TWI786765B - 自適應配置雷達參數的雷達和方法 - Google Patents

自適應配置雷達參數的雷達和方法 Download PDF

Info

Publication number
TWI786765B
TWI786765B TW110129571A TW110129571A TWI786765B TW I786765 B TWI786765 B TW I786765B TW 110129571 A TW110129571 A TW 110129571A TW 110129571 A TW110129571 A TW 110129571A TW I786765 B TWI786765 B TW I786765B
Authority
TW
Taiwan
Prior art keywords
field
view
radar
parameter
equal
Prior art date
Application number
TW110129571A
Other languages
English (en)
Other versions
TW202307462A (zh
Inventor
周逸凡
張修齊
劉晉德
林多常
李大嵩
楊家興
Original Assignee
中華電信股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 中華電信股份有限公司 filed Critical 中華電信股份有限公司
Priority to TW110129571A priority Critical patent/TWI786765B/zh
Application granted granted Critical
Publication of TWI786765B publication Critical patent/TWI786765B/zh
Publication of TW202307462A publication Critical patent/TW202307462A/zh

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

提供一種自適應配置雷達參數的雷達和方法。方法包含：偵測點雲；響應於點雲的第一座標值與第一視野參數之間的第一差值大於或等於視野閾值，放大第一視野參數；以及根據第一視野參數配置雷達的視野。

Description

自適應配置雷達參數的雷達和方法
本發明是有關於一種自適應配置雷達參數的雷達和方法。
隨著5G世代的到來，智慧交通開始被廣泛討論，監測用之路側單元也將大量佈建。然而，由於每個路段的路況並不相同，市售雷達板之預設參數設定往往不能因應所有路側單元之應用。因此，如何根據路況自動化調整雷達參數，是本領域的重要課題之一。
本發明提供一種自適應配置雷達參數的雷達和方法，可自動調整雷達的參數設定。
本發明的一種自適應配置雷達參數的雷達，適用於追蹤路段上的移動載具，包含處理器以及收發器。處理器耦接收發器，其中處理器經配置以執行：通過收發器偵測點雲；響應於點雲的第一座標值與第一視野參數之間的第一差值大於或等於視野閾值，放大第一視野參數；以及根據第一視野參數配置雷達的視野。
在本發明的一實施例中，上述的處理器更經配置以執行：響應於第一差值小於視野閾值，縮小第一視野參數。
在本發明的一實施例中，上述的第一座標值為點雲在第一方向上的最大座標值。
在本發明的一實施例中，上述的處理器更經配置以執行：響應於點雲的第二座標值與第二視野參數之間的第二差值小於或等於第二視野閾值，縮小第二視野參數；以及根據第二視野參數配置雷達的視野。
在本發明的一實施例中，上述的處理器更經配置以執行：響應於第二差值大於第二視野閾值，放大第二視野參數。
在本發明的一實施例中，上述的第二座標值為點雲在第一方向上的最小座標值。
在本發明的一實施例中，上述的處理器根據第一視野參數以及第二視野參數配置雷達的恆定誤警報率閾值。
在本發明的一實施例中，上述的處理器更經配置以執行：監視視野中的多個移動載具以決定最小換道距離；響應於雷達的第一門控參數與最小換道距離之間的第二差值大於或等於追蹤閾值並且雷達的分配參數中的最大距離與最小換道距離之間的第三差值大於或等於追蹤閾值，縮小第一門控參數以及最大距離；以及根據第一門控參數以及最大距離追蹤視野中的移動載具。
在本發明的一實施例中，上述的第一門控參數的第一初始值等於路段的路段寬度，並且最大距離的第二初始值等於路段寬度。
在本發明的一實施例中，上述的處理器更經配置以執行：監視視野中的多個移動載具以決定平均速度；響應於雷達的第二門控參數與平均速度之間的第二差值大於或等於追蹤閾值，縮小第二門控參數；以及根據第二門控參數追蹤視野中的移動載具。
在本發明的一實施例中，上述的第二門控參數的初始值等於路段的速限。
在本發明的一實施例中，上述的處理器更經配置以執行：根據第一門控參數偵測第一反射點以及第二反射點；響應於第一反射點與第二反射點之間的距離小於或等於最大距離，將第二反射點加入至對應於第一反射點的第二點雲；以及響應於第二點雲中的反射點數量大於或等於最小點數閾值，根據第二點雲追蹤移動載具。
本發明的一種自適應配置雷達參數的方法，適用於追蹤路段上的移動載具，包含：偵測點雲；響應於點雲的第一座標值與第一視野參數之間的第一差值大於或等於視野閾值，放大第一視野參數；以及根據第一視野參數配置雷達的視野。
基於上述，本發明可根據不同路段的路況自適應配置雷達的參數，減少以人工方式配置雷達參數所需消耗的人力和時間。
圖1根據本發明的一實施例繪示一種自適應配置雷達參數的雷達100的示意圖。雷達100適用於追蹤路段上的移動載具。雷達100可包含處理器110、儲存媒體120以及收發器130。
處理器110例如是中央處理單元（central processing unit，CPU），或是其他可程式化之一般用途或特殊用途的微控制單元（micro control unit，MCU）、微處理器（microprocessor）、數位信號處理器（digital signal processor，DSP）、可程式化控制器、特殊應用積體電路（application specific integrated circuit，ASIC）、圖形處理器（graphics processing unit，GPU）、影像訊號處理器（image signal processor，ISP）、影像處理單元（image processing unit，IPU）、算數邏輯單元（arithmetic logic unit，ALU）、複雜可程式邏輯裝置（complex programmable logic device，CPLD）、現場可程式化邏輯閘陣列（field programmable gate array，FPGA）或其他類似元件或上述元件的組合。處理器110可耦接至儲存媒體120以及收發器130，並且存取和執行儲存於儲存媒體120中的多個模組和各種應用程式。
儲存媒體120例如是任何型態的固定式或可移動式的隨機存取記憶體（random access memory，RAM）、唯讀記憶體（read-only memory，ROM）、快閃記憶體（flash memory）、硬碟（hard disk drive，HDD）、固態硬碟（solid state drive，SSD）或類似元件或上述元件的組合，而用於儲存可由處理器110執行的多個模組或各種應用程式。
收發器130以無線或有線的方式傳送及接收訊號。收發器130還可以執行例如低噪聲放大、阻抗匹配、混頻、向上或向下頻率轉換、濾波、放大以及類似的操作。
圖2根據本發明的一實施例繪示雷達100的視野200的示意圖。在本實施例中，雷達100用於追蹤行駛於道路20的移動載具30，其中道路20的車流往-X方向前進。雷達100可偵測視野（field of view，FoV）200中的路段上的移動載具30，其中
Figure 02_image001
為路段寬度。
雷達100的處理器110可通過收發器130傳送訊號以及接收對應於所傳送之訊號的反射訊號，從而偵測視野200中的物以產生點雲。處理器110並可根據點雲的相關座標值調整配置雷達100的視野。圖3根據本發明的一實施例繪示根據點雲300配置雷達100的視野200的示意圖。假設雷達100所偵測到的點雲300包含反射點31、反射點32、反射點33以及反射點34，其中反射點31為點雲300中具有最大X座標值
Figure 02_image003
的點，反射點32為點雲300中具有最小X座標值
Figure 02_image005
的點，反射點33為點雲300中具有最大Y座標值
Figure 02_image007
的點並且反射點34為點雲300中具有最小Y座標值
Figure 02_image009
的點。視野參數
Figure 02_image011
以及視野參數
Figure 02_image013
用以決定視野200在X座標上的邊界，並且視野參數
Figure 02_image015
以及視野參數
Figure 02_image017
用以決定視野200在Y座標上的邊界。處理器110可用以配置各個視野參數的初始值。視野參數
Figure 02_image011
的初始值
Figure 02_image019
可等於雷達100所能設定的最大的X座標值。視野參數
Figure 02_image015
的初始值
Figure 02_image021
可等於雷達100所能設定的最大的Y座標值。視野參數
Figure 02_image013
的初始值
Figure 02_image023
可等於雷達100所能設定的最小的X座標值。視野參數
Figure 02_image017
的初始值
Figure 02_image025
可等於0。
處理器110可響應於最大X座標值
Figure 02_image003
與初始視野參數
Figure 02_image019
的差值大於或等於視野閾值
Figure 02_image027
而放大視野參數
Figure 02_image011
，如方程式（1）所示，其中
Figure 02_image029
為步階大小（step size）。此外，處理器110可響應於最大X座標值
Figure 02_image003
與初始視野參數
Figure 02_image019
的差值小於視野閾值
Figure 02_image027
而縮小視野參數
Figure 02_image011
，如方程式（2）所示。處理器110可根據視野參數
Figure 02_image011
配置視野200在X座標的邊界。
Figure 02_image031
…(1)
Figure 02_image033
…(2)
處理器110可響應於最小X座標值
Figure 02_image005
與初始視野參數
Figure 02_image023
的差值小於或等於視野閾值
Figure 02_image027
而縮小視野參數
Figure 02_image013
，如方程式（3）所示。此外，處理器110可響應於最小X座標值
Figure 02_image005
與初始視野參數
Figure 02_image023
的差值大於視野閾值
Figure 02_image027
而放大視野參數
Figure 02_image013
，如方程式（4）所示。處理器110可根據視野參數
Figure 02_image013
配置視野200在X座標的邊界。
Figure 02_image035
…(3)
Figure 02_image037
…(4)
處理器110可響應於最大Y座標值
Figure 02_image007
與初始視野參數
Figure 02_image021
的差值大於或等於視野閾值
Figure 02_image027
而放大視野參數
Figure 02_image015
，如方程式（5）所示。此外，處理器110可響應於最大Y座標值
Figure 02_image007
與初始視野參數
Figure 02_image021
的差值小於視野閾值
Figure 02_image027
而縮小視野參數
Figure 02_image015
，如方程式（6）所示。處理器110可根據視野參數
Figure 02_image015
配置視野200在Y座標的邊界。
Figure 02_image039
…(5)
Figure 02_image041
…(6)
處理器110可響應於最小Y座標值
Figure 02_image009
與初始視野參數
Figure 02_image025
的差值小於或等於視野閾值
Figure 02_image027
而縮小視野參數
Figure 02_image017
，如方程式（7）所示。此外，處理器110可響應於最小Y座標值
Figure 02_image009
與初始視野參數
Figure 02_image025
的差值大於視野閾值
Figure 02_image027
而放大視野參數
Figure 02_image017
，如方程式（8）所示。處理器110可根據視野參數
Figure 02_image017
配置視野200在Y座標的邊界。
Figure 02_image043
…(7)
Figure 02_image045
…(8)
處理器110可根據視野參數
Figure 02_image011
、視野參數
Figure 02_image013
、視野參數
Figure 02_image015
以及視野參數
Figure 02_image017
決定視野200。在決定視野200後，處理器110可根據視野200配置雷達100的恆定誤警報率（constant false alarm rate，CFAR）閾值。舉例來說，處理器110可將視野200以外的區域的恆定誤警報率閾值設定為無限大。如此，則視野200外的任何物件均不會被雷達100偵測到。
如圖2所示，假設道路20的速限為
Figure 02_image047
。處理器110可監視視野200中的多個載具的以決定最小換道距離為
Figure 02_image049
。此外，處理器110還可監視視野200中的多個載具的以計算平均速度
Figure 02_image051
。處理器110可根據速限
Figure 02_image047
或最小換道距離為
Figure 02_image049
來決定雷達100的門控參數（gating parameter）。圖4根據本發明的一實施例繪示雷達的門控參數的示意圖。處理器110可對門控參數的寬度（width）、深度（depth）或高度（height）等三個維度進行配置。在本實施例中，門控參數
Figure 02_image053
對應於維度寬度，並且門控參數
Figure 02_image055
對應於維度深度。處理器110可將門控參數
Figure 02_image053
的初始值
Figure 02_image057
設為路段寬度
Figure 02_image001
。處理器110可將門控參數
Figure 02_image055
的初始值
Figure 02_image059
設為道路20的速限
Figure 02_image047
。處理器110還可將雷達100的分配參數（allocation parameter）中的最大距離
Figure 02_image061
的初始值 D設為路段寬度
Figure 02_image001
。處理器110可週期地更新初始門控參數
Figure 02_image057
、初始門控參數
Figure 02_image059
或初始最大距離 D。
處理器110可響應於初始門控參數
Figure 02_image057
與最小換道距離
Figure 02_image049
之間的差值大於或等於追蹤閾值
Figure 02_image063
並且初始最大距離 D與最小換道距離
Figure 02_image049
之間的差值大於或等於追蹤閾值
Figure 02_image063
而縮小門控參數
Figure 02_image053
以及最大距離
Figure 02_image061
，如方程式（9）所示，其中
Figure 02_image065
為步階大小。
Figure 02_image067
…(9)
另一方面，處理器110可響應於初始門控參數
Figure 02_image059
與平均速度
Figure 02_image051
之間的差值大於或等於追蹤閾值
Figure 02_image063
而縮小門控參數
Figure 02_image055
，如方程式（10）所示。
Figure 02_image069
…(10)
處理器110可根據門控參數
Figure 02_image053
、門控參數
Figure 02_image055
或最大距離
Figure 02_image061
追蹤視野200中的移動載具30處理器110可根據門控參數
Figure 02_image053
以及門控參數
Figure 02_image055
決定範圍50。處理器110可根據範圍50來關聯雷達100所偵測到的多個反射點。假設處理器110通過收發器130監視視野200以偵測到反射點40、反射點41以及反射點42，其中處理器110判斷反射點40為移動載具30的反射點。處理器110可以反射點40為範圍50的中心而判斷範圍50內的其他反射點是否與反射點40或移動載具30相關。
具體來說，處理器110可根據範圍50關聯反射點40以及反射點41（或反射點42），從而判斷反射點41（或反射點42）是否對應於移動載具30。處理器110可響應於反射點40與反射點41之間的距離小於或等於最大距離
Figure 02_image061
而判斷反射點41與反射點40相關。據此，處理器110可將反射點41加入對應於反射點40的點雲中。另一方面，處理器110可響應於反射點40與反射點42之間的距離大於最大距離
Figure 02_image061
而判斷反射點42與反射點40不相關。據此，處理器110可不將反射點42加入對應於反射點40的點雲中。
處理器110可響應於對應於反射點40的點雲中的反射點數量大於最小點數閾值而根據所述點雲追蹤移動載具30。舉例來說，假設對應於反射點40的點雲包含兩個反射點，分別為反射點40以及反射點41。此外，假設雷達100的參數中的最小點數閾值為2。處理器110可響應於所述點雲中的反射點數量大於或等於2而判斷所述點雲可用於追蹤移動載具30。因此，處理器110可根據所述點雲追蹤移動載具30。
圖5根據本發明的一實施例繪示一種自適應配置雷達參數的方法的流程圖，其中方法適用於追蹤路段上的移動載具，並且所述方法可由如圖1所示的雷達100實施。在步驟S501中，偵測點雲。在步驟S502中，響應於點雲的第一座標值與初始第一視野參數之間的第一差值大於或等於視野閾值，放大初始第一視野參數以產生第一視野參數。在步驟S503中，根據第一視野參數配置雷達的視野。
綜上所述，本發明可根據偵測到之點雲的相關座標值放大或減少雷達的視野，並且根據雷達的視野調整恆定誤警報率閾值，藉以使雷達對目標路段的偵測更加精準。本發明還可根據移動載具在路段的最小換道距離或平均速度配置雷達的門控參數，藉以改善雷達追蹤目標的能力。門控參數的初始值可根據路段的路段寬度或速限決定。據此，本發明可自適應配置不同路段之雷達的參數，減少以人工方式設定雷達參數所需消耗的人力以及時間。
100:雷達 110:處理器 120:儲存媒體 130:收發器 20:道路 200:視野 30:移動載具 300:點雲 31、32、33、34、40、41、42:反射點 50:範圍
Figure 02_image053
、
Figure 02_image055
:門控參數 S501、S502、S503:步驟
Figure 02_image001
:路段寬度
Figure 02_image011
、
Figure 02_image013
、
Figure 02_image015
、
Figure 02_image017
:視野參數
Figure 02_image049
:最小換道距離
圖1根據本發明的一實施例繪示一種自適應配置雷達參數的雷達的示意圖。 圖2根據本發明的一實施例繪示雷達的視野的示意圖。 圖3根據本發明的一實施例繪示根據點雲配置雷達的視野的示意圖。 圖4根據本發明的一實施例繪示雷達的門控參數的示意圖。 圖5根據本發明的一實施例繪示一種自適應配置雷達參數的方法的流程圖。
S501、S502、S503:步驟

Claims (12)

  1. 一種自適應配置雷達參數的雷達，適用於追蹤路段上的移動載具，包括：收發器；以及處理器，耦接所述收發器，其中所述處理器經配置以執行：通過所述收發器偵測點雲；響應於所述點雲的第一座標值與第一視野參數之間的第一差值大於或等於視野閾值，放大所述第一視野參數；根據所述第一視野參數配置所述雷達的視野；監視所述視野中的多個移動載具以決定最小換道距離；響應於所述雷達的第一門控參數與所述最小換道距離之間的第二差值大於或等於追蹤閾值並且所述雷達的分配參數中的最大距離與所述最小換道距離之間的第三差值大於或等於所述追蹤閾值，縮小所述第一門控參數以及所述最大距離；以及根據所述第一門控參數以及所述最大距離追蹤所述視野中的所述移動載具。
  2. 如請求項1所述的雷達，其中所述處理器更經配置以執行：響應於所述第一差值小於所述視野閾值，縮小所述第一視野參數。
  3. 如請求項1所述的雷達，其中所述第一座標值為所述點雲在第一方向上的最大座標值。
  4. 如請求項1所述的雷達，其中所述處理器更經配置以執行：響應於所述點雲的第二座標值與第二視野參數之間的第三差值小於或等於第二視野閾值，縮小所述第二視野參數；以及根據所述第二視野參數配置所述雷達的所述視野。
  5. 如請求項4所述的雷達，其中所述處理器更經配置以執行：響應於所述第三差值大於所述第二視野閾值，放大所述第二視野參數。
  6. 如請求項4所述的雷達，其中所述第二座標值為所述點雲在第一方向上的最小座標值。
  7. 如請求項4所述的雷達，其中所述處理器根據所述第一視野參數以及所述第二視野參數配置所述雷達的恆定誤警報率閾值。
  8. 如請求項1所述的雷達，其中所述第一門控參數的第一初始值等於所述路段的路段寬度，並且所述最大距離的第二初始值等於所述路段寬度。
  9. 如請求項1所述的雷達，其中所述處理器更經配置以執行：監視所述視野中的所述多個移動載具以決定平均速度； 響應於所述雷達的第二門控參數與所述平均速度之間的第三差值大於或等於追蹤閾值，縮小所述第二門控參數；以及根據所述第二門控參數追蹤所述視野中的所述移動載具。
  10. 如請求項9所述的雷達，其中所述第二門控參數的初始值等於所述路段的速限。
  11. 如請求項1所述的雷達，其中所述處理器更經配置以執行：根據所述第一門控參數偵測第一反射點以及第二反射點；響應於所述第一反射點與所述第二反射點之間的距離小於或等於所述最大距離，將所述第二反射點加入至對應於所述第一反射點的第二點雲；以及響應於所述第二點雲中的反射點數量大於或等於最小點數閾值，根據所述第二點雲追蹤所述移動載具。
  12. 一種自適應配置雷達參數的方法，適用於追蹤路段上的移動載具，包括：偵測點雲；響應於所述點雲的第一座標值與第一視野參數之間的第一差值大於或等於視野閾值，放大所述第一視野參數；根據所述第一視野參數配置所述雷達的視野；監視所述視野中的多個移動載具以決定最小換道距離；響應於所述雷達的第一門控參數與所述最小換道距離之間的第二差值大於或等於追蹤閾值並且所述雷達的分配參數中的最大 距離與所述最小換道距離之間的第三差值大於或等於所述追蹤閾值，縮小所述第一門控參數以及所述最大距離；以及根據所述第一門控參數以及所述最大距離追蹤所述視野中的所述移動載具。
TW110129571A 2021-08-11 2021-08-11 自適應配置雷達參數的雷達和方法 TWI786765B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW110129571A TWI786765B (zh) 2021-08-11 2021-08-11 自適應配置雷達參數的雷達和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110129571A TWI786765B (zh) 2021-08-11 2021-08-11 自適應配置雷達參數的雷達和方法

Publications (2)

Publication Number Publication Date
TWI786765B true TWI786765B (zh) 2022-12-11
TW202307462A TW202307462A (zh) 2023-02-16

Family

ID=85794912

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110129571A TWI786765B (zh) 2021-08-11 2021-08-11 自適應配置雷達參數的雷達和方法

Country Status (1)

Country Link
TW (1) TWI786765B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108072880A (zh) * 2018-01-17 2018-05-25 上海禾赛光电科技有限公司 激光雷达视场中心指向的调整方法、介质、激光雷达***
CN108169729A (zh) * 2018-01-17 2018-06-15 上海禾赛光电科技有限公司 激光雷达的视场的调整方法、介质、激光雷达***
US20200158874A1 (en) * 2018-11-19 2020-05-21 Dalong Li Traffic recognition and adaptive ground removal based on lidar point cloud statistics
US20200348402A1 (en) * 2018-01-17 2020-11-05 Hesai Photonics Technology Co., Ltd. Detection device and method for adjusting parameter thereof
CN112183180A (zh) * 2019-07-02 2021-01-05 通用汽车环球科技运作有限责任公司 用于二维图像数据的三维对象定边界的方法和装置
WO2021051736A1 (zh) * 2020-01-22 2021-03-25 深圳市速腾聚创科技有限公司 感知区域的确定方法、装置、存储介质及车辆

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108072880A (zh) * 2018-01-17 2018-05-25 上海禾赛光电科技有限公司 激光雷达视场中心指向的调整方法、介质、激光雷达***
CN108169729A (zh) * 2018-01-17 2018-06-15 上海禾赛光电科技有限公司 激光雷达的视场的调整方法、介质、激光雷达***
US20200348402A1 (en) * 2018-01-17 2020-11-05 Hesai Photonics Technology Co., Ltd. Detection device and method for adjusting parameter thereof
US20200158874A1 (en) * 2018-11-19 2020-05-21 Dalong Li Traffic recognition and adaptive ground removal based on lidar point cloud statistics
CN112183180A (zh) * 2019-07-02 2021-01-05 通用汽车环球科技运作有限责任公司 用于二维图像数据的三维对象定边界的方法和装置
WO2021051736A1 (zh) * 2020-01-22 2021-03-25 深圳市速腾聚创科技有限公司 感知区域的确定方法、装置、存储介质及车辆

Also Published As

Publication number Publication date
TW202307462A (zh) 2023-02-16

Similar Documents

Publication Publication Date Title
JP6468162B2 (ja) 障害物報知装置
JP6073646B2 (ja) 補正値設定装置、および距離検出装置
JP6441276B2 (ja) 推定装置、推定方法、および推定プログラム
TWI810374B (zh) 在頻率調變連續波（ｆｍｃｗ）雷達單元中減少干擾的方法及裝置、ｆｍｃｗ雷達系統及相關的非暫時性電腦可讀媒體
EP2829891A1 (en) Traffic flow measuring apparatus, method, and program
JP2015059764A (ja) 物体検知装置及び物体検知システム
JP7152355B2 (ja) 障害物検出装置および障害物検出方法
KR102428660B1 (ko) 차량 및 차량의 제어방법
JP5686123B2 (ja) 車両検出装置および警報装置
JP2015219120A (ja) 距離測定装置
CN113536850A (zh) 基于77g毫米波雷达的目标物体大小测试方法和装置
CN108430851B (zh) 夜间图像显示装置及其图像处理方法
US20150173717A1 (en) Ultrasonic diagnostic device
TWI786765B (zh) 自適應配置雷達參數的雷達和方法
JP2007030603A (ja) 車両用走行支援装置
CN113734176A (zh) 智能驾驶车辆的环境感知***、方法、车辆及存储介质
US11841419B2 (en) Stationary and moving object recognition apparatus
JP5971981B2 (ja) 目標運動予測装置及び目標運動予測方法
JP2019046251A (ja) 物標検出装置、運転支援システムおよび物標検出方法
JP6240671B2 (ja) センサ情報出力装置、センサ映像表示装置、探知装置、及びセンサ情報出力方法
US20220089148A1 (en) Parking control apparatus and parking control method
JP2016031355A (ja) 車両用障害物検知装置
JP6134945B2 (ja) 物体判定装置
WO2020258065A1 (zh) 毫米波雷达天气检测的方法、毫米波雷达和可移动平台
JP6084811B2 (ja) 追尾処理装置、及び追尾処理方法