンクなしの場合、第２割当範囲Ｒａ２となる。

また、第１割当範囲Ｒａ１は、他車両ＬＣの移動予測の想定誤差を含む範囲であるのに対して、第２割当範囲Ｒａ２は、第１割当範囲Ｒａ１に自車両ＭＣの移動予測の想定誤差を加えた範囲である。

すなわち、割当部３５ｂ－２は、バンク有と判定された場合、予測データ６０に対してより広範囲の瞬時データ１００を割り当てることが可能となる。これにより、仮に、バンクの影響によって、予測データ６０と瞬時データ１００とにズレが生じた場合であっても、予測データ６０に本来の瞬時データ１００を割り当てることが可能となる。つまり、物標データ５０の連続性を適切に保つことが可能となる。

重み付け部３５ｃ－２は、割当部３５ｂ－２によって予測データ６０と、予測データ６０に割り当てられた瞬時データ１００とを指数移動平均により平準化し、指数移動平均における重み付けをバンク角に応じて調正する。

図９は、指数移動平均における重み付けの具体例を示す図である。図９に示すように、例えば、重み付け部３５ｃ－２は、バンク有と判定された場合に、瞬時データ１００の重みを大きくし、予測データ６０の重みを少なくする。

これにより、予測データ６０に比べて瞬時データ１００に近づくように物標データ５０が生成されることとなる。つまり、バンクの影響によって予測データ６０の予測精度が低下すると想定される場合に、物標データ５０に瞬時データ１００の割合を多くして反映させることで、バンクの影響によって生じる予測データ６０の誤差を補正することが可能となる。

なお、かかる場合に、瞬時データ１００および予測データ６０のそれぞれの重みについては、例えば、バンク角が大きいほど、瞬時データ１００の重みを大きくすることにしてもよいし、あるいは、バンク有と判定された場合における重みは常に一定の値であってもよい。

また、重み付け部３５ｃ－２は、バンク角に応じた重みに関して予め作成されたテーブルを参照して設定することにしてもよいし、外部の制御装置から入力される重みを設定することにしてもよい。

図７の説明に戻り、物標データ生成部３５ｅ－２について説明する。物標データ生成部３５ｅ－２は、重み付け部３５ｃ－２によって重み付けされた瞬時データ１００および予測データ６０に基づいて物標データ５０を生成する。

すなわち、物標データ生成部３５ｅ－２は、バンクがあると判定された場合に、瞬時データ１００の重みを大きくし、予測データ６０の重みを小さくして物標データ５０を生成する。

これにより、バンクによる誤差を抑えた物標データ５０を生成することが可能となり、かかる物標データ５０から予測される予測データ６０の確からしさを向上させることが可能となる。

したがって、次回の処理において、予測データ６０と予測データ６０に対応する瞬時データ１００とが比較的近い値を取ることになり、予測データ６０と瞬時データ１００とのバラつきを抑えることが可能となる。

ところで、上述した第２割当範囲Ｒａ２は、第１割当範囲Ｒａ１に比べて広い範囲である場合について説明したが、これに限定されるものではない。第２割当範囲Ｒａ２は、第１割当範囲Ｒａ１と略同じ大きさであってもよい。

図１０は、割当範囲Ｒａの一例を示す図である。図１０に示すように、第１割当範囲Ｒａ１を例えば、バンク角に応じて回転させることで、第２割当範囲Ｒａ２を設定することにしてもよい。

例えば、レーダ装置１は、バンク角に応じた予測データ６０と反射点ＲＰ（図４Ｃ参照）とのズレ量θを予め算出したテーブルを記憶しておき、バンク角に応じたズレ量θを用いて第１割当範囲Ｒａ１を補正することで第２割当範囲Ｒａ２を設定する。

すなわち、予測移動ベクトルＶｒをズレ量θで補正することで、補正後の予測移動ベクトルＶｒｂを導出し、予測移動ベクトルＶｒｂに基づいて予測移動ベクトルＶｒに基づく予測データ６０ａを予測移動ベクトルＶｒｃに基づく予測データ６０ｂへ補正する。これは、つまり、移動予測をバンク角にも基づいて行うことである。

そして、予測データ６０ｂに対して、例えば、第１割当範囲Ｒａ１と略同じ大きさの第２割当範囲Ｒａ２を設定する。これにより、第２割当範囲Ｒａ２を第１割当範囲Ｒａ１より広く設定しなくともバンクの影響による追従性の低下を抑えることが可能となる。

なお、例えば、時系列フィルタにカルマンフィルタや拡張カルマンフィルタを用いる場合、バンク角に応じて共分散行列を拡張することにしてもよい。すなわち、バンク角が大きいほど、共分散行列を拡張することで、割当範囲Ｒａを拡張することにしてもよい。

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。

１ レーダ装置
３３ 生成部
３４ 検出部
３５ フィルタ処理部
３５ａ 予測部
３５ｂ 割当部
３５ｃ 重み付け部
３５ｄ リサンプリング部
３５ｅ 物標データ生成部
５０ 物標データ
６０ 予測データ
１００ 瞬時データ
Ｒａ 割当範囲
Ｒａ１ 第１割当範囲
Ｒａ２ 第２割当範囲

Claims (7)

1. 送信波が物標で反射した反射波に基づいて前記物標に対応する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前記瞬時データを前記物標に対応する過去の物標データから予測される予測データへ割り当てるフィルタ処理部と、
   を備え、
   前記フィルタ処理部は、
   自車両が走行する路面のバンク角に応じて設定される割当範囲に基づき、前記瞬時データを前記予測データへ割り当てるように構成された、
   レーダ装置。
2. 前記フィルタ処理部は、
   前記物標の移動予測に対する想定誤差に基づき定めた第１割当範囲と、前記物標と前記自車両との双方の移動予測に対する想定誤差に基づき定めた第２割当範囲とを前記バンク角に応じて切り替えるように構成された、
   請求項１に記載のレーダ装置。
3. 前記フィルタ処理部は、
   前記バンク角が第１閾値を超える場合に、前記第１割当範囲から前記第２割当範囲へ切り替え、前記バンク角が第１閾値よりも小さい第２閾値を下回る場合に、前記第２割当範囲から前記第１割当範囲へ切り替えるように構成された、
   請求項２に記載のレーダ装置。
4. 前記フィルタ処理部は、
   前記バンク角に応じた前記予測データと前記送信波の反射点とのズレ量を予め記憶しておき、前記バンク角に応じた前記ズレ量を用いて前記第１割当範囲を補正して前記第２割当範囲を設定するように構成された、
   請求項２または請求項３に記載のレーダ装置。
5. 前記フィルタ処理部は、
   前記予測データと当該予測データに対して割り当てられた前記瞬時データとを指数移動平均によって平滑化することで前記物標データを生成し、当該指数移動平均における重み付けは前記バンク角に応じて設定されるように構成された、
   請求項１から請求項４までのいずれか１項に記載のレーダ装置。
6. 前記フィルタ処理部は、
   おのおの所定の状態を持つ複数の粒子のばらつきに基づくパーティクルフィルタを施すことで前記物標データを生成し、前記ばらつきは前記バンク角に応じて設定されるように構成された、
   請求項１に記載のレーダ装置。
7. 送信波が物標で反射した反射波に基づいて前記物標に対応する瞬時データを生成する生成工程と、
   前記生成工程によって生成された前記瞬時データを前記物標に対応する過去の物標データから予測される予測データへ割り当てるフィルタ処理工程と、
   を含み、
   前記フィルタ処理工程では、
   自車両が走行する路面のバンク角に応じて設定される割当範囲に基づき、前記瞬時データを前記予測データへ割り当てる、
   物標データ割当方法。

Images