CN106646449A - 物体检测装置及物体检测方法 - Google Patents

物体检测装置及物体检测方法 Download PDF

Info

Publication number
CN106646449A
CN106646449A CN201610681850.1A CN201610681850A CN106646449A CN 106646449 A CN106646449 A CN 106646449A CN 201610681850 A CN201610681850 A CN 201610681850A CN 106646449 A CN106646449 A CN 106646449A
Authority
CN
China
Prior art keywords
submanifold
cluster
capture point
detection device
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610681850.1A
Other languages
English (en)
Other versions
CN106646449B (zh
Inventor
刘伟杰
中川洋
中川洋一
安木慎
笠原稔弘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial Co Ltd
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 Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Publication of CN106646449A publication Critical patent/CN106646449A/zh
Application granted granted Critical
Publication of CN106646449B publication Critical patent/CN106646449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/60—Velocity or trajectory determination systems; Sense-of-movement determination systems wherein the transmitter and receiver are mounted on the moving object, e.g. for determining ground speed, drift angle, ground track
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/589—Velocity or trajectory determination systems; Sense-of-movement determination systems measuring the velocity vector
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

物体检测装置包括：子簇生成单元，将簇生成单元生成的簇分割为对应于具有与物体的主要部分不同的移动方向或移动速度的所述物体的一部分的1个以上的第1子簇，和对应于所述物体的主要部分的1个以上的第2子簇；以及速度计算单元，使用属于所述第2子簇的1个以上的捕获点，计算所述物体的移动速度。

Description

物体检测装置及物体检测方法
技术领域
本发明涉及利用雷达装置的测量结果，能够高精度地检测在雷达装置的周边存在的物体的物体检测装置及物体检测方法。
背景技术
近年来，雷达装置被装载在车辆上。车载用的雷达装置检测在车辆的周围存在的物体，例如，其他车辆、行人、两轮车、或路上的设置物。车载用的雷达装置检测从车辆的前方和侧面靠近的物体，测量车辆和物体之间的相对位置、或车辆和物体之间的相对速度。然后，车载用的雷达装置基于测量结果，在判断为有可能发生车辆和物体之间的碰撞的情况下，通过对驾驶员提出警告，或控制车辆的行驶，避免碰撞。
此外，在开发使用在道路周边设置的雷达装置，监视或管理道路的交通的系统。这样的系统，例如，使用在路口的周边设置的雷达装置，检测通过路口的车辆或行人，或通过计测交通流量，自适应地控制信号机。此外，这样的系统，在判断为道路内有可能发生车辆和行人之间的碰撞的情况下，对驾驶员或行人提出警告，避免碰撞。
此外，雷达装置，例如为了监视机场或其他设施而设置。这样的雷达装置通过探测来自空中或地面的物体，对关联安全系统提供信息，防止物体的侵入。
这样，为了检测物体，雷达装置被利用于各种各样的场合。最近，通过高分辨率，雷达装置能够从同一物体获取多个部位的测量数据。
这样的雷达装置的一例，例如公开于专利文献1。在专利文献1中，公开了将来自多个物体的雷达测量数据群聚集成簇，以使属于同一物体的多个测量数据被包含在一个簇区域中，并进行物体的检测和跟踪的技术。再有，聚集成簇处理是，将在某个观测周期中检测到的信号分组，将各组(簇)分别作为由一个物体反射的信号的集合来定义的处理。
现有技术文献
专利文献
专利文献1：日本国际公开第2012/128096号
发明内容
可是，上述专利文献1中公开的技术，使用在簇区域中包含的全部的测量数据来求物体的速度。为此，在物体的一部分与物体的主要部分独立移动的情况下，物体的一部分的移动(移动方向或移动速度)与物体的主要部分的移动不同，所以难以进行物体的主要部分的正确的速度的计算。例如，在物体为车辆的情况下，车辆的一部分即车轮的转动与车辆的主要部分即车身的移动独立，车轮的转动速度比车身的移动速度快。因此，若在求车辆速度时使用从车轮得到的测量数据，则计算精度下降。同样地，在物体为行人的情况下，摆动行人的一部分即手足的速度与行人的主要部分即躯干部分的移动速度不同。因此，若在计算行人的主要部分的移动速度时，利用从手足得到的测量数据，则难以正确地计算行人的主要部分的移动速度。
本发明的非限定性的实施例，在将雷达测量数据聚集成簇时，考虑具有与物体的主要部分不同的移动方向或移动速度的物体的一部分，提供能够正确地求物体的移动速度的物体检测装置及物体检测方法。
本发明的一方式是物体检测装置，包括：捕获点获取单元，被输入1个以上的雷达装置使用来自物体的反射波生成的、包含功率分布及多普勒速度分布的至少一个的测量信息，使用所述测量信息，从对每个距离及方位角分割了所述1个以上的雷达装置的测量范围所得的多个单位区域之中，将捕获到所述物体的2个以上的单位区域获取作为2个以上的捕获点；簇生成单元，生成包含所述2个以上的捕获点的簇；子簇生成单元，将所述簇分割为对应于具有与所述物体的主要部分不同的移动方向或移动速度的所述物体的一部分的1个以上的第1子簇，和对应于所述物体的主要部分的第2子簇；以及速度计算单元，使用属于所述第2子簇的1个以上的捕获点，计算所述物体的移动速度。
这些概括性的并且具体的方式，也可以通过系统、装置及方法的任意的组合来实现。
根据本发明，在将雷达测量数据聚集成簇时，考虑具有与物体的主要部分不同的移动方向或移动速度的物体的一部分，能够正确地求物体的移动速度。
从说明书和附图中将清楚本发明的一方式中的更多的优点和效果。这些优点和/或效果可以由几个实施方式和说明书及附图所记载的特征来分别提供，不需要为了获得一个或一个以上的特征而提供全部特征。
附图说明
图1表示本发明的第1实施方式的物体检测装置的主要结构、雷达装置和车辆控制系统之间的连接关系。
图2A表示作为测量信息的一例的功率分布。
图2B表示作为测量信息的一例的多普勒速度分布。
图3表示簇范围的确定方法的一例。
图4表示雷达装置能够检测物体的空间即雷达测量空间的一例。
图5表示伴随经过的时间的簇的移动。
图6表示θ-vr坐标系中的式(1)的曲线和各捕获点之间的距离的一例。
图7表示第1实施方式的物体检测装置的动作例。
图8表示本发明的第2实施方式的物体检测装置的主要结构、雷达装置和车辆控制系统之间的连接关系。
图9表示本发明的第3实施方式的物体检测装置的主要结构、雷达装置和车辆控制系统之间的连接关系。
图10表示本发明的第4实施方式的物体检测装置的主要结构、2个雷达装置和与车辆控制系统之间的连接关系。
图11表示2个雷达装置的配置例。
具体实施方式
以下，参照附图详细地说明本发明的实施方式。
<第1实施方式>
使用附图1说明本发明的第1实施方式的物体检测装置10。图1是表示第1实施方式的物体检测装置10的主要结构、雷达装置20和车辆控制系统30之间的连接关系的框图。如图1所示，本发明的第1实施方式的物体检测装置10连接到雷达装置20及车辆控制系统30。物体检测装置10实现将从雷达装置20输出的测量信息进行处理的雷达信号处理功能的一部分，对于车辆控制系统30输出通过雷达信号处理得到的各种信息。
雷达装置20，例如被装载于车辆。雷达装置20以例如规定的角度间隔依次变更发送方向，对于测量范围发送雷达信号。雷达装置20接收雷达信号因障害物等的物体而被反射的反射信号。此外，雷达装置20将反射信号转换为基带信号，对测量范围被分割为多个的每个单位区域获取雷达信号的每个发送方向的延迟分布(传播延迟特性)。雷达装置20将获取的测量结果(测量信息)输出到物体检测装置10。
车辆控制系统30获取物体检测装置10通过处理从雷达装置20输出的雷达信号而检测到的物体的位置和速度等的信息。在判断为有可能发生车辆和物体之间的碰撞的情况下，车辆控制系统30对于车辆的驾驶员提出警告，或进行控制车辆的动作的处理(加速操作、制动操作或转向操作)。
物体检测装置10基于从雷达装置20输出的测量信息，检测在车辆的周围存在的物体，在检测到物体的情况下生成与该物体的位置和速度有关的信息，将该信息输出到车辆控制系统30。在以下，详细地说明物体检测装置10的详细结构、各结构的动作等。
如图1所示，物体检测装置10包括：捕获点获取单元11、簇生成单元12、子簇生成单元13、速度计算单元14、跟踪单元15、以及物体确定单元16。这些的物体检测装置10的各结构可以由软件或LSI电路等的硬件实现，也可以作为控制车辆的电子控制单元(ElectronicControl Unit：ECU)的一部分来实现。
捕获点获取单元11从雷达装置20获取测量信息，基于测量信息，从测量范围被分割为多个的多个单位区域之中的每一个提取与捕获到的物体的单位区域对应的候选。测量信息包含功率分布及多普勒速度分布的至少一个。
图2A是表示作为测量信息的一例的功率分布的概念图。图2B是表示作为测量信息的一例的多普勒速度分布的概念图。在图2A及图2B中，横轴是以雷达装置20为基准的物体的方位角，纵轴是距以雷达装置20为基准的物体的距离。在图2A及图2B中，单位区域通过每10度地划分横轴(方位角)、每10米(m)地划分纵轴(距离)而构成。在以下，将该单位区域称为小区(cell)。
再有，在本发明中，小区(单位区域)的方位角的范围及距离的范围不限定于上述范围。为了得到较高的分辨率，优选小区的大小更小。
在图2A中，将各小区中的反射强度以从0到5级(level)的6等级表示，5级为反射强度最强。图2B中，将各小区中的多普勒速度以从0到5级的6等级表示，5级为多普勒速度最快。再有，多普勒速度因物体相对于雷达装置20靠近还是远离而符号不同。但是，为了简化图示，在图2B中作为一例表示了正极性的多普勒速度。
捕获点获取单元11从雷达装置20获取测量信息，即获取图2A所示的功率分布及图2B所示的多普勒速度分布。之后，捕获点获取单元11从多个小区之中，提取反射强度和多普勒速度的值分别为规定的阈值以上的小区，将提取的小区作为物体存在的小区的候选。在以下，将由捕获点获取单元11提取的、物体存在的小区的候选称为捕获点。
再有，图2A及图2B所示的各分布，为了简化说明，以将方位角和距离作为坐标轴的正交坐标系例示。因此，各小区的形状为矩形。可是，在本实施方式中，优选捕获点获取单元11使用以雷达装置20的位置为中心的极坐标系的测量结果。这种情况下，小区的形状为扇形。再有，在以下的说明中，无论小区的形状如何，都将图2A及图2B所示的功率分布及多普勒速度分布的各小区作为1个点处理。
簇生成单元12将捕获点获取单元11提取的多个捕获点聚集成簇。对于聚集成簇的方法和簇形状，在本发明中没有限定，利用公知的方法即可。图3是表示簇范围的确定方法的一例的图。为了简化说明，在图3中，省略高度方向(z轴)，表示与地面对应的2维坐标系(x轴、y轴)。例如，如图3所示，簇生成单元12将簇形状设为固定半径的圆形。簇生成单元12从获取的捕获点之中求功率分布中的反射强度为极大的捕获点(极大点)，以极大点作为中心点来确定簇范围。而且，将簇范围中包含的全部的捕获点设为1个簇即可。再有，簇生成单元12根据检测对象，能够变更作为簇形状设定的固定半径的圆形。例如，在检测对象为大型车的情况下，簇生成单元12将半径设定为5m左右，中型车时，将半径设定为3m。再有，对1个物体，也可以生成1个簇，在对1个物体生成多个簇的情况下，也可以在将多个簇集中到1个簇中之后进行以后的处理。
对属于簇生成单元12生成的各簇的捕获点，子簇生成单元13利用方位角测量值和多普勒速度测量值之间的约束关系，将各簇分割为2种类的子簇。2种类的子簇分别是与物体的主要部分(物体的本体)对应的子簇(第2子簇)和对应于具有与物体的主要部分不同的移动方向或移动速度的物体的一部分的1个以上的子簇(第1子簇)。例如，在物体为车辆的情况下，第2子簇对应于车辆的主要部分(车身等)，1个以上的第1子簇对应于车轮。或者，例如在物体为人(行人)的情况下，第2子簇对应于人的主要部分(躯干部分)，1个以上的第1子簇对应于手足等。以下，详细地说明子簇生成单元13的处理。
图4是表示雷达装置20能够检测物体的空间即雷达测量空间的一例的图。为了简化说明，在图4中，省略高度方向(z轴)，显示与地面对应的2维坐标系(x轴、y轴)。在图4中，Ci(i＝1～N)是属于某个簇的捕获点的1个。此外，N是Ci所属的簇包含的捕获点的总数。将从多普勒速度分布求得的与各Ci对应的方位角测量值设为θi，将多普勒速度测量值设为vr，i。若将与簇内全部的捕获点Ci对应的移动方向的方位角假定为λall，将与簇内全部的捕获点Ci对应的移动速度的值假定为vall，则下式(1)成立。该式(1)的关系相当于上述方位角测量值和多普勒速度测量值之间的约束关系。
vr，i＝vallcos(λall-θi) (1)
其中，如果Ci所属的簇内全部的捕获点是以同一速度移动的物体，则簇内全部的捕获点Ci(i＝1～N)满足上式(1)。但是，在式(1)中，与簇内全部的捕获点Ci对应的、移动速度vall和移动方向λall是未知的值。
式(1)中的vall和λall，能够通过以下的2个方法确定。以下说明2个方法。
第1方法是利用递归计算的计算方法。在图4中，对各个捕获点Ci(i＝1～N)，如果将与从多普勒速度分布求得的各捕获点Ci对应的、方位角测量值设为θi，将多普勒速度测量值设为vr，i，则下式(2)成立。
vr，i＝vall-xcos(θi)+vall-ysin(θi) (2)
在式(2)中，vall-x及vall-y表示包含Ci的簇全体的速度，即、物体全体的速度的x分量及y分量。根据式(2)，通过例如最小二乘法那样的、公知的递归计算方法，从N个测量值(方位角及移动速度)能够计算参数vall-x及vall-y。然后，使用算出的vall-x及vall-y，根据下式(3)及式(4)，计算与光栅内全部的捕获点Ci对应的、移动速度vall和移动方向λall。
上述递归计算也可以多次反复实施。即，基于算出的递归计算的结果，排除误差(例如，因噪声发生的雷达装置的测量误差)大的捕获点，再次进行递归计算。由此，与算出的簇内全部的捕获点Ci对应的、移动速度vall及移动方向λall的计算精度提高。在本发明中，没有限定递归计算的具体的方法。
第2方法是，跟踪伴随经过的时间的物体的移动，利用通过跟踪得到的信息，计算与簇内全部的捕获点Ci对应的、移动速度vall和移动方向λall的方法。具体地说，使用功率分布及多普勒速度分布的至少一个，如图5所示，若将当前时刻的物体(簇的中心)的位置设为(xall-2，yall-2)，将雷达测量周期中的1周期前的簇的中心位置设为(xall-1，yall-1)，则根据下式(5)及式(6)能够计算与簇内全部的捕获点Ci对应的、移动速度vall及移动方向λall。再有，图5是表示随着经过的时间的簇的移动的概念图。在图5中，省略高度方向(z轴)，表示与地面对应的2维坐标系(x轴、y轴)。再有，簇的中心的位置是各簇内的捕获点Ci的位置信息的平均值。
其中，T是雷达测量的周期，是簇从位置(xall-1，yall-1)移动至(xall-2，yall-2)的时间。
图6是例示θ-vr坐标系中的式(1)的曲线和各捕获点之间的距离的图。子簇生成单元13基于与以上那样求得的簇内全部的捕获点Ci对应的、以移动速度vall和移动方向λall作为参数的式(1)，将属于簇的全部捕获点分割为2种类的子簇。具体地说，如图6所示，子簇生成单元13将各簇分割为包含θ-vr坐标系中的式(1)的曲线和各捕获点之间的距离较大的1个以上的子簇(第1子簇)及距离较小的子簇(第2子簇)的2种类的子簇。再有，在生成了多个距离较小的子簇的情况下，在以后的处理中，可用将其中的一个用作代表值，也可以集中使用多个子簇。
具体地说，例如图6所示，子簇生成单元13在θ-vr坐标系中的曲线vr＝vallcos(λall-θ)(图6所示的实线的曲线)的上下设置曲线vr＝(vall±Δv)cos(λall-θ)(图6所示的虚线的曲线)。子簇生成单元13将位于用虚线的曲线包围区域内的捕获点(黑圈)和位于用虚线的曲线包围区域外的捕获点(白圈)分割为分别不同的2种类的子簇。
这里，Δv是适当设定的阈值。例如在物体为车辆的情况下，位于用虚线的曲线包围的区域内的捕获点是车轮以外的车身的反射造成的点的可能性高。此外，位于用虚线的曲线包围的区域外的捕获点是车轮的反射造成的点的可能性高。
这样，子簇生成单元13基于各捕获点的移动方向和移动速度，将各簇分割为对应于物体的主要部分的动作的第2子簇和对应于具有与物体的主要部分不同的移动方向或移动速度的物体的一部分的1个以上的第1子簇。
速度计算单元14利用以虚线的曲线包围的区域内的捕获点(图6所示的黑圈)，根据以下的式(2-2)、式(3-2)及式(4-2)计算实际的物体的移动速度vtarget和实际的物体的移动方向λtarget。即，速度计算单元14利用与车轮以外的车身的动作对应的属于第2子簇的1个以上的捕获点进行簇的速度计算。
vtarget-r，i＝vmain-xcos(θmi)+vmain-ysin(θmi) (2-2)
再有，vmain-x及vmain-y是通过使用在与物体的主要部分的动作对应的第2子簇中包含的1个以上捕获点Gmi(mi＝1～M、M＜N)求得的值。
因此，速度计算单元14能够抑制起因于具有与物体的主要部分不同的移动方向或移动速度的物体的一部分的影响，能够提高作为物体的主要部分的移动速度的计算精度。物体的一部分，例如在物体为车辆的情况下，是车轮部分，在物体为人的情况下，是手足等。再有，速度计算单元14使用式(3-2)计算实际的移动速度vtarget，所以实际的移动速度vtarget不是簇的多普勒速度(1维速度：雷达装置的特定方位方向的速度)，而为居于簇的x分量及y分量的速度(2维速度)。
再有，通过将子簇生成单元13的2种类的子簇的生成和速度计算单元14的实际的移动速度vtarget及实际的移动方向λtarget的计算递归地反复进行，也可以提高参数的计算精度。
跟踪单元15利用公知的跟踪技术、例如αβ滤波器或卡尔曼滤波器等，进行簇的跟踪处理。但是，作为跟踪要素，对于速度，跟踪单元15不是进行多普勒速度的跟踪，而是进行2维速度的跟踪。此外，在计算簇的速度时，不是利用簇的全部捕获点，而是利用以在图6所示的虚线的曲线包围的区域内的第2子簇中包含的全部捕获点。即，跟踪单元15不是跟踪物体的一部分，而是跟踪物体的主要部分的动作。
以下，说明跟踪单元15利用αβ滤波器的跟踪的一例。在下式(7)至式(10)中表示αβ滤波器的处理。
Xsk＝Xpk+α(Xok-Xpk) (7)
Vsk＝Vpk+β(Vok-Vpk) (8)
Xpk＝Xsk-1+T·Vsk-1 (9)
Vpk＝Vsk-1 (10)
在式(7)至式(10)中，X是下式(11)所示的簇的2维的位置向量，V是下式(12)所示的簇的2维的速度向量。
在式(7)中，簇的平滑位置Xsk使用簇的预测位置Xpk和簇的测量位置Xok计算。权重使用参数α调整。再有，平滑位置是采样时刻k中的簇的估计位置。
此外，在式(8)中，簇的平滑速度Vsk使用簇的预测速度Vpk和簇的测量速度Vok计算。此外，权重使用参数β调整。再有，平滑速度是采样时刻k中的簇的估计速度。
预测位置Xpk通过式(9)来计算。此外，预测速度Vpk通过式(10)来计算。式(9)及式(10)将物体的运动以等速模型表现。在式(9)及式(10)中，使用在时刻k-1中的、平滑位置Xsk-1和平滑速度Vsk-1，计算在时刻k中的、预测位置Xpk和预测速度Vpk。
跟踪单元15利用属于第2子簇的全部捕获点，将全部捕获点的平均位置设为簇的测量位置Xok。再有，平均位置也可以利用1个以上的捕获点来计算。进而，跟踪单元15将通过速度计算单元14算出的速度设为簇的测量速度Vok。即，测量速度Vok不是依赖于簇的全部捕获点、而是依赖于属于第2子簇的1个以上的捕获点来确定。
再有，跟踪单元15中的参数α和β的选择方法、跟踪的起动方法等利用公知的方法即可，在本发明中没有特别地限定。
物体确定单元16基于捕获点的分布形状、图2A及图2B所示的反射强度的分布、多普勒速度的分布、进而跟踪单元15产生的跟踪结果即平滑速度等，使用公知的模板匹配方法等，判别雷达装置20检测出的物体的类别(车辆或行人等)。对于物体确定单元16的物体判别的方法，在本发明中没有限定。在物体判别的方法上，也可以利用公知的技术。然后，物体确定单元16对车辆控制系统30输出检测出的物体的位置和移动速度等、有关物体的信息。
接着，说明第1实施方式的物体检测装置10的动作例子。图7是表示物体检测装置10的动作例子的流程图。在步骤S1中，捕获点获取单元11从雷达装置20获取测量信息。然后，在步骤S2中，捕获点获取单元11基于测量信息提取并获取多个捕获点。
在步骤S3中，簇生成单元12通过将多个捕获点聚集成簇，生成簇。然后，在步骤S4中，子簇生成单元13将簇生成单元12生成的簇分割为2种类的子簇。
在步骤S5中，速度计算单元14使用子簇生成单元13生成的2种类的子簇之中的、属于与物体的主要部分对应的第2子簇的1个以上的捕获点，计算簇的2维速度。
在步骤S6中，跟踪单元15进行跟踪处理。具体地说，跟踪单元15利用1周期前的雷达测量周期中的簇的平滑位置Xsk-1及簇的平滑速度Vsk-1，计算当前的雷达测量周期中的簇的预测位置Xpk及簇的预测速度Vpk。然后，跟踪单元15将属于第2簇的全部捕获点的平均位置设为簇的测量位置Xok，将速度计算单元14算出的速度设为簇的测量速度Vok。跟踪单元15基于测量位置Xok及预测位置Xpk，计算当前的雷达测量周期的平滑位置Xsk，基于测量速度Vok及预测速度Vpk，计算平滑速度Vsk。
在步骤S7中，物体确定单元16基于跟踪单元15的跟踪结果等，判别物体的类别，并输出判别结果。
如以上说明，本发明的第1实施方式的物体检测装置10包括：捕获点获取单元，被输入1个以上的雷达装置使用来自物体的反射波生成的、包含功率分布及多普勒速度分布的至少一个的测量信息，使用所述测量信息，从对每个距离及方位角分割了所述1个以上的雷达装置的测量范围所得的多个单位区域之中，将捕获到所述物体的2个以上的单位区域获取作为2个以上的捕获点；簇生成单元，生成包含所述2个以上的捕获点的簇；子簇生成单元，将所述簇分割为对应于具有与所述物体的主要部分不同的移动方向或移动速度的所述物体的一部分的1个以上的第1子簇，和对应于所述物体的主要部分的第2子簇；以及速度计算单元，使用属于所述第2子簇的1个以上的捕获点，计算所述物体的移动速度。
根据这样的结构，第1实施方式的物体检测装置10将与基于雷达测量结果检测出的物体对应的簇分割为对应与物体的主要部分的第2子簇和对应于具有与物体的主要部分不同的移动方向或移动速度的物体的一部分的1个以上的第1子簇。物体的一部分，例如在物体为车辆的情况下，是车轮部分，在物体为人的情况下，是手足等。然后，在计算簇的速度时，第1实施方式的物体检测装置10利用对应于属于物体的主要部分的第2子簇的1个以上的捕获点进行簇的速度计算。因此，通过抑制起因于具有与物体的主要部分不同的移动方向或移动速度的物体的一部分的影响，第1实施方式的物体检测装置10能够正确地计算物体的主要部分的移动速度。
因此，第1实施方式的物体检测装置10能够正确地计算簇的移动速度，所以能够以高精度进行其后的簇的跟踪处理、使用了跟踪结果的物体类别的判别处理。
此外，第1实施方式的物体检测装置10使用式(1)不是计算多普勒速度(1维速度)而是计算物体的平面上的速度(2维速度)。在存在具有与物体的主要部分不同的移动方向或移动速度的物体的一部分的情况下，难以正确地跟踪物体的主要部分的多普勒速度。因此，第1实施方式的物体检测装置10通过计算精度高的2维速度，能够补偿物体的主要部分的多普勒速度。
此外，第1实施方式的物体检测装置10也可以输出第1子簇的数、位置、及各第1子簇的大小和速度分布，作为与物体有关的信息中包含的有关第1子簇的信息。物体确定单元16通过利用与第1子簇有关的信息之中的至少一个，探测与物体的特定部分有关的信息，能够执行判定物体状况(例如，车型判别、人数判断)的处理。
例如，在与第1子簇有关的信息反映车轮的情况下，物体确定单元16使用与第1子簇有关的信息之中的至少一个来探测车轮的数及位置，能够判别车型(例如，2轮车、乘用车、大型车)。此外，在与第1子簇有关的信息反映行人的手足的动作的情况下，物体确定单元16使用与第1子簇有关的信息之中的至少一个，探测行人的手足的数，能够判别人数。
而且，如上述说明，第1实施方式的物体检测装置10能够正确地求在装载了雷达装置20的车辆的周围存在的物体(例如，其他车辆、行人、两轮车)的速度。物体检测装置10对于车辆控制系统30输出包含物体的移动速度的信息。在判断为车辆和物体之间有碰撞可能性的情况下，车辆控制系统30通过对驾驶员提出警告，或控制车辆的行驶，避免碰撞。在判断为车辆和物体之间有碰撞可能性的情况下，车辆控制系统30能够进行用于避免碰撞的警告或控制。其结果，交通事故降低。
再有，第1实施方式的物体检测装置10也可以连接到在道路周边设置的雷达装置20。由此，能够进行路口等中的物体(例如，车辆、两轮车及行人)的碰撞可能性的预测、碰撞的避免以及交通量的掌握和管理。其结果，交通事故降低，交通管理效率高。
或者，第1实施方式的物体检测装置10也可以连接到例如进行机场、建筑物、或设施的监视的雷达装置20。由此，例如正确地检测小型飞行器或鸟、闯入者等，所以确保设施的安全。
<第2实施方式>
图8是表示本发明的第2实施方式的物体检测装置10A的主要结构、雷达装置20和车辆控制系统30之间的连接关系的框图。在图8中，对与图1共同的结构，附加与图1相同的标号并省略详细的说明。图8所示的物体检测装置10A具有速度计算单元141。速度计算单元141进行与第1实施方式的物体检测装置10的速度计算单元14不同的动作。
第1实施方式的速度计算单元14通过利用2维速度，算出簇的速度。但是，第2实施方式的速度计算单元141通过利用对应于属于物体的主要部分的第2子簇的1个以上的捕获点的多普勒速度的平均值，计算簇的速度。在第2实施方式中，对于簇的速度的计算，利用多普勒速度，所以不使用在第1实施方式中为了计算簇的速度而使用的式(1)。因为式(1)的速度vall不是多普勒速度，而是物体的平面上的速度。速度计算单元141例如使用公知的速度计算法即可。具体地说，速度计算单元141将属于第2子簇的1个以上的捕获点的多普勒速度的平均值设为簇的测量速度Vok，使用式(8)计算簇的平滑速度Vsk即可。
如以上说明，本发明的第2实施方式的物体检测装置10A包括：捕获点获取单元，被输入1个以上的雷达装置使用来自物体的反射波生成的、包含功率分布及多普勒速度分布的至少一个的测量信息，使用所述测量信息，从对每个距离及方位角分割了所述1个以上的雷达装置的测量范围所得的多个单位区域之中，将捕获到所述物体的2个以上的单位区域获取作为2个以上的捕获点；簇生成单元，生成包含所述2个以上的捕获点的簇；子簇生成单元，将所述簇分割为对应于具有与所述物体的主要部分不同的移动方向或移动速度的所述物体的一部分的1个以上的第1子簇，和对应于所述物体的主要部分的第2子簇；以及速度计算单元，使用属于所述第2子簇的1个以上的捕获点(捕获点的多普勒速度的平均值)，计算所述物体的移动速度。
根据这样的结构，与第1实施方式同样地，第2实施方式的物体检测装置10A将与基于雷达测量结果检测出的物体对应的簇分割为对应于物体的主要部分的第2子簇和对应于具有与物体的主要部分不同的移动方向或移动速度的物体的一部分的1个以上的第1子簇。然后，在计算簇的速度时，利用与物体的主要部分对应的属于第2子簇的1个以上的捕获点计算簇的速度。因此，第2实施方式的物体检测装置10A能够不受起因于具有与物体的主要部分不同的移动方向或移动速度的物体的一部分的影响，正确地计算物体的主要部分的移动速度。此外，在起因于从多普勒速度用于计算2维速度的捕获点的数不充分，不能保证递归计算精度的情况下，第2实施方式的物体检测装置10A也能够使速度计算的精度提高。
<第3实施方式>
图9是表示本发明的第3实施方式的物体检测装置10B的主要结构、雷达装置20和车辆控制系统30之间的连接关系的框图。在图9中，对与图1共同的结构，附加与图1相同的标号并省略详细的说明。如图9所示，第3实施方式的物体检测装置10B在第1实施方式的物体检测装置10的子簇生成单元13和跟踪单元15之间插入微速计算单元18。此外，第3实施方式的物体检测装置10B将第1实施方式中的跟踪单元15置换为跟踪单元15B，将第1实施方式中的物体确定单元16置换为物体确定单元16B。
微速计算单元18计算由子簇生成单元13生成的2种类的子簇之中的、对应于属于物体的一部分的1个以上的第1子簇的1个以上的捕获点(位于以图6所示的虚线的曲线包围的区域外的捕获点(白圈))的多普勒速度的平均值。微速计算单元18将该多普勒速度的平均值设为簇的微速vmicro。即，该微速vmicro对应于具有与物体的主要部分不同的移动方向或移动速度的物体的一部分的速度。
跟踪单元15B将跟踪上利用的速度向量V的维度扩大。例如在利用αβ滤波器的情况下，速度向量V被如下那样扩大。
在式(13)中，vmicro是微速计算单元18算出的速度。vmicro是具有与簇(物体)的主要部分不同的移动方向或移动速度的物体的一部分的速度，所以在第3实施方式中，将vmicro利用作为用于物体判别的特征量。
物体确定单元16B在第1实施方式的物体确定单元16利用的特征中加入微速的特征，实现物体判别。物体确定单元16B通过掌握微速vmicro的时序的变化，能够更正确地进行物体判别。
如以上说明，第3实施方式的物体检测装置10B还包括使用属于所述1个以上的第1子簇的1个以上的捕获点及属于所述第2子簇的1个以上的捕获点，对于所述1个以上的第1子簇和所述第2子簇两者进行跟踪处理的跟踪单元。
根据这样的结构，第3实施方式的物体检测装置10B跟踪对应于物体的主要部分的第2子簇、以及对应于具有与物体的主要部分不同的移动方向或移动速度的物体的一部分的1个以上的第1子簇两者，使用从两者的子簇得到的物体的位置及速度，判别物体的类别。因此，物体的类别的判别精度提高。
具体地说，例如，在被称为无人机等的小型飞行物体和鸟的2种类的飞行物体存在于雷达装置20的检测范围内的情况下，即使这些2种类的飞行物体的主要部分的移动速度几乎相同，例如小型飞行物体的一部分即螺旋桨部分的转动速度也明显地快于鸟的一部分即翅膀的扇动速度。因此，第3实施方式的物体检测装置10B通过计算飞行物体的一部分的速度，能够高精度地判别小型飞行物体和鸟。再有，在雷达装置20的检测范围内存在哪一方的飞行物体的情况下，通过预先获取小型飞行物体的螺旋桨部分的转动速度、鸟的翅膀扇动速度等的信息，第3实施方式的物体检测装置10B能够高精度地判别飞行物体。除了上述的小型飞行物体和鸟之外，第3实施方式的物体检测装置10B例如还能够高精度地进行手推自行车和行人之间的判别、自行车和跑步中的人之间的判别等。
<第4实施方式>
图10是表示本发明的第4实施方式的物体检测装置10C的主要结构、2个雷达装置201及202以及车辆控制系统30之间的连接关系的框图。在图10中，对与图1共同的结构，附加与图1相同的标号并省略详细的说明。第4实施方式的物体检测装置10C被插入2个捕获点获取单元111和112、2个簇生成单元121和122、以及空间位置集中单元19。
如图10及图11所示，在第4实施方式中，2台的雷达装置(雷达装置201及雷达装置202)被设置在不同的空间位置。图11是表示2台的雷达装置201及202的配置例子的图。
捕获点获取单元111使用从雷达装置201输出的测量信息，获取多个捕获点。簇生成单元121通过将多个捕获点聚集成簇，生成簇。同样地，捕获点获取单元112使用从雷达装置202输出的测量信息，获取多个捕获点。簇生成单元122通过将多个捕获点聚集成簇，生成簇。
空间位置集中单元19对于雷达装置201和雷达装置202，设定同一基准坐标系。例如，空间位置集中单元19将雷达装置201的坐标系利用作为基准坐标系。然后，空间位置集中单元19基于各雷达装置201及202的设置位置，判断由簇生成单元121及122生成的各簇是否对应于同一物体。
然后，空间位置集中单元19在判断为各簇对应于同一物体的情况下，将捕获点获取单元111及112获取的捕获点集中。例如，如果将捕获点获取单元111获取的捕获点设为C1i(i＝1～N)，捕获点获取单元112获取的捕获点设为C2j(j＝1～M)，则集中后的捕获点的数为N+M个。
此外，空间位置集中单元19进行起因于雷达装置201及202的设置位置的不同的参数调整处理。参数调整处理是例如校正各雷达装置201及202的方位角的差异的处理。这是因为在各雷达装置201及202测量同一物体的情况下，物体的方位角分别不同。
子簇生成单元13、速度计算单元14、跟踪单元15及物体确定单元16对于N+M个的捕获点，进行与上述的第1实施方式同样的动作。
如以上说明，第4实施方式的物体检测装置10C还包括对于在彼此不同的位置设置的多个雷达装置设定同一坐标系的空间位置集中单元，所述捕获点获取单元从所述多个雷达装置输入彼此不同的多个所述测量信息，基于所述各测量信息，获取对每个所述雷达装置捕获到所述物体的2个以上的捕获点，所述簇生成单元对每个所述雷达装置生成所述簇，所述空间位置集中单元集中所述各簇，所述子簇生成单元将集中的簇分割为所述1个以上的第1子簇和所述第2子簇。
根据这样的结构，例如在2地点分别设置雷达装置，进行路口等的要监视地点的物体检测的情况下，第4实施方式的物体检测装置10C能够高精度地检测在路口内存在的车辆、行人、两轮车等的各物体。由此，例如能够进行这些物体之间的碰撞预测等，所以能够进行发出报警等的相应处理。
再有，在上述第4实施方式中，对于各雷达装置201及202，设有捕获点获取单元和簇生成单元，但本发明不限定于此。例如，1个捕获点获取单元和1个簇生成单元也可以从2台的雷达装置201及202分别获取测量信息，将这些信息单独地处理，在空间位置集中单元19中集中被单独地处理后的簇。
以上，说明了本发明的物体检测装置的实施方式。这些实施方式不过是本发明的物体检测装置的一例，还可以进行各种变形。此外，上述说明的各实施方式也可以适当组合。例如，在第4实施方式的物体检测装置10C中，也可以追加在第3实施方式中说明的微速计算单元和跟踪单元。这样的情况下，物体检测装置能够从不同的方向获取物体的微速，能够使物体判别精度提高。
<实施方式的汇总>
本发明的第1方式的物体检测装置，包括：捕获点获取单元，被输入1个以上的雷达装置使用来自物体的反射波生成的、包含功率分布及多普勒速度分布的至少一个的测量信息，使用所述测量信息，从对每个距离及方位角分割了所述1个以上的雷达装置的测量范围所得的多个单位区域之中，将捕获到所述物体的2个以上的单位区域获取作为2个以上的捕获点；簇生成单元，生成包含所述2个以上的捕获点的簇；子簇生成单元，将所述簇分割为对应于具有与所述物体的主要部分不同的移动方向或移动速度的所述物体的一部分的1个以上的第1子簇，和对应于所述物体的主要部分的第2子簇；以及速度计算单元，使用属于所述第2子簇的1个以上的捕获点，计算所述物体的移动速度。
本发明的第2方式的物体检测装置，在第1方式的物体检测装置中，所述速度计算单元使用所述第2子簇所属的1个以上的捕获点，计算所述物体的移动速度。
本发明的第3方式的物体检测装置，在第1方式的物体检测装置中，所述物体的移动速度是多普勒速度。
本发明的第4方式的物体检测装置，在第1方式的物体检测装置中，还包括：跟踪单元，使用属于所述第2子簇的1个以上的捕获点，对于所述簇进行跟踪处理。
本发明的第5方式的物体检测装置，在第4方式的物体检测装置中，还包括：物体确定单元，基于所述测量信息及所述跟踪处理的结果，判别所述物体的类别。
本发明的第6方式的物体检测装置，在第5方式的物体检测装置中，所述物体确定单元使用所述1个以上的第1子簇的数、位置、大小及速度分布之中的至少一个，进行车型的判别。
本发明的第7方式的物体检测装置，在第5方式的物体检测装置中，所述物体确定单元使用所述1个以上的第1子簇的数、位置、大小及速度分布之中至少一个，进行人数的判别。
本发明的第8方式的物体检测装置，在第1方式的物体检测装置中，所述子簇生成单元对所述2个以上的捕获点，利用方位角测量值和多普勒速度测量值之间的约束关系，生成所述1个以上的第1子簇及所述第2子簇。
本发明的第9方式的物体检测装置，在第8方式的物体检测装置中，所述子簇生成单元基于从上式(1)所示的曲线至各捕获点的距离，生成所述1个以上的第1子簇及第2子簇。
本发明的第10方式的物体检测装置，在第1方式的物体检测装置中，还包括：跟踪单元，使用属于所述1个以上的第1子簇的1个以上的捕获点及属于所述第2子簇的1个以上的捕获点，对于所述1个以上的第1子簇和所述第2子簇两者进行跟踪处理。
本发明的第11方式的物体检测装置，在第1方式的物体检测装置中，还包括：空间位置集中单元，对于被设置在彼此不同的位置的多个雷达装置设定同一坐标系，所述捕获点获取单元从所述多个雷达装置输入彼此不同的多个所述测量信息，基于所述各测量信息，获取对每个所述雷达装置捕获到所述物体的2个以上的捕获点，所述簇生成单元对每个所述雷达装置生成所述簇，所述空间位置集中单元集中所述各簇，所述子簇生成单元将集中的簇分割为所述1个以上的第1子簇和所述第2子簇。
本发明的第12方式的物体检测方法，包括以下步骤：被输入1个以上的雷达装置使用来自物体的反射波生成的、包含功率分布及多普勒速度分布的至少一个的测量信息的步骤；使用所述测量信息，从对每个距离及方位角分割了所述1个以上的雷达装置的测量范围所得的多个单位区域之中，将捕获到所述物体的2个以上的单位区域获取作为2个以上的捕获点的步骤；生成包含所述2个以上的捕获点的簇的步骤；将所述簇分割为对应于具有与所述物体的主要部分不同的移动方向或移动速度的所述物体的一部分的1个以上的第1子簇，和对应于所述物体的主要部分的第2子簇的步骤；以及使用属于所述第2子簇的1个以上的捕获点，计算所述物体的移动速度的步骤。
以上，一边参照附图一边说明了各种实施方式，但不言而喻，本发明不限定于这样的例子。只要是本领域技术人员，在权利要求书所记载的范畴内，显然可设想各种变更例或修正例，并认可它们当然属于本发明的技术范围。此外，在不脱离发明的宗旨的范围中，也可以将上述实施方式中的各构成要素任意地组合。
在上述各实施方式中，通过用硬件构成的例子说明了本发明，但也可以在与硬件的协同中通过软件实现本发明。
此外，用于上述实施方式的说明中的各功能块通常被作为具有输入端子和输出端子的集成电路即LSI来实现。这些功能块既可以被单独地集成为单芯片，也可以包含一部分或全部地被集成为单芯片。虽然这里称为LSI，但根据集成程度，可以被称为IC、系统LSI、超大LSI(Super LSI)、或特大LSI(Ultra LSI)。
此外，集成电路化的方法不限于LSI，也可使用专用电路或通用处理器来实现。也可以使用可在LSI制造后编程的FPGA(Field Programmable Gate Array：现场可编程门阵列)，或者使用可重构LSI内部的电路单元的连接、设定的可重构处理器(ReconfigurableProcessor)。
再者，随着半导体的技术进步或随之派生的其它技术，如果出现能够替代LSI的集成电路化的技术，当然可利用该技术进行功能块的集成化。还存在着适用生物技术等的可能性。
工业实用性
本发明能够利用于使用雷达装置的测量结果进行在雷达装置的周边存在的物体的检测的物体检测装置。
标号说明
10，10A，10B，10C 物体检测装置
11，111，112 捕获点获取单元
12，121，122 簇生成单元
13 子簇生成单元
14，141 速度计算单元
15，15B 跟踪单元
16，16B 物体确定单元
18 微速计算单元
19 空间位置集中单元
20，201，202 雷达装置
30 车辆控制系统

Claims (12)

1.物体检测装置，包括：
捕获点获取单元，被输入1个以上的雷达装置使用来自物体的反射波生成的、包含功率分布及多普勒速度分布的至少一个的测量信息，使用所述测量信息，从对每个距离及方位角分割了所述1个以上的雷达装置的测量范围所得的多个单位区域之中，将捕获到所述物体的2个以上的单位区域获取作为2个以上的捕获点；
簇生成单元，生成包含所述2个以上的捕获点的簇；
子簇生成单元，将所述簇分割为对应于具有与所述物体的主要部分不同的移动方向或移动速度的所述物体的一部分的1个以上的第1子簇，和对应于所述物体的主要部分的第2子簇；以及
速度计算单元，使用属于所述第2子簇的1个以上的捕获点，计算所述物体的移动速度。
2.如权利要求1所述的物体检测装置，
所述速度计算单元使用属于所述第2子簇的1个以上的捕获点，计算所述物体的移动速度。
3.如权利要求1所述的物体检测装置，
所述物体的移动速度是多普勒速度。
4.如权利要求1所述的物体检测装置，还包括：
跟踪单元，使用属于所述第2子簇的1个以上的捕获点，对于所述簇进行跟踪处理。
5.如权利要求4所述的物体检测装置，还包括：
物体确定单元，基于所述测量信息及所述跟踪处理的结果，判别所述物体的类别。
6.如权利要求5所述的物体检测装置，
所述物体确定单元使用所述1个以上的第1子簇的数、位置、大小及速度分布之中的至少一个，进行车型的判别。
7.如权利要求5所述的物体检测装置，
所述物体确定单元使用所述1个以上的第1子簇的数、位置、大小及速度分布之中至少一个，进行人数的判别。
8.如权利要求1所述的物体检测装置，
所述子簇生成单元对所述2个以上的捕获点，利用方位角测量值和多普勒速度测量值之间的约束关系，生成所述1个以上的第1子簇及所述第2子簇。
9.如权利要求8所述的物体检测装置，
所述子簇生成单元基于从下式(1)所示的曲线至各捕获点的距离，生成所述1个以上的第1子簇及第2子簇，
vr＝vallcos(λall-θ) (1)
其中，vr：多普勒速度测量值，θ：方位角测量值，vall：与簇内全部的捕获点对应的移动速度，λall：与簇内全部的捕获点对应的移动方向的方位角。
10.如权利要求1所述的物体检测装置，还包括：
跟踪单元，使用属于所述1个以上的第1子簇的1个以上的捕获点及属于所述第2子簇的1个以上的捕获点，对于所述1个以上的第1子簇和所述第2子簇两者进行跟踪处理。
11.如权利要求1所述的物体检测装置，还包括：
空间位置集中单元，对于被设置在彼此不同的位置的多个雷达装置设定同一坐标系，
所述捕获点获取单元从所述多个雷达装置输入彼此不同的多个所述测量信息，基于所述各测量信息，获取对每个所述雷达装置捕获到所述物体的2个以上的捕获点，
所述簇生成单元对每个所述雷达装置生成所述簇，
所述空间位置集中单元集中所述各簇，
所述子簇生成单元将集中的簇分割为所述1个以上的第1子簇和所述第2子簇。
12.物体检测方法，包括以下步骤：
被输入1个以上的雷达装置使用来自物体的反射波生成的、包含功率分布及多普勒速度分布的至少一个的测量信息的步骤；
使用所述测量信息，从对每个距离及方位角分割了所述1个以上的雷达装置的测量范围所得的多个单位区域之中，将捕获到所述物体的2个以上的单位区域获取作为2个以上的捕获点的步骤；
生成包含所述2个以上的捕获点的簇的步骤；
将所述簇分割为对应于具有与所述物体的主要部分不同的移动方向或移动速度的所述物体的一部分的1个以上的第1子簇，和对应于所述物体的主要部分的第2子簇的步骤；以及
使用属于所述第2子簇的1个以上的捕获点，计算所述物体的移动速度的步骤。
CN201610681850.1A 2015-10-02 2016-08-17 物体检测装置及物体检测方法 Active CN106646449B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2015-197017 2015-10-02
JP2015197017 2015-10-02
JP2016100331A JP6650344B2 (ja) 2015-10-02 2016-05-19 物体検出装置及び物体検出方法
JP2016-100331 2016-05-19

Publications (2)

Publication Number Publication Date
CN106646449A true CN106646449A (zh) 2017-05-10
CN106646449B CN106646449B (zh) 2022-04-26

Family

ID=58492371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610681850.1A Active CN106646449B (zh) 2015-10-02 2016-08-17 物体检测装置及物体检测方法

Country Status (2)

Country Link
JP (1) JP6650344B2 (zh)
CN (1) CN106646449B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108931773A (zh) * 2017-05-17 2018-12-04 通用汽车环球科技运作有限责任公司 车用六维点云系统
CN110604577A (zh) * 2018-06-15 2019-12-24 富士通株式会社 生命体征检测系统的控制方法、控制装置和电子设备
CN112505680A (zh) * 2019-09-13 2021-03-16 动态Ad有限责任公司 使用雷达的扩展对象跟踪
CN114631038A (zh) * 2019-11-15 2022-06-14 住友电气工业株式会社 信息生成装置、信息生成方法、以及计算机程序

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3367121B1 (en) * 2017-02-23 2020-04-08 Veoneer Sweden AB Inverted synthetic aperture radar for a vehicle radar system
JP6937600B2 (ja) * 2017-04-07 2021-09-22 リオン株式会社 ドローン検出システム及びドローン検出方法
JP6773606B2 (ja) * 2017-06-06 2020-10-21 株式会社東芝 レーダ装置及びそのレーダ信号処理方法
DE102018118150A1 (de) * 2018-07-26 2020-01-30 S.M.S Smart Microwave Sensors Gmbh System zum Steuern einer Verkehrsführung an einer Kreuzung
JP7205179B2 (ja) * 2018-11-19 2023-01-17 株式会社Ihi 監視システム
JP7205181B2 (ja) * 2018-11-19 2023-01-17 株式会社Ihi 監視システム及び処理装置
JP7205180B2 (ja) * 2018-11-19 2023-01-17 株式会社Ihi 監視システム及び処理装置
JP7186414B2 (ja) * 2018-12-07 2022-12-09 学校法人早稲田大学 移動物体の速度検出システム、速度検出装置及びそのプログラム
DE102019214383A1 (de) * 2019-09-20 2021-03-25 Conti Temic Microelectronic Gmbh Verfahren zur Objektverfolgung
JP7306192B2 (ja) * 2019-09-27 2023-07-11 沖電気工業株式会社 合成処理装置、合成処理システム及び合成処理方法
JP2021059172A (ja) * 2019-10-04 2021-04-15 Ｊｒ東日本コンサルタンツ株式会社 進入検知装置、進入検知システム、及び、進入検知方法
JP7338497B2 (ja) * 2020-02-06 2023-09-05 株式会社デンソー 信号処理装置
JP7464436B2 (ja) 2020-04-22 2024-04-09 日本無線株式会社 物標識別装置及び物標識別プログラム
JP7338559B2 (ja) * 2020-05-26 2023-09-05 株式会社デンソー 信号処理装置
CN113721253B (zh) * 2021-08-30 2024-03-15 杭州视光半导体科技有限公司 基于fmcw激光雷达的运动物体速度检测方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000180540A (ja) * 1998-12-10 2000-06-30 Toyota Motor Corp 車載用レーダ装置
CN101126812A (zh) * 2007-09-27 2008-02-20 武汉大学 高分辨率遥感影像的分割和分类及变化检测一体化方法
US7567203B2 (en) * 2005-04-11 2009-07-28 Raytheon Canada Limited Classification system for radar and sonar applications
US7586436B2 (en) * 2003-09-11 2009-09-08 Mitsubishi Denki Kabushiki Kaisha Radar device
JP2010032430A (ja) * 2008-07-30 2010-02-12 Toyota Motor Corp 物体検出装置
CN101672916A (zh) * 2009-09-17 2010-03-17 中国海洋大学 机械扫描式成像声呐的运动失真补偿方法
JP2010145406A (ja) * 2008-12-18 2010-07-01 Valeo Vision 自動車において観測対象物体を検出する方法
JP2010156567A (ja) * 2008-12-26 2010-07-15 Toyota Motor Corp 物体検出装置および物体検出方法
CN102695237A (zh) * 2012-01-10 2012-09-26 南京邮电大学 一种支持随机移动的移动传感网路由方法
JP2013096828A (ja) * 2011-10-31 2013-05-20 Panasonic Corp ドップラーレーダシステム、及び物体検知方法
CN103180804A (zh) * 2010-10-21 2013-06-26 艾勒博科技股份有限公司 输入装置以及其触控位置检测方法
JP2013238442A (ja) * 2012-05-14 2013-11-28 Oki Electric Ind Co Ltd 推定装置、推定方法及びプログラム
US20140266860A1 (en) * 2013-03-14 2014-09-18 Gaddi BLUMROSEN Method and system for activity detection and classification
US8937571B2 (en) * 2011-06-21 2015-01-20 Kapsch Trafficcom Ag Method and apparatus for detecting vehicle wheels
CN104359432A (zh) * 2014-12-02 2015-02-18 中电科信息产业有限公司 电磁超声波测厚方法及装置
JP2015075387A (ja) * 2013-10-09 2015-04-20 住友電気工業株式会社 電波センサおよび検知方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3356058B2 (ja) * 1998-05-27 2002-12-09 三菱自動車工業株式会社 車両用後方モニタシステム
GB0701869D0 (en) * 2007-01-31 2007-03-14 Cambridge Consultants Adaptive radar

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000180540A (ja) * 1998-12-10 2000-06-30 Toyota Motor Corp 車載用レーダ装置
US7586436B2 (en) * 2003-09-11 2009-09-08 Mitsubishi Denki Kabushiki Kaisha Radar device
US7567203B2 (en) * 2005-04-11 2009-07-28 Raytheon Canada Limited Classification system for radar and sonar applications
CN101126812A (zh) * 2007-09-27 2008-02-20 武汉大学 高分辨率遥感影像的分割和分类及变化检测一体化方法
JP2010032430A (ja) * 2008-07-30 2010-02-12 Toyota Motor Corp 物体検出装置
JP2010145406A (ja) * 2008-12-18 2010-07-01 Valeo Vision 自動車において観測対象物体を検出する方法
JP2010156567A (ja) * 2008-12-26 2010-07-15 Toyota Motor Corp 物体検出装置および物体検出方法
CN101672916A (zh) * 2009-09-17 2010-03-17 中国海洋大学 机械扫描式成像声呐的运动失真补偿方法
CN103180804A (zh) * 2010-10-21 2013-06-26 艾勒博科技股份有限公司 输入装置以及其触控位置检测方法
US8937571B2 (en) * 2011-06-21 2015-01-20 Kapsch Trafficcom Ag Method and apparatus for detecting vehicle wheels
JP2013096828A (ja) * 2011-10-31 2013-05-20 Panasonic Corp ドップラーレーダシステム、及び物体検知方法
CN102695237A (zh) * 2012-01-10 2012-09-26 南京邮电大学 一种支持随机移动的移动传感网路由方法
JP2013238442A (ja) * 2012-05-14 2013-11-28 Oki Electric Ind Co Ltd 推定装置、推定方法及びプログラム
US20140266860A1 (en) * 2013-03-14 2014-09-18 Gaddi BLUMROSEN Method and system for activity detection and classification
JP2015075387A (ja) * 2013-10-09 2015-04-20 住友電気工業株式会社 電波センサおよび検知方法
CN104359432A (zh) * 2014-12-02 2015-02-18 中电科信息产业有限公司 电磁超声波测厚方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108931773A (zh) * 2017-05-17 2018-12-04 通用汽车环球科技运作有限责任公司 车用六维点云系统
CN110604577A (zh) * 2018-06-15 2019-12-24 富士通株式会社 生命体征检测系统的控制方法、控制装置和电子设备
CN110604577B (zh) * 2018-06-15 2022-03-15 富士通株式会社 生命体征检测系统的控制方法、控制装置和电子设备
CN112505680A (zh) * 2019-09-13 2021-03-16 动态Ad有限责任公司 使用雷达的扩展对象跟踪
US12050259B2 (en) 2019-09-13 2024-07-30 Motional Ad Llc Extended object tracking using RADAR and recursive least squares
CN114631038A (zh) * 2019-11-15 2022-06-14 住友电气工业株式会社 信息生成装置、信息生成方法、以及计算机程序

Also Published As

Publication number Publication date
CN106646449B (zh) 2022-04-26
JP6650344B2 (ja) 2020-02-19
JP2017067756A (ja) 2017-04-06

Similar Documents

Publication Publication Date Title
CN106646449A (zh) 物体检测装置及物体检测方法
US10274593B2 (en) Object detection device and object detection method
CN106980113A (zh) 物体检测装置和物体检测方法
CN107352032A (zh) 一种人流量数据的监控方法及无人机
CN103942533A (zh) 一种基于视频监控系统的城市交通违规行为检测方法
Kalra et al. Analyzing driver behavior using smartphone sensors: a survey
CN109583508A (zh) 一种基于深度学习的车辆异常加减速行为识别方法
Chen et al. Road vehicle detection and classification using magnetic field measurement
CN107884002A (zh) 移动体的状态计算装置和计算方法、程序和记录介质
Li et al. Automatic unusual driving event identification for dependable self-driving
CN110378204B (zh) 一种基于车载毫米波雷达的多目标分类方法
CN103471865A (zh) 基于线性判别法的列车悬挂系统故障分离方法
Fox et al. Crowdsourcing undersampled vehicular sensor data for pothole detection
CN103345842A (zh) 一种道路车辆分型系统及方法
Karaduman et al. Deep learning based traffic direction sign detection and determining driving style
EP3382570A1 (en) Method for characterizing driving events of a vehicle based on an accelerometer sensor
CN111383362A (zh) 一种安全监测方法及装置
Sabour et al. Deepflow: Abnormal traffic flow detection using siamese networks
CN109978026A (zh) 一种基于lstm网络的电梯位置检测方法及系统
CN111603169A (zh) 基于mems惯性传感器的行人步态识别方法
Saeed et al. A novel extension for e-Safety initiative based on developed fusion of biometric traits
CN107256382A (zh) 基于图像识别的虚拟保险杠控制方法和系统
CN112614156A (zh) 一种多目标跟踪网络模型的训练方法、装置及相关设备
CN103730011B (zh) 一种基于激光器的车型识别检测方法及系统
Al-Din Calibration and pre-processing techniques for a smartphone-based driving events identification and classification system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Osaka, Japan

Patentee after: Panasonic Holding Co.,Ltd.

Address before: Osaka, Japan

Patentee before: Matsushita Electric Industrial Co.,Ltd.