JP2000230977A - 目標追尾装置 - Google Patents
目標追尾装置Info
- Publication number
- JP2000230977A JP2000230977A JP11033084A JP3308499A JP2000230977A JP 2000230977 A JP2000230977 A JP 2000230977A JP 11033084 A JP11033084 A JP 11033084A JP 3308499 A JP3308499 A JP 3308499A JP 2000230977 A JP2000230977 A JP 2000230977A
- Authority
- JP
- Japan
- Prior art keywords
- cluster
- hypothesis
- target
- observation vector
- observation
- 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
Links
Abstract
(57)【要約】
【課題】 目標追尾装置において、サンプリング時刻が
進んでも新目標の発生頻度が一様であると、誤航跡（新
目標）の発生頻度が抑えられず、真の仮説の信頼度が低
下すると言う課題があった。 【解決手段】 新目標発生頻度算出部を設け、サンプリ
ング毎に、新目標の発生頻度を算出し、新目標の発生頻
度を抑えることにより、真の仮説の信頼度を上げ、追尾
性能を向上した目標追尾装置を得ることができる。
進んでも新目標の発生頻度が一様であると、誤航跡（新
目標）の発生頻度が抑えられず、真の仮説の信頼度が低
下すると言う課題があった。 【解決手段】 新目標発生頻度算出部を設け、サンプリ
ング毎に、新目標の発生頻度を算出し、新目標の発生頻
度を抑えることにより、真の仮説の信頼度を上げ、追尾
性能を向上した目標追尾装置を得ることができる。
Description
【０００１】
【発明の属する技術分野】この発明は、レーダ等のセン
サを介して得る観測ベクトルから、複数の目標の航跡を
推定する目標追尾装置に関し、特に新目標の発生頻度を
抑えることにより真の仮説の信頼度を上げ、追尾性能の
向上に関する。
サを介して得る観測ベクトルから、複数の目標の航跡を
推定する目標追尾装置に関し、特に新目標の発生頻度を
抑えることにより真の仮説の信頼度を上げ、追尾性能の
向上に関する。
【０００２】
【従来の技術】従来のこの種の目標追尾装置として、特
開平８−２７１６１７号公報に示されたものがあり、図
１０は上記文献に示された目標追尾アルゴリズムを備え
た目標追尾装置の全体構成図である。
開平８−２７１６１７号公報に示されたものがあり、図
１０は上記文献に示された目標追尾アルゴリズムを備え
た目標追尾装置の全体構成図である。
【０００３】図１０を参照して従来の目標追尾アルゴリ
ズムを備えた目標追尾装置について説明する。１は、セ
ンサである目標観測装置を介して当目標追尾装置に入力
した観測ベクトル全体から目標存在予測範囲である各航
跡ゲートに含まれる観測ベクトルを選択する観測ベクト
ル選択部である。２は、当目標追尾装置内全体のクラス
タの状態を示すシステム内クラスタ表である。３は、上
記の選択された観測ベクトルと上記システム内クラスタ
表に示された既存のクラスタの関係から、クラスタを新
設または統合し、またクラスタ内観測ベクトル表を作成
し、クラスタ内の仮説の状況を示すデータ群の更新をす
るクラスタ新設・統合部である。４は、クラスタ内に含
まれる観測ベクトルの全体を示すクラスタ内観測ベクト
ル表である。５は、上記クラスタ内観測ベクトル表と上
記クラスタ内の仮説の状況を示すデータ群を入力とし、
クラスタ内のゲート内判定行列を算出するゲート内判定
行列算出部である。６は、上記クラスタ内観測ベクトル
と航跡の関係を示すクラスタ内ゲート内判定行列であ
る。７は、上記クラスタ内ゲート内判定行列を入力と
し、クラスタ内の航跡相関行列を算出する航跡相関行列
算出部である。８は、クラスタ内で仮説の更新性を示す
クラスタ内航跡相関行列である。９は、上記クラスタ内
航跡相関行列と上記クラスタ内の仮説の状況を示すデー
タ群を入力し、現時刻に入力した観測ベクトルに対応し
て仮説の生成と更新をする仮説更新部である。１０は、
クラスタ内の仮説の状況を示すデータ群である。１１
は、クラスタ内にある全ての仮説を示したクラスタ内仮
説表である。１２は、各仮説ごとに仮説内にある全ての
航跡を示した仮説内航跡表である。１３は、クラスタ内
にある全ての航跡に対して航跡を構成する観測ベクトル
を示したクラスタ内航跡−観測ベクトル表である。１４
は、クラスタ内にある全ての航跡に対して次の観測ベク
トル入力時刻における目標存在予測範囲である各航跡ゲ
ートを算出するゲート算出部である。１５は、クラスタ
内に複数の仮説が存在する場合それらに含まれる航跡の
中から確立した航跡を抽出する航跡決定部である。１６
は、当目標追尾装置である。１７は、空間中の目標を観
測して観測ベクトルなど観測情報を当目標追尾装置に送
るセンサである目標観測装置である。１８は、ディスプ
レイ上に航跡等を表示し目標の状態を使用者に示す目標
表示装置である。１９は、クラスタ内の仮説の状況を示
すデータ群を入力し仮説の信頼度や数などを評価し仮説
数を削除する仮説縮小部である。
ズムを備えた目標追尾装置について説明する。１は、セ
ンサである目標観測装置を介して当目標追尾装置に入力
した観測ベクトル全体から目標存在予測範囲である各航
跡ゲートに含まれる観測ベクトルを選択する観測ベクト
ル選択部である。２は、当目標追尾装置内全体のクラス
タの状態を示すシステム内クラスタ表である。３は、上
記の選択された観測ベクトルと上記システム内クラスタ
表に示された既存のクラスタの関係から、クラスタを新
設または統合し、またクラスタ内観測ベクトル表を作成
し、クラスタ内の仮説の状況を示すデータ群の更新をす
るクラスタ新設・統合部である。４は、クラスタ内に含
まれる観測ベクトルの全体を示すクラスタ内観測ベクト
ル表である。５は、上記クラスタ内観測ベクトル表と上
記クラスタ内の仮説の状況を示すデータ群を入力とし、
クラスタ内のゲート内判定行列を算出するゲート内判定
行列算出部である。６は、上記クラスタ内観測ベクトル
と航跡の関係を示すクラスタ内ゲート内判定行列であ
る。７は、上記クラスタ内ゲート内判定行列を入力と
し、クラスタ内の航跡相関行列を算出する航跡相関行列
算出部である。８は、クラスタ内で仮説の更新性を示す
クラスタ内航跡相関行列である。９は、上記クラスタ内
航跡相関行列と上記クラスタ内の仮説の状況を示すデー
タ群を入力し、現時刻に入力した観測ベクトルに対応し
て仮説の生成と更新をする仮説更新部である。１０は、
クラスタ内の仮説の状況を示すデータ群である。１１
は、クラスタ内にある全ての仮説を示したクラスタ内仮
説表である。１２は、各仮説ごとに仮説内にある全ての
航跡を示した仮説内航跡表である。１３は、クラスタ内
にある全ての航跡に対して航跡を構成する観測ベクトル
を示したクラスタ内航跡−観測ベクトル表である。１４
は、クラスタ内にある全ての航跡に対して次の観測ベク
トル入力時刻における目標存在予測範囲である各航跡ゲ
ートを算出するゲート算出部である。１５は、クラスタ
内に複数の仮説が存在する場合それらに含まれる航跡の
中から確立した航跡を抽出する航跡決定部である。１６
は、当目標追尾装置である。１７は、空間中の目標を観
測して観測ベクトルなど観測情報を当目標追尾装置に送
るセンサである目標観測装置である。１８は、ディスプ
レイ上に航跡等を表示し目標の状態を使用者に示す目標
表示装置である。１９は、クラスタ内の仮説の状況を示
すデータ群を入力し仮説の信頼度や数などを評価し仮説
数を削除する仮説縮小部である。
【０００４】図６は、図５の従来の目標追尾装置の動作
を説明するフローチャートである。
を説明するフローチャートである。
【０００５】図６において、先ず、センサである目標観
測装置１７を介して入力した観測ベクトル全体から目標
存在予測範囲である各航跡ゲートに含まれる観測ベクト
ルを選択する。（ＳＴ１） 次いで、選択された観測ベクトルと既存のクラスタ内の
航跡の関係から、クラスタの新設または統合、クラスタ
内観測ベクトル表の作成、システム内クラスタ表の更
新、クラスタ内の仮説の状況を示すデータ群の更新をす
る。（ＳＴ２） 次いで、上記クラスタ内観測ベクトル表と上記クラスタ
内の仮説の状況を示すデータ群を入力とし、クラスタ内
のゲート内判定行列を算出する。（ＳＴ３） 次いで、上記クラスタ内ゲート内判定行列を入力とし、
クラスタ内の航跡相関行列を算出する。（ＳＴ４） 次いで、上記クラスタ内の航跡相関行列と、上記クラス
タ内の仮説の状況を示すデータ群を入力し、現時刻に入
力した観測ベクトルに対応して仮説の生成と更新をす
る。（ＳＴ５） 次いで、クラスタ内の仮説の状況を示すデータ群を入力
し、仮説の信頼度や数などを評価し仮説数を削除する。
（ＳＴ６） 次いで、クラスタ内にある全ての航跡に対して次の観測
ベクトル入力時の目標存在予測範囲である各航跡ゲート
を算出する。（ＳＴ７） 目標の追尾処理が終了するまで、ＳＴ１〜ＳＴ７を繰り
返す。
測装置１７を介して入力した観測ベクトル全体から目標
存在予測範囲である各航跡ゲートに含まれる観測ベクト
ルを選択する。（ＳＴ１） 次いで、選択された観測ベクトルと既存のクラスタ内の
航跡の関係から、クラスタの新設または統合、クラスタ
内観測ベクトル表の作成、システム内クラスタ表の更
新、クラスタ内の仮説の状況を示すデータ群の更新をす
る。（ＳＴ２） 次いで、上記クラスタ内観測ベクトル表と上記クラスタ
内の仮説の状況を示すデータ群を入力とし、クラスタ内
のゲート内判定行列を算出する。（ＳＴ３） 次いで、上記クラスタ内ゲート内判定行列を入力とし、
クラスタ内の航跡相関行列を算出する。（ＳＴ４） 次いで、上記クラスタ内の航跡相関行列と、上記クラス
タ内の仮説の状況を示すデータ群を入力し、現時刻に入
力した観測ベクトルに対応して仮説の生成と更新をす
る。（ＳＴ５） 次いで、クラスタ内の仮説の状況を示すデータ群を入力
し、仮説の信頼度や数などを評価し仮説数を削除する。
（ＳＴ６） 次いで、クラスタ内にある全ての航跡に対して次の観測
ベクトル入力時の目標存在予測範囲である各航跡ゲート
を算出する。（ＳＴ７） 目標の追尾処理が終了するまで、ＳＴ１〜ＳＴ７を繰り
返す。
【０００６】
【発明が解決しようとする課題】従来の目標追尾装置で
は、仮説の信頼度を算出するために用いる新航跡の発生
頻度について、先に示した文献、特開平８−２７１６１
７号公報で引用の、D.B.Reid,“An Algorithm for Trac
king Multiple Targets”,IEEE Trans.AutomaticContro
l,AC-24,p843-854(1979)において、式（１）のように定
めている。
は、仮説の信頼度を算出するために用いる新航跡の発生
頻度について、先に示した文献、特開平８−２７１６１
７号公報で引用の、D.B.Reid,“An Algorithm for Trac
king Multiple Targets”,IEEE Trans.AutomaticContro
l,AC-24,p843-854(1979)において、式（１）のように定
めている。
【０００７】
【数１】
【０００８】ここで、βTTは、目標が空間に一様分布
し、かつ目標の個数はポアソン分布に従うとした場合の
単位容積あたりの平均目標個数、fNTは目標が存在して
いると目標追尾装置が既に認識している確率、またPDは
目標検出確率である。
し、かつ目標の個数はポアソン分布に従うとした場合の
単位容積あたりの平均目標個数、fNTは目標が存在して
いると目標追尾装置が既に認識している確率、またPDは
目標検出確率である。
【０００９】しかし、式（１）では、 fNT の算出根拠
は明らかされておらず、また観測ベクトルが得られるサ
ンプリング間隔が一定の場合という条件が存在してい
た。
は明らかされておらず、また観測ベクトルが得られるサ
ンプリング間隔が一定の場合という条件が存在してい
た。
【００１０】また、目標追尾において、目標を継続して
追尾し、サンプリング時刻が進めば、その目標を捕捉す
る機会は増加するので、新目標の発生頻度は減る方が現
実的であるのに、従来の新目標の発生頻度は、サンプリ
ング時刻によらず一定の値に設定されるという問題があ
った。
追尾し、サンプリング時刻が進めば、その目標を捕捉す
る機会は増加するので、新目標の発生頻度は減る方が現
実的であるのに、従来の新目標の発生頻度は、サンプリ
ング時刻によらず一定の値に設定されるという問題があ
った。
【００１１】この発明は、上記のような課題を解決する
ためになされたものであり、請求項１に係る発明は、サ
ンプリング毎に、目標追尾の状況に応じて新目標の発生
頻度を算出して誤航跡（新目標）の発生頻度を抑えるこ
とにより真の仮説の信頼度を上げ、追尾性能を向上した
目標追尾装置を得ることを目的としている。
ためになされたものであり、請求項１に係る発明は、サ
ンプリング毎に、目標追尾の状況に応じて新目標の発生
頻度を算出して誤航跡（新目標）の発生頻度を抑えるこ
とにより真の仮説の信頼度を上げ、追尾性能を向上した
目標追尾装置を得ることを目的としている。
【００１２】また、請求項２に係る発明は、新目標の発
生の可能性が高い状況の場合は、新目標発生頻度を初期
値に戻し、その他の場合は、サンプリング毎に新目標の
発生頻度を算出して誤航跡（新目標）の発生頻度を抑え
ることにより真の仮説の信頼度を上げ、追尾性能を向上
した目標追尾装置を得ることを目的としている。
生の可能性が高い状況の場合は、新目標発生頻度を初期
値に戻し、その他の場合は、サンプリング毎に新目標の
発生頻度を算出して誤航跡（新目標）の発生頻度を抑え
ることにより真の仮説の信頼度を上げ、追尾性能を向上
した目標追尾装置を得ることを目的としている。
【００１３】
【課題を解決するための手段】上記の目的を達成するた
めに、請求項１に係る発明の目標追尾装置は、複数の目
標の航跡を推定する目標追尾装置において、センサを介
して入力した観測ベクトル全体から目標存在予測範囲で
ある各航跡ゲートに含まれる観測ベクトルを選択する観
測ベクトル選択手段と、選択された観測ベクトルと既存
のクラスタ内の航跡の関係から、クラスタの新設または
統合、クラスタ内観測ベクトル表の作成、システム内ク
ラスタ表の更新、クラスタ内の仮説の状況を示すデータ
群の更新をするクラスタ新設・統合手段と、上記クラス
タ内観測ベクトル表と上記クラスタ内の仮説の状況を示
すデータ群を入力とし、クラスタ内のゲート内判定行列
を算出するゲート内判定行列算出手段と、上記クラスタ
内のゲート内判定行列を入力とし、クラスタ内の航跡相
関行列を算出する航跡相関行列算出手段と、上記システ
ム内クラスタ表からクラスタ更新情報と、下記仮説更新
手段からそのクラスタ内の仮説更新結果を入力し、新目
標の発生頻度を算出する新目標発生頻度算出手段と、上
記クラスタ内の航跡相関行列と、上記クラスタ内の仮説
の状況を示すデータ群と、上記の新目標の発生頻度を入
力し、現時刻に入力した観測ベクトルに対応して仮説の
生成と更新をする仮説更新手段と、クラスタ内の仮説の
状況を示すデータ群を入力し仮説の信頼度や数などを評
価し仮説数を削除する仮説縮小手段と、各クラスタ内に
ある全ての航跡に対し次の観測ベクトルの入力時の目標
存在予測範囲である上記の各航跡ゲートを算出するゲー
ト算出手段と、クラスタ内に複数の仮説が存在する場合
それらに含まれる航跡の中から確立した航跡を抽出する
航跡決定手段と、を備えたことを特徴とする。
めに、請求項１に係る発明の目標追尾装置は、複数の目
標の航跡を推定する目標追尾装置において、センサを介
して入力した観測ベクトル全体から目標存在予測範囲で
ある各航跡ゲートに含まれる観測ベクトルを選択する観
測ベクトル選択手段と、選択された観測ベクトルと既存
のクラスタ内の航跡の関係から、クラスタの新設または
統合、クラスタ内観測ベクトル表の作成、システム内ク
ラスタ表の更新、クラスタ内の仮説の状況を示すデータ
群の更新をするクラスタ新設・統合手段と、上記クラス
タ内観測ベクトル表と上記クラスタ内の仮説の状況を示
すデータ群を入力とし、クラスタ内のゲート内判定行列
を算出するゲート内判定行列算出手段と、上記クラスタ
内のゲート内判定行列を入力とし、クラスタ内の航跡相
関行列を算出する航跡相関行列算出手段と、上記システ
ム内クラスタ表からクラスタ更新情報と、下記仮説更新
手段からそのクラスタ内の仮説更新結果を入力し、新目
標の発生頻度を算出する新目標発生頻度算出手段と、上
記クラスタ内の航跡相関行列と、上記クラスタ内の仮説
の状況を示すデータ群と、上記の新目標の発生頻度を入
力し、現時刻に入力した観測ベクトルに対応して仮説の
生成と更新をする仮説更新手段と、クラスタ内の仮説の
状況を示すデータ群を入力し仮説の信頼度や数などを評
価し仮説数を削除する仮説縮小手段と、各クラスタ内に
ある全ての航跡に対し次の観測ベクトルの入力時の目標
存在予測範囲である上記の各航跡ゲートを算出するゲー
ト算出手段と、クラスタ内に複数の仮説が存在する場合
それらに含まれる航跡の中から確立した航跡を抽出する
航跡決定手段と、を備えたことを特徴とする。
【００１４】また、請求項２に係る発明の目標追尾装置
は、複数の目標の航跡を推定する目標追尾装置におい
て、センサを介して当目標追尾装置に入力した観測ベク
トル全体から目標存在予測範囲である各航跡ゲートに含
まれる観測ベクトルを選択する観測ベクトル選択手段
と、選択された観測ベクトルと既存のクラスタ内の航跡
の関係から、クラスタの新設または統合、クラスタ内観
測ベクトル表の作成、システム内クラスタ表の更新、ク
ラスタ内の仮説の状況を示すデータ群の更新をするクラ
スタ新設・統合手段と、上記クラスタ内観測ベクトル表
と上記クラスタ内の仮説の状況を示すデータ群を入力と
し、クラスタ内のゲート内判定行列を算出するゲート内
判定行列算出手段と、上記クラスタ内のゲート内判定行
列を入力とし、クラスタ内の航跡相関行列を算出する航
跡相関行列算出手段と、上記当目標追尾装置のセンサと
覆域が重なる他の目標追尾装置等のセンサを介して入力
する観測ベクトル等の観測情報と、上記当目標追尾装置
のセンサを介して入力する観測ベクトルや当目標追尾装
置内に存在する観測情報との相関をとる観測情報相関手
段と、上記システム内クラスタ表からクラスタ更新情報
と、仮説更新手段からそのクラスタ内の仮説更新結果
と、上記観測情報相関手段より得る観測情報を用いて、
新目標の発生頻度を算出する新目標発生頻度算出手段
と、上記クラスタ内の航跡相間行列と、上記クラスタ内
の仮説の状況を示すデータ群と、上記新目標の発生頻度
を入力し、現時刻に入力した観測ベクトルに対応して仮
説の生成と更新をする仮説更新手段と、クラスタ内の仮
説の状況を示すデータ群を入力し仮説の信頼度や数など
を評価し仮説数を削除する仮説縮小手段と、各クラスタ
内にある全ての航跡に対し次の観測ベクトルの入力時の
目標存在予測範囲である上記の各航跡ゲートを算出する
ゲート算出手段と、クラスタ内に複数の仮説が存在する
場合それらに含まれる航跡の中から確立した航跡を抽出
する航跡決定手段と、を備えたことを特徴とする。
は、複数の目標の航跡を推定する目標追尾装置におい
て、センサを介して当目標追尾装置に入力した観測ベク
トル全体から目標存在予測範囲である各航跡ゲートに含
まれる観測ベクトルを選択する観測ベクトル選択手段
と、選択された観測ベクトルと既存のクラスタ内の航跡
の関係から、クラスタの新設または統合、クラスタ内観
測ベクトル表の作成、システム内クラスタ表の更新、ク
ラスタ内の仮説の状況を示すデータ群の更新をするクラ
スタ新設・統合手段と、上記クラスタ内観測ベクトル表
と上記クラスタ内の仮説の状況を示すデータ群を入力と
し、クラスタ内のゲート内判定行列を算出するゲート内
判定行列算出手段と、上記クラスタ内のゲート内判定行
列を入力とし、クラスタ内の航跡相関行列を算出する航
跡相関行列算出手段と、上記当目標追尾装置のセンサと
覆域が重なる他の目標追尾装置等のセンサを介して入力
する観測ベクトル等の観測情報と、上記当目標追尾装置
のセンサを介して入力する観測ベクトルや当目標追尾装
置内に存在する観測情報との相関をとる観測情報相関手
段と、上記システム内クラスタ表からクラスタ更新情報
と、仮説更新手段からそのクラスタ内の仮説更新結果
と、上記観測情報相関手段より得る観測情報を用いて、
新目標の発生頻度を算出する新目標発生頻度算出手段
と、上記クラスタ内の航跡相間行列と、上記クラスタ内
の仮説の状況を示すデータ群と、上記新目標の発生頻度
を入力し、現時刻に入力した観測ベクトルに対応して仮
説の生成と更新をする仮説更新手段と、クラスタ内の仮
説の状況を示すデータ群を入力し仮説の信頼度や数など
を評価し仮説数を削除する仮説縮小手段と、各クラスタ
内にある全ての航跡に対し次の観測ベクトルの入力時の
目標存在予測範囲である上記の各航跡ゲートを算出する
ゲート算出手段と、クラスタ内に複数の仮説が存在する
場合それらに含まれる航跡の中から確立した航跡を抽出
する航跡決定手段と、を備えたことを特徴とする。
【００１５】
【発明の実施の形態】実施の形態１．図１は、この発明
の目標追尾装置の実施の形態１を示す全体構成図であ
る。図１において、１〜８，１０〜１９は、従来例と同
様であり説明を省く。
の目標追尾装置の実施の形態１を示す全体構成図であ
る。図１において、１〜８，１０〜１９は、従来例と同
様であり説明を省く。
【００１６】２１は、図１に示すシステム内クラスタ表
２からクラスタの更新情報と、仮説更新部９ａからその
クラスタ内の仮説更新結果を入力し、動作の説明で例示
するように新目標の発生頻度を算出する新目標発生頻度
算出部である。９ａは、クラスタ内航跡相関行列と、上
記クラスタ内の仮説の状況を示すデータ群と、新目標発
生頻度とを用いて、現時刻に入力した観測ベクトルに対
応して仮説の生成と更新をする仮説更新部である。
２からクラスタの更新情報と、仮説更新部９ａからその
クラスタ内の仮説更新結果を入力し、動作の説明で例示
するように新目標の発生頻度を算出する新目標発生頻度
算出部である。９ａは、クラスタ内航跡相関行列と、上
記クラスタ内の仮説の状況を示すデータ群と、新目標発
生頻度とを用いて、現時刻に入力した観測ベクトルに対
応して仮説の生成と更新をする仮説更新部である。
【００１７】図２は、図１の目標追尾装置の動作を説明
するフローチャートである。図２において、ＳＴ１〜Ｓ
Ｔ４， ＳＴ６， ＳＴ７のステップは、従来例と同様で
あり詳細説明は省く。ＳＴ８は、システム内クラスタ表
２からクラスタの更新情報と、仮説更新部９ａからその
クラスタの仮説更新結果を用いて、具体的な算出例に示
すように新目標の発生頻度を算出するステップである。
ＳＴ５ａは、クラスタ内の航跡相関行列と、上記クラス
タ内の仮説の状況を示すデータ群と、新目標の発生頻度
を用いて、現時刻に入力した観測ベクトルに対応して仮
説の生成と更新をするステップである。
するフローチャートである。図２において、ＳＴ１〜Ｓ
Ｔ４， ＳＴ６， ＳＴ７のステップは、従来例と同様で
あり詳細説明は省く。ＳＴ８は、システム内クラスタ表
２からクラスタの更新情報と、仮説更新部９ａからその
クラスタの仮説更新結果を用いて、具体的な算出例に示
すように新目標の発生頻度を算出するステップである。
ＳＴ５ａは、クラスタ内の航跡相関行列と、上記クラス
タ内の仮説の状況を示すデータ群と、新目標の発生頻度
を用いて、現時刻に入力した観測ベクトルに対応して仮
説の生成と更新をするステップである。
【００１８】先ず、センサである目標観測装置を介して
入力した観測ベクトル全体から目標存在予測範囲である
各航跡ゲートに含まれる観測ベクトルを選択する。（Ｓ
Ｔ１） 次いで、選択された観測ベクトルと既存のクラスタ内の
航跡の関係から、クラスタの新設または統合、クラスタ
内観測ベクトル表の作成、システム内クラスタ表の更
新、クラスタ内の仮説の状況を示すデータ群の更新をす
る。（ＳＴ２） 次いで、上記クラスタ内観測ベクトル表と上記クラスタ
内の仮説の状況を示すデータ群を入力とし、クラスタ内
のゲート内判定行列を算出する。（ＳＴ３） 次いで、上記クラスタ内ゲート内判定行列を入力とし、
クラスタ内の航跡相関行列を算出する。（ＳＴ４） 次いで、システム内クラスタ表からクラスタの更新情報
と、仮説更新部からそのクラスタ内の仮説更新結果を用
いて、新目標の発生頻度を算出する。（ＳＴ８） 次いで、上記クラスタ内の航跡相関行列と、上記クラス
タ内の仮説の状況を示すデータ群と、上記の新目標の発
生頻度を用いて、現時刻に入力した観測ベクトルに対応
して仮説の生成と更新をする。（ＳＴ５ａ） 次いで、クラスタ内の仮説の状況を示すデータ群を入力
し、仮説の信頼度や数などを評価し仮説数を削除する。
（ＳＴ６） 次いで、クラスタ内にある全ての航跡に対して次の観測
ベクトル入力時の目標存在予測範囲である各航跡ゲート
を算出する。（ＳＴ７） 目標の追尾処理が終了するまで、上記フローを繰返す。
入力した観測ベクトル全体から目標存在予測範囲である
各航跡ゲートに含まれる観測ベクトルを選択する。（Ｓ
Ｔ１） 次いで、選択された観測ベクトルと既存のクラスタ内の
航跡の関係から、クラスタの新設または統合、クラスタ
内観測ベクトル表の作成、システム内クラスタ表の更
新、クラスタ内の仮説の状況を示すデータ群の更新をす
る。（ＳＴ２） 次いで、上記クラスタ内観測ベクトル表と上記クラスタ
内の仮説の状況を示すデータ群を入力とし、クラスタ内
のゲート内判定行列を算出する。（ＳＴ３） 次いで、上記クラスタ内ゲート内判定行列を入力とし、
クラスタ内の航跡相関行列を算出する。（ＳＴ４） 次いで、システム内クラスタ表からクラスタの更新情報
と、仮説更新部からそのクラスタ内の仮説更新結果を用
いて、新目標の発生頻度を算出する。（ＳＴ８） 次いで、上記クラスタ内の航跡相関行列と、上記クラス
タ内の仮説の状況を示すデータ群と、上記の新目標の発
生頻度を用いて、現時刻に入力した観測ベクトルに対応
して仮説の生成と更新をする。（ＳＴ５ａ） 次いで、クラスタ内の仮説の状況を示すデータ群を入力
し、仮説の信頼度や数などを評価し仮説数を削除する。
（ＳＴ６） 次いで、クラスタ内にある全ての航跡に対して次の観測
ベクトル入力時の目標存在予測範囲である各航跡ゲート
を算出する。（ＳＴ７） 目標の追尾処理が終了するまで、上記フローを繰返す。
【００１９】以下に、 ＳＴ８における、新目標の発生
頻度を算出する具体的な算出例を示す。まず、サンプリ
ング時刻tkにおいて、Ik個の仮説があるとき、仮説をX
k,i(i=1,2,...,Ik)と表記する。
頻度を算出する具体的な算出例を示す。まず、サンプリ
ング時刻tkにおいて、Ik個の仮説があるとき、仮説をX
k,i(i=1,2,...,Ik)と表記する。
【００２０】仮説Xk,iが少なくとも１つの航跡を含む航
跡であることを、式（２）で表す。
跡であることを、式（２）で表す。
【００２１】
【数２】
【００２２】時刻tkにおける仮説Xk,iの信頼度βk,iが
算出されると、目標が存在するのが正しいとする仮説が
真である確率は、式（３）で算出される。
算出されると、目標が存在するのが正しいとする仮説が
真である確率は、式（３）で算出される。
【００２３】
【数３】
【００２４】また、時刻tk+1において、観測ベクトルが
得られない状態で目標が存在していると当目標追尾装置
が認識している事前確率fNT,k+1を、式（４）で定義す
る。
得られない状態で目標が存在していると当目標追尾装置
が認識している事前確率fNT,k+1を、式（４）で定義す
る。
【００２５】
【数４】
【００２６】まず、初探知の観測ベクトル（即ち、どの
既存のクラスタにも含まれない）の場合は、式（１）に
おいて、目標が既に存在していると当目標追尾装置が認
識している確率：ｆNT=0として新目標の発生頻度を得
る。
既存のクラスタにも含まれない）の場合は、式（１）に
おいて、目標が既に存在していると当目標追尾装置が認
識している確率：ｆNT=0として新目標の発生頻度を得
る。
【００２７】
【数５】
【００２８】次に、初探知の観測ベクトルでなく、目標
を継続して追尾している場合の観測ベクトルの場合、
（通常のクラスタ内処理における）新目標の発生頻度の
算出例を示す。
を継続して追尾している場合の観測ベクトルの場合、
（通常のクラスタ内処理における）新目標の発生頻度の
算出例を示す。
【００２９】時刻t1において、目標が存在していると当
目標追尾装置が認識している個数の平均は、式（６）で
定められる。
目標追尾装置が認識している個数の平均は、式（６）で
定められる。
【００３０】
【数６】
【００３１】すると、時刻t2における新航跡が存在する
頻度β2 TTは、式(７)となる。
頻度β2 TTは、式(７)となる。
【００３２】
【数７】
【００３３】式（７）を用いて、時刻t2における新目標
の発生頻度β2 NTは、式（８）となる。
の発生頻度β2 NTは、式（８）となる。
【００３４】
【数８】
【００３５】式（６）から式（８）を用いて、式（９）
を得る。
を得る。
【００３６】
【数９】
【００３７】以下、式（４）を用いて、この手順をサン
プリング毎に繰り返して、時刻tkにおける新目標の発生
頻度βk NTは、式（１０）となる。
プリング毎に繰り返して、時刻tkにおける新目標の発生
頻度βk NTは、式（１０）となる。
【００３８】
【数１０】
【００３９】以上のように、実施の形態１によれば、サ
ンプリング毎に、目標追尾の状況に応じて、即ち、初探
知の観測ベクトルの場合、または初探知の観測ベクトル
でない観測ベクトルの場合に応じて、新目標の発生頻度
を算出することにより誤航跡（新目標）の発生頻度を抑
えて真の仮説の信頼度を上げ、追尾性能を向上させるこ
とができる。
ンプリング毎に、目標追尾の状況に応じて、即ち、初探
知の観測ベクトルの場合、または初探知の観測ベクトル
でない観測ベクトルの場合に応じて、新目標の発生頻度
を算出することにより誤航跡（新目標）の発生頻度を抑
えて真の仮説の信頼度を上げ、追尾性能を向上させるこ
とができる。
【００４０】実施の形態２．図３は、この発明の目標追
尾装置の実施の形態２を示す全体構成図である。図３に
おいて、１〜８，１０〜１９は、従来例と同様であり説
明を省く。
尾装置の実施の形態２を示す全体構成図である。図３に
おいて、１〜８，１０〜１９は、従来例と同様であり説
明を省く。
【００４１】２２は、当目標追尾装置のセンサ１７と覆
域が重なる、他の目標追尾装置のセンサ２３を介して入
力する観測ベクトル等の観測情報と、当目標追尾装置の
センサ１７を介して入力する観測ベクトルや当目標追尾
装置内に存在する航跡等との相関をとり、当目標追尾装
置のセンサ１７で観測できなかった観測ベクトルや、そ
の観測ベクトルが得られた領域等の観測情報を出力する
観測情報相関部である。
域が重なる、他の目標追尾装置のセンサ２３を介して入
力する観測ベクトル等の観測情報と、当目標追尾装置の
センサ１７を介して入力する観測ベクトルや当目標追尾
装置内に存在する航跡等との相関をとり、当目標追尾装
置のセンサ１７で観測できなかった観測ベクトルや、そ
の観測ベクトルが得られた領域等の観測情報を出力する
観測情報相関部である。
【００４２】２１ａは、下記の観測情報相関部２２から
得る観測情報を参照して、新目標の発生の可能性が高い
状況の場合は、新目標発生頻度を初期値に戻し、その他
の場合は、実施の形態１で説明した新目標発生頻度算出
部２１と同様に、サンプリング毎に新目標の発生頻度を
算出して誤航跡（新目標）の発生頻度を抑える、新目標
発生頻度算出部である。９ａは、クラスタ内航跡相関行
列と、上記クラスタ内の仮説の状況を示すデータ群と、
新目標発生頻度を入力し、現時刻に入力した観測ベクト
ルに対応して仮説の生成と更新をする仮説更新部であ
る。
得る観測情報を参照して、新目標の発生の可能性が高い
状況の場合は、新目標発生頻度を初期値に戻し、その他
の場合は、実施の形態１で説明した新目標発生頻度算出
部２１と同様に、サンプリング毎に新目標の発生頻度を
算出して誤航跡（新目標）の発生頻度を抑える、新目標
発生頻度算出部である。９ａは、クラスタ内航跡相関行
列と、上記クラスタ内の仮説の状況を示すデータ群と、
新目標発生頻度を入力し、現時刻に入力した観測ベクト
ルに対応して仮説の生成と更新をする仮説更新部であ
る。
【００４３】図４は図３の目標追尾装置の動作を説明す
るフローチャートである。図４において、 ＳＴ１〜Ｓ
Ｔ４，ＳＴ６，ＳＴ７のステップは、従来例と同様であ
り、詳細説明を省く。ＳＴ９は、上記の観測情報相関部
２２の処理結果より、当目標追尾装置のセンサ１７と覆
域が重なる、他の目標追尾装置のセンサ２３を介して入
力する観測ベクトルが、当目標追尾装置のセンサ１７で
は観測されなかったとき、その観測ベクトルがクラスタ
内の航跡ゲート内に存在するかを調べるステツプであ
る。ＹＥＳの場合、即ちクラスタ内にその観測ベクトル
が存在する場合は、新目標の発生の可能性が高いため、
新目標の発生頻度を初期値に設定し直す。（ ＳＴ１
０） 一方、ＮＯの場合、即ちクラスタ内にその観測ベクトル
が存在しない場合は、実施の形態１におけるＳＴ８と同
様に、サンプリング毎に新目標の発生頻度算出式によ
り、新目標の発生頻度を算出する。（ＳＴ８） ＳＴ５ａは、実施の形態１と同様に、クラスタ内の航跡
相関行列と、上記クラスタ内の仮説の状況を示すデータ
群と、新目標の発生頻度を入力し、現時刻に入力した観
測ベクトルに対応して仮説の生成と更新をするステップ
である。
るフローチャートである。図４において、 ＳＴ１〜Ｓ
Ｔ４，ＳＴ６，ＳＴ７のステップは、従来例と同様であ
り、詳細説明を省く。ＳＴ９は、上記の観測情報相関部
２２の処理結果より、当目標追尾装置のセンサ１７と覆
域が重なる、他の目標追尾装置のセンサ２３を介して入
力する観測ベクトルが、当目標追尾装置のセンサ１７で
は観測されなかったとき、その観測ベクトルがクラスタ
内の航跡ゲート内に存在するかを調べるステツプであ
る。ＹＥＳの場合、即ちクラスタ内にその観測ベクトル
が存在する場合は、新目標の発生の可能性が高いため、
新目標の発生頻度を初期値に設定し直す。（ ＳＴ１
０） 一方、ＮＯの場合、即ちクラスタ内にその観測ベクトル
が存在しない場合は、実施の形態１におけるＳＴ８と同
様に、サンプリング毎に新目標の発生頻度算出式によ
り、新目標の発生頻度を算出する。（ＳＴ８） ＳＴ５ａは、実施の形態１と同様に、クラスタ内の航跡
相関行列と、上記クラスタ内の仮説の状況を示すデータ
群と、新目標の発生頻度を入力し、現時刻に入力した観
測ベクトルに対応して仮説の生成と更新をするステップ
である。
【００４４】図４において、先ず、センサである目標観
測装置１７を介して入力した観測ベクトル全体から目標
存在予測範囲である各航跡ゲートに含まれる観測ベクト
ルを選択する。（ＳＴ１） 次いで、選択された観測ベクトルと既存のクラスタ内の
航跡の関係から、クラスタの新設または統合、クラスタ
内観測ベクトル表の作成、システム内クラスタ表の更
新、クラスタ内の仮説の状況を示すデータ群の更新をす
る。（ＳＴ２） 次いで、上記クラスタ内観測ベクトル表と上記クラスタ
内の仮説の状況を示すデータ群を入力とし、クラスタ内
のゲート内判定行列を算出する。（ＳＴ３） 次いで、上記クラスタ内ゲート内判定行列を入力とし、
クラスタ内の航跡相関行列を算出する。（ＳＴ４） 次いで、観測情報相関部２２の処理結果より、当目標追
尾装置のセンサ１７と覆域が重なる、他の目標追尾装置
のセンサ２３から入力した観測ベクトルが、当目標追尾
装置のセンサ１７では観測されなかったとき、その観測
ベクトルがクラスタ内の航跡ゲート内に存在するかを調
べる。（ＳＴ９） ＳＴ９が、ＹＥＳの場合、即ちクラスタ内の航跡ゲート
内にその観測ベクトルが存在する場合は、新目標の発生
の可能性が高いため、新目標の発生頻を初期値に設定し
直す。（ＳＴ１０） 一方、ＳＴ９で、ＮＯの場合、即ちクラスタ内にその観
測ベクトルが存在しない場合は、サンプリング毎に新目
標の発生頻度算出式により新目標の発生頻度を算出す
る。（ＳＴ８） 次いで、上記クラスタ内の航跡相関行列と、上記クラス
タ内の仮説の状況を示すデータ群と、新目標の発生頻度
を入力し、現時刻に入力した観測ベクトルに対応して仮
説の生成と更新をする。（ＳＴ５ａ） 次いで、クラスタ内の仮説の状況を示すデータ群を入力
し、仮説の信頼度や数などを評価し仮説数を削除する。
（ＳＴ６） 次いで、クラスタ内にある全ての航跡に対して次の観測
ベクトル入力時の目標存在予測範囲である各航跡ゲート
を算出する。（ＳＴ７） 目標の追尾処理が終了するまで、上記フローを繰り返
す。
測装置１７を介して入力した観測ベクトル全体から目標
存在予測範囲である各航跡ゲートに含まれる観測ベクト
ルを選択する。（ＳＴ１） 次いで、選択された観測ベクトルと既存のクラスタ内の
航跡の関係から、クラスタの新設または統合、クラスタ
内観測ベクトル表の作成、システム内クラスタ表の更
新、クラスタ内の仮説の状況を示すデータ群の更新をす
る。（ＳＴ２） 次いで、上記クラスタ内観測ベクトル表と上記クラスタ
内の仮説の状況を示すデータ群を入力とし、クラスタ内
のゲート内判定行列を算出する。（ＳＴ３） 次いで、上記クラスタ内ゲート内判定行列を入力とし、
クラスタ内の航跡相関行列を算出する。（ＳＴ４） 次いで、観測情報相関部２２の処理結果より、当目標追
尾装置のセンサ１７と覆域が重なる、他の目標追尾装置
のセンサ２３から入力した観測ベクトルが、当目標追尾
装置のセンサ１７では観測されなかったとき、その観測
ベクトルがクラスタ内の航跡ゲート内に存在するかを調
べる。（ＳＴ９） ＳＴ９が、ＹＥＳの場合、即ちクラスタ内の航跡ゲート
内にその観測ベクトルが存在する場合は、新目標の発生
の可能性が高いため、新目標の発生頻を初期値に設定し
直す。（ＳＴ１０） 一方、ＳＴ９で、ＮＯの場合、即ちクラスタ内にその観
測ベクトルが存在しない場合は、サンプリング毎に新目
標の発生頻度算出式により新目標の発生頻度を算出す
る。（ＳＴ８） 次いで、上記クラスタ内の航跡相関行列と、上記クラス
タ内の仮説の状況を示すデータ群と、新目標の発生頻度
を入力し、現時刻に入力した観測ベクトルに対応して仮
説の生成と更新をする。（ＳＴ５ａ） 次いで、クラスタ内の仮説の状況を示すデータ群を入力
し、仮説の信頼度や数などを評価し仮説数を削除する。
（ＳＴ６） 次いで、クラスタ内にある全ての航跡に対して次の観測
ベクトル入力時の目標存在予測範囲である各航跡ゲート
を算出する。（ＳＴ７） 目標の追尾処理が終了するまで、上記フローを繰り返
す。
【００４５】以上のように、実施の形態２によれば、観
測情報相関部からの当目標追尾装置以外の他のセンサの
観測情報を参照して、新目標の発生の可能性が高い場合
は、新目標発生頻度を初期値に戻し、その他の場合は、
サンプリング毎に新目標の発生頻度を算出して誤航跡
（新目標）の発生頻度を抑えることにより、真の仮説の
信頼度を上げ追尾性能を向上させることができる。
測情報相関部からの当目標追尾装置以外の他のセンサの
観測情報を参照して、新目標の発生の可能性が高い場合
は、新目標発生頻度を初期値に戻し、その他の場合は、
サンプリング毎に新目標の発生頻度を算出して誤航跡
（新目標）の発生頻度を抑えることにより、真の仮説の
信頼度を上げ追尾性能を向上させることができる。
【００４６】
【発明の効果】以上のように、請求項１の発明によれ
ば、新目標発生頻度算出手段を設け、サンプリング毎
に、目標追尾の状況に応じて新目標の発生頻度を算出す
ることにより、誤航跡（新目標）の発生頻度を抑えて真
の仮説の信頼度を上げ、追尾性能を向上した目標追尾装
置を得ることができる。
ば、新目標発生頻度算出手段を設け、サンプリング毎
に、目標追尾の状況に応じて新目標の発生頻度を算出す
ることにより、誤航跡（新目標）の発生頻度を抑えて真
の仮説の信頼度を上げ、追尾性能を向上した目標追尾装
置を得ることができる。
【００４７】また、 請求項２の発明によれば、当目標
追尾装置以外の他のセンサからの観測情報を参照する観
測情報相関部と新目標発生頻度算出手段を設け、新目標
の発生の可能性が高い状況の場合は、新目標発生頻度を
初期値に戻し、その他の場合は、サンプリング毎に新目
標の発生頻度を算出して誤航跡（新目標）の発生頻度を
抑えることにより真の仮説の信頼度を上げ、追尾性能を
向上した目標追尾装置を得ることができる。
追尾装置以外の他のセンサからの観測情報を参照する観
測情報相関部と新目標発生頻度算出手段を設け、新目標
の発生の可能性が高い状況の場合は、新目標発生頻度を
初期値に戻し、その他の場合は、サンプリング毎に新目
標の発生頻度を算出して誤航跡（新目標）の発生頻度を
抑えることにより真の仮説の信頼度を上げ、追尾性能を
向上した目標追尾装置を得ることができる。
【図面の簡単な説明】
【図１】 この発明の目標追尾装置の実施の形態１を示
す構成ブロック図である。
す構成ブロック図である。
【図２】 図１の動作を説明するフローチャートであ
る。
る。
【図３】 この発明の目標追尾装置の実施の形態２を示
す構成ブロック図である。
す構成ブロック図である。
【図４】 図３の動作を説明するフローチャートであ
る。
る。
【図５】 従来の目標追尾装置を示す構成ブロック図で
ある。
ある。
【図６】 図５の動作を説明するフローチャートであ
る。
る。
１ 観測ベクトル選択部、３ クラスタ新設・統合部、
５ ゲート内判行列算出部、７ 航跡相関行列算出部、
９，９ａ 仮説更新部、１４ ゲート算出部、１５ 航
跡決定部、１６ 当目標追尾装置、１７ 目標観測装置
（当目標追尾装置の）、２１，２１ａ 新目標発生頻度
算出部、２２ 観測情報相関部、２３目標観測装置（他
の目標追尾装置の）。
５ ゲート内判行列算出部、７ 航跡相関行列算出部、
９，９ａ 仮説更新部、１４ ゲート算出部、１５ 航
跡決定部、１６ 当目標追尾装置、１７ 目標観測装置
（当目標追尾装置の）、２１，２１ａ 新目標発生頻度
算出部、２２ 観測情報相関部、２３目標観測装置（他
の目標追尾装置の）。
Claims (2)
- 【請求項１】 複数の目標の航跡を推定する目標追尾装
置において、センサを介して入力した観測ベクトル全体
から目標存在予測範囲である各航跡ゲートに含まれる観
測ベクトルを選択する観測ベクトル選択手段と、 選択された観測ベクトルと既存のクラスタ内の航跡の関
係から、クラスタの新設または統合、クラスタ内観測ベ
クトル表の作成、システム内クラスタ表の更新、クラス
タ内の仮説の状況を示すデータ群の更新をするクラスタ
新設・統合手段と、 上記クラスタ内観測ベクトル表と上記クラスタ内の仮説
の状況を示すデータ群を入力とし、クラスタ内のゲート
内判定行列を算出するゲート内判定行列算出手段と、 上記クラスタ内のゲート内判定行列を入力とし、クラス
タ内の航跡相関行列を算出する航跡相関行列算出手段
と、 上記システム内クラスタ表からクラスタ更新情報と、下
記仮説更新手段からそのクラスタ内の仮説更新結果を入
力し、新目標の発生頻度を算出する新目標発生頻度算出
手段と、 上記クラスタ内の航跡相関行列と、上記クラスタ内の仮
説の状況を示すデータ群と、上記の新目標の発生頻度を
入力し、現時刻に入力した観測ベクトルに対応して仮説
の生成と更新をする仮説更新手段と、 クラスタ内の仮説の状況を示すデータ群を入力し仮説の
信頼度や数などを評価し仮説数を削除する仮説縮小手段
と、 各クラスタ内にある全ての航跡に対し次の観測ベクトル
の入力時の目標存在予測範囲である上記の各航跡ゲート
を算出するゲート算出手段と、 クラスタ内に複数の仮説が存在する場合それらに含まれ
る航跡の中から確立した航跡を抽出する航跡決定手段
と、を備えたことを特徴とする目標追尾装置。 - 【請求項２】 複数の目標の航跡を推定する目標追尾
装置において、 センサを介して当目標追尾装置に入力した観測ベクトル
全体から目標存在予測範囲である各航跡ゲートに含まれ
る観測ベクトルを選択する観測ベクトル選択手段と、 選択された観測ベクトルと既存のクラスタ内の航跡の関
係から、クラスタの新設または統合、クラスタ内観測ベ
クトル表の作成、システム内クラスタ表の更新、クラス
タ内の仮説の状況を示すデータ群の更新をするクラスタ
新設・統合手段と、 上記クラスタ内観測ベクトル表と上記クラスタ内の仮説
の状況を示すデータ群を入力とし、クラスタ内のゲート
内判定行列を算出するゲート内判定行列算出手段と、 上記クラスタ内のゲート内判定行列を入力とし、クラス
タ内の航跡相関行列を算出する航跡相関行列算出手段
と、 上記当目標追尾装置のセンサと覆域が重なる他の目標追
尾装置等のセンサを介して入力する観測ベクトル等の観
測情報と、上記当目標追尾装置のセンサを介して入力す
る観測ベクトルや当目標追尾装置内に存在する観測情報
との相関をとる観測情報相関手段と、 上記システム内クラスタ表からクラスタ更新情報と、仮
説更新手段からそのクラスタ内の仮説更新結果と、上記
観測情報相関手段より得る観測情報を用いて、新目標の
発生頻度を算出する新目標発生頻度算出手段と、 上記クラスタ内の航跡相間行列と、上記クラスタ内の仮
説の状況を示すデータ群と、上記新目標の発生頻度を入
力し、現時刻に入力した観測ベクトルに対応して仮説の
生成と更新をする仮説更新手段と、 クラスタ内の仮説の状況を示すデータ群を入力し仮説の
信頼度や数などを評価し仮説数を削除する仮説縮小手段
と、 各クラスタ内にある全ての航跡に対し次の観測ベクトル
の入力時の目標存在予測範囲である上記の各航跡ゲート
を算出するゲート算出手段と、 クラスタ内に複数の仮説が存在する場合それらに含まれ
る航跡の中から確立した航跡を抽出する航跡決定手段
と、を備えたことを特徴とする目標追尾装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03308499A JP3657801B2 (ja) | 1999-02-10 | 1999-02-10 | 目標追尾装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03308499A JP3657801B2 (ja) | 1999-02-10 | 1999-02-10 | 目標追尾装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000230977A true JP2000230977A (ja) | 2000-08-22 |
| JP3657801B2 JP3657801B2 (ja) | 2005-06-08 |
Family
ID=12376839
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03308499A Expired - Lifetime JP3657801B2 (ja) | 1999-02-10 | 1999-02-10 | 目標追尾装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3657801B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005026770A1 (ja) * | 2003-09-11 | 2005-03-24 | Mitsubishi Denki Kabushiki Kaisha | レーダ装置 |
| CN102930276A (zh) * | 2012-11-05 | 2013-02-13 | 中国船舶重工集团公司第七二四研究所 | 基于线性回归和聚类分析理论的高速机动目标跟踪方法 |
-
1999
- 1999-02-10 JP JP03308499A patent/JP3657801B2/ja not_active Expired - Lifetime
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005026770A1 (ja) * | 2003-09-11 | 2005-03-24 | Mitsubishi Denki Kabushiki Kaisha | レーダ装置 |
| JPWO2005026770A1 (ja) * | 2003-09-11 | 2006-11-24 | 三菱電機株式会社 | レーダ装置 |
| JP4593468B2 (ja) * | 2003-09-11 | 2010-12-08 | 三菱電機株式会社 | レーダ装置 |
| CN102930276A (zh) * | 2012-11-05 | 2013-02-13 | 中国船舶重工集团公司第七二四研究所 | 基于线性回归和聚类分析理论的高速机动目标跟踪方法 |
| CN102930276B (zh) * | 2012-11-05 | 2015-10-14 | 中国船舶重工集团公司第七二四研究所 | 基于线性回归和聚类分析理论的高速机动目标跟踪方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3657801B2 (ja) | 2005-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6892484B2 (ja) | 物体検出枠を生成する方法とその装置、機器、記憶媒体及び車両 | |
| KR101913214B1 (ko) | 가림환경에서의 표적 형상정보를 활용한 표적 추적 방법 | |
| JP2023509572A (ja) | 車両を検出するための方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
| Kim | Development of track to track fusion algorithms | |
| CN110134126B (zh) | 轨迹匹配方法、装置、设备和介质 | |
| CN108447076B (zh) | 基于深度增强学习的多目标跟踪方法 | |
| Wang et al. | Detection-guided multi-target Bayesian filter | |
| CN106296729A (zh) | 一种鲁棒的实时红外成像地面运动目标跟踪方法和系统 | |
| JP2000230977A (ja) | 目標追尾装置 | |
| CN112734800A (zh) | 一种基于联合检测与表征提取的多目标跟踪系统和方法 | |
| CN104063615B (zh) | 一种基于变系数α‑β滤波器的目标跟踪方法与跟踪系统 | |
| CN117033882A (zh) | 车辆数据处理方法、装置、计算机设备和存储介质 | |
| CN112305915B (zh) | Tsk迭代回归模型的标签多伯努利多目标跟踪方法及系统 | |
| KR102288938B1 (ko) | 서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치 | |
| CN114443955A (zh) | 实时轨迹流的停留点检测方法及检测装置 | |
| JP4279697B2 (ja) | 目標追尾装置 | |
| JP3685023B2 (ja) | 目標追尾装置 | |
| JPH05297947A (ja) | 多目標追尾装置 | |
| JPH05288840A (ja) | 多目標追尾装置 | |
| JP3881214B2 (ja) | 目標追尾装置 | |
| CN117191068B (zh) | 模型训练方法和装置、轨迹预测方法和装置 | |
| CN112967324B (zh) | 一种多假设的目标跟踪方法、装置、存储介质及电子设备 | |
| JP3369106B2 (ja) | 目標追尾装置および追尾目標表示方法 | |
| JP2004150926A (ja) | 目標追尾装置 | |
| Teo et al. | Vehicle tracking using particle filter for parking management system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041001 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041116 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050106 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050308 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050310 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080318 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090318 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100318 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100318 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110318 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110318 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120318 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130318 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130318 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140318 Year of fee payment: 9 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |