JP2001174551A - 移動体同定装置 - Google Patents
移動体同定装置Info
- Publication number
- JP2001174551A JP2001174551A JP36275799A JP36275799A JP2001174551A JP 2001174551 A JP2001174551 A JP 2001174551A JP 36275799 A JP36275799 A JP 36275799A JP 36275799 A JP36275799 A JP 36275799A JP 2001174551 A JP2001174551 A JP 2001174551A
- Authority
- JP
- Japan
- Prior art keywords
- model
- motion
- moving object
- motion model
- reliability
- 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.)
- Pending
Links
Abstract
(57)【要約】
【課題】 移動体の関連付け結果の信頼性を高めること
ができる移動体同定装置を得る。 【解決手段】 直進移動体のみならず移動体が曲進した
場合においても移動体を維持できるように、予想される
移動体の運動モデルを複数仮定し、これらの運動モデル
で移動体が運動をした場合の信頼性を算出する装置を組
み込み、それらを的確に制御する。
ができる移動体同定装置を得る。 【解決手段】 直進移動体のみならず移動体が曲進した
場合においても移動体を維持できるように、予想される
移動体の運動モデルを複数仮定し、これらの運動モデル
で移動体が運動をした場合の信頼性を算出する装置を組
み込み、それらを的確に制御する。
Description
【０００１】
【発明の属する技術分野】この発明は、複数の観測装置
が観測した移動体が同一移動体か異なる移動体かを関連
判定処理し、同一移動体と判定された場合には当該移動
体を統合処理する移動体同定装置に関するものである。
が観測した移動体が同一移動体か異なる移動体かを関連
判定処理し、同一移動体と判定された場合には当該移動
体を統合処理する移動体同定装置に関するものである。
【０００２】図１６はこの発明の背景を説明した図であ
る。図１６において、１は移動体及びクラッタ等の不要
信号からの検出結果の位置・方位等を観測情報として出
力する第１の観測装置であり、２は前記第１の観測装置
とは異なる位置に配置されている第ｎの観測装置、４８
は各観測装置１，２が観測しようとする移動体、４９は
第１の観測装置１が観測した移動体、５０は第ｎの観測
装置２が観測した移動体、５１は上記観測装置１，２が
観測した移動体の関連付けを行う移動体同定装置であ
る。
る。図１６において、１は移動体及びクラッタ等の不要
信号からの検出結果の位置・方位等を観測情報として出
力する第１の観測装置であり、２は前記第１の観測装置
とは異なる位置に配置されている第ｎの観測装置、４８
は各観測装置１，２が観測しようとする移動体、４９は
第１の観測装置１が観測した移動体、５０は第ｎの観測
装置２が観測した移動体、５１は上記観測装置１，２が
観測した移動体の関連付けを行う移動体同定装置であ
る。
【０００３】図１６では、複数の観測装置（第１の観測
装置１及び第ｎの観測装置２）があり、前記の複数の観
測装置が同一の移動体を観測したとき、各観測装置の精
度や設置場所等により、各観測装置が捉えた移動体の位
置・速度等の移動体諸元が必ずしも同一の値となるとは
限らない。そこで、各観測装置が捉えた移動体が同一の
ものか異なるものかの関連判定処理を行い、その判定で
各観測装置が捉えた各移動体が同一移動体であると判定
された場合に限り、該当する移動体の諸元等を融合／選
択処理し、同一の移動体として扱う移動体同定装置が必
要となった。特にこの発明は、より確からしい移動体の
統合を行うために、実際に移動体が運動すると思われる
複数の運動モデルを考慮することにより、より現実に則
した移動体の関連判定を行い、またそれらの情報を融合
／選択処理する装置を組み込んだ移動体同定に関するも
のである。
装置１及び第ｎの観測装置２）があり、前記の複数の観
測装置が同一の移動体を観測したとき、各観測装置の精
度や設置場所等により、各観測装置が捉えた移動体の位
置・速度等の移動体諸元が必ずしも同一の値となるとは
限らない。そこで、各観測装置が捉えた移動体が同一の
ものか異なるものかの関連判定処理を行い、その判定で
各観測装置が捉えた各移動体が同一移動体であると判定
された場合に限り、該当する移動体の諸元等を融合／選
択処理し、同一の移動体として扱う移動体同定装置が必
要となった。特にこの発明は、より確からしい移動体の
統合を行うために、実際に移動体が運動すると思われる
複数の運動モデルを考慮することにより、より現実に則
した移動体の関連判定を行い、またそれらの情報を融合
／選択処理する装置を組み込んだ移動体同定に関するも
のである。
【０００４】
【従来の技術】図１７は従来の移動体同定方法に対応し
た移動体同定装置の構成図の一例、図１８は従来の移動
体同定装置の移動体同定方法を示す処理手順を示す図で
ある。
た移動体同定装置の構成図の一例、図１８は従来の移動
体同定装置の移動体同定方法を示す処理手順を示す図で
ある。
【０００５】図１７において、１は移動体及びクラッタ
等の不要信号からの検出結果の位置・方位等を観測情報
として出力する第１の観測装置、２は前記第１の観測装
置１とは異なる位置に配置されている第ｎの観測装置、
３は観測情報を関連付けを行う座標系に変換を行い、関
連付けの為の前処理を行う観測情報変換器、４は当該移
動体が存在すると予測される範囲の算出処理を行う移動
体存在予測範囲算出器、５は観測情報が当該移動体の予
測情報に対して関連があるか否かの可否判定を行う運動
諸元関連判定器、６は関連のある観測物体と当該移動体
間で、関連の組み合わせを生成する仮説生成及び前記仮
説と観測情報及び移動体情報を基に各仮説の信頼性を算
出する仮説信頼度算出を行う仮説生成及び信頼度算出
器、７は当該移動体の予測情報と観測物体の観測情報か
ら現時刻における運動諸元の位置・速度等の平滑情報の
算出を行う運動諸元平滑器、８は前記決定された仮説内
で観測物体と当該移動体が一致していると判断されるも
のに関して移動体の統合を行う移動体同定器、９は次に
当該移動体が観測される時刻における当該移動体の運動
諸元の位置・速度等の予測情報の算出を行う運動諸元予
測器である。
等の不要信号からの検出結果の位置・方位等を観測情報
として出力する第１の観測装置、２は前記第１の観測装
置１とは異なる位置に配置されている第ｎの観測装置、
３は観測情報を関連付けを行う座標系に変換を行い、関
連付けの為の前処理を行う観測情報変換器、４は当該移
動体が存在すると予測される範囲の算出処理を行う移動
体存在予測範囲算出器、５は観測情報が当該移動体の予
測情報に対して関連があるか否かの可否判定を行う運動
諸元関連判定器、６は関連のある観測物体と当該移動体
間で、関連の組み合わせを生成する仮説生成及び前記仮
説と観測情報及び移動体情報を基に各仮説の信頼性を算
出する仮説信頼度算出を行う仮説生成及び信頼度算出
器、７は当該移動体の予測情報と観測物体の観測情報か
ら現時刻における運動諸元の位置・速度等の平滑情報の
算出を行う運動諸元平滑器、８は前記決定された仮説内
で観測物体と当該移動体が一致していると判断されるも
のに関して移動体の統合を行う移動体同定器、９は次に
当該移動体が観測される時刻における当該移動体の運動
諸元の位置・速度等の予測情報の算出を行う運動諸元予
測器である。
【０００６】図１８において、従来の移動体同定方法
は、処理２６で観測物体の観測位置を基にカルマンフィ
ルタ理論に基づき移動体位置・速度の平滑値及び平滑誤
差共分散行列といった移動体平滑情報の初期値を算出
し、処理２７で新移動体の観測情報を入力し、処理２８
で当該移動体の現時刻における位置・速度の予測値及び
予測値の誤差を推定した予測誤差共分散行列といった予
測情報を算出し、処理２９で観測位置等の運動諸元を観
測情報として入力し、処理３０で当該移動体が現時刻に
おいて存在すると予想される存在範囲を算出し、処理３
１で観測物体が当該移動体と関連があるかを判断するた
め観測情報が当該移動体の予測位置を中心とした存在予
測範囲内に入るか否かの関連判定を予測誤差共分散行列
を使用して判定し、処理３２で関連があると判定された
観測物体と当該移動体の組に対して、どの観測物体がど
の移動体に相当するのか、新移動体なのかあるいは不要
信号なのかの仮説を生成し、処理３３で処理３２におい
て生成された仮説に対する信頼度を当該移動体の予測情
報と観測物体の観測情報を基に算出し、処理３４でカル
マンフィルタ理論に基づき位置・速度の平滑値及び平滑
誤差共分散行列といった平滑情報を算出し、処理３５で
全ての仮説において観測物体と当該移動体が一致してい
るものに関して移動体の同定を行い、処理３６で同定終
了になるまでこの一連の流れを繰り返すようになってい
た。
は、処理２６で観測物体の観測位置を基にカルマンフィ
ルタ理論に基づき移動体位置・速度の平滑値及び平滑誤
差共分散行列といった移動体平滑情報の初期値を算出
し、処理２７で新移動体の観測情報を入力し、処理２８
で当該移動体の現時刻における位置・速度の予測値及び
予測値の誤差を推定した予測誤差共分散行列といった予
測情報を算出し、処理２９で観測位置等の運動諸元を観
測情報として入力し、処理３０で当該移動体が現時刻に
おいて存在すると予想される存在範囲を算出し、処理３
１で観測物体が当該移動体と関連があるかを判断するた
め観測情報が当該移動体の予測位置を中心とした存在予
測範囲内に入るか否かの関連判定を予測誤差共分散行列
を使用して判定し、処理３２で関連があると判定された
観測物体と当該移動体の組に対して、どの観測物体がど
の移動体に相当するのか、新移動体なのかあるいは不要
信号なのかの仮説を生成し、処理３３で処理３２におい
て生成された仮説に対する信頼度を当該移動体の予測情
報と観測物体の観測情報を基に算出し、処理３４でカル
マンフィルタ理論に基づき位置・速度の平滑値及び平滑
誤差共分散行列といった平滑情報を算出し、処理３５で
全ての仮説において観測物体と当該移動体が一致してい
るものに関して移動体の同定を行い、処理３６で同定終
了になるまでこの一連の流れを繰り返すようになってい
た。
【０００７】また、図１９に処理１８における観測物体
と当該移動体の関連関係の判定方法を示す。図１９にお
いて、５２は移動体ｉの平滑位置でχｉ（＋）で示さ
れ、５３は移動体ｉの予測位置でχｉ（−）で示され、
５４は移動体ｉの観測位置でＺｉで示され、５５は移動
体存在予測範囲を表している。処理３０では、移動体と
観測物体が関連関係にあるかの判定を行うために、ま
ず、各移動体毎にχｉ（−）を中心とした予測存在範囲
を作成する。この予測存在範囲とは、移動体の予測誤差
範囲のことであり、予測時間における移動体の存在範囲
を示している。このとき予測誤差範囲として予測誤差共
分散が使用される。よって、この範囲内に観測物体が存
在すれば、前記観測物体は前記存在予測範囲を作る移動
体と同一移動体である可能性があるということになる。
関連があるということは、前記可能性があることを意味
する。例えば、図１９のように、観測物体２は移動体１
の予測存在範囲内にあり、観測物体２は移動体１と関連
関係があることになる。一方、それ以外の観測物体は移
動体１の予測存在範囲内に存在しないため移動体１とは
関連関係がないことになる。この操作を全ての観測物体
と移動体について行い、最終的にどの観測物体とどの移
動体とが関連関係にあるかの組み合わせを決定する。
と当該移動体の関連関係の判定方法を示す。図１９にお
いて、５２は移動体ｉの平滑位置でχｉ（＋）で示さ
れ、５３は移動体ｉの予測位置でχｉ（−）で示され、
５４は移動体ｉの観測位置でＺｉで示され、５５は移動
体存在予測範囲を表している。処理３０では、移動体と
観測物体が関連関係にあるかの判定を行うために、ま
ず、各移動体毎にχｉ（−）を中心とした予測存在範囲
を作成する。この予測存在範囲とは、移動体の予測誤差
範囲のことであり、予測時間における移動体の存在範囲
を示している。このとき予測誤差範囲として予測誤差共
分散が使用される。よって、この範囲内に観測物体が存
在すれば、前記観測物体は前記存在予測範囲を作る移動
体と同一移動体である可能性があるということになる。
関連があるということは、前記可能性があることを意味
する。例えば、図１９のように、観測物体２は移動体１
の予測存在範囲内にあり、観測物体２は移動体１と関連
関係があることになる。一方、それ以外の観測物体は移
動体１の予測存在範囲内に存在しないため移動体１とは
関連関係がないことになる。この操作を全ての観測物体
と移動体について行い、最終的にどの観測物体とどの移
動体とが関連関係にあるかの組み合わせを決定する。
【０００８】
【発明が解決しようとする課題】従来の移動体同定装置
では、観測された移動体がどの様な移動体であるのかを
判別するために仮説を生成する際に、移動体同定装置で
同定された移動体は、等速直線運動を行うものとして予
測計算されてきたため、観測された移動体が曲進運動を
行う場合、移動体の予測位置を中心とする存在予測範囲
内に前記曲進移動体が観測されず、移動体の維持が困難
なものとなっていた。また、たとえ存在予測範囲内に前
記曲進移動体が観測され、移動体が維持できたとして
も、移動体としての信頼度はそれほど良いものではな
く、他の観測物体が前記存在予測範囲内のより信頼度の
高い部分に観測されるなど、観測物体と移動体との関連
付けとして誤った関連付けを行っている場合もあった。
では、観測された移動体がどの様な移動体であるのかを
判別するために仮説を生成する際に、移動体同定装置で
同定された移動体は、等速直線運動を行うものとして予
測計算されてきたため、観測された移動体が曲進運動を
行う場合、移動体の予測位置を中心とする存在予測範囲
内に前記曲進移動体が観測されず、移動体の維持が困難
なものとなっていた。また、たとえ存在予測範囲内に前
記曲進移動体が観測され、移動体が維持できたとして
も、移動体としての信頼度はそれほど良いものではな
く、他の観測物体が前記存在予測範囲内のより信頼度の
高い部分に観測されるなど、観測物体と移動体との関連
付けとして誤った関連付けを行っている場合もあった。
【０００９】本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、直進移動体のみならず移動体が曲進
した場合においても移動体を維持できるように、予想さ
れる移動体の運動モデルを複数仮定し、これらの運動モ
デルで移動体が運動をした場合の信頼性を算出する装置
を組み込み、それらを的確に制御することによって、移
動体の関連付け結果の信頼性を高めることを目的として
いる。
になされたもので、直進移動体のみならず移動体が曲進
した場合においても移動体を維持できるように、予想さ
れる移動体の運動モデルを複数仮定し、これらの運動モ
デルで移動体が運動をした場合の信頼性を算出する装置
を組み込み、それらを的確に制御することによって、移
動体の関連付け結果の信頼性を高めることを目的として
いる。
【００１０】
【課題を解決するための手段】第１の発明による移動体
同定装置は、複数の運動モデルを予め設定しておき、そ
れらの運動モデルを移動体が行うと仮定して、各運動モ
デル毎に一定の存在予測範囲を設定し、その存在予測範
囲に対して、各運動モデルの信頼度を算出し、この運動
モデル信頼度を仮説生成及び仮説信頼度算出処理に適用
し、より確からしい仮説の選択や移動体の平滑情報の精
度を高めることを目的とし、前記運動モデルを設定する
運動モデル設定器とその運動モデル毎に予測値を算出す
る運動モデル毎の運動諸元予測器と、運動モデル毎に移
動体と観測物体の関連判定を行う運動モデル毎の運動諸
元関連判定器と、運動モデル毎の仮説や信頼度を算出す
る運動モデル毎の仮説生成及び信頼度算出器と、これま
での運動モデル信頼度を累積計算し、各運動モデルとし
ての累積モデル信頼度を算出する運動モデル毎の累積モ
デル信頼度算出器と、各運動モデル毎に平滑値を算出す
る運動モデル毎の運動諸元平滑器と、これらの運動モデ
ルの累積モデル信頼度を考慮して各運動モデル毎に算出
された平滑結果を融合し、同定する運動モデル毎の累積
モデル信頼度に応じた移動体融合器を備える。
同定装置は、複数の運動モデルを予め設定しておき、そ
れらの運動モデルを移動体が行うと仮定して、各運動モ
デル毎に一定の存在予測範囲を設定し、その存在予測範
囲に対して、各運動モデルの信頼度を算出し、この運動
モデル信頼度を仮説生成及び仮説信頼度算出処理に適用
し、より確からしい仮説の選択や移動体の平滑情報の精
度を高めることを目的とし、前記運動モデルを設定する
運動モデル設定器とその運動モデル毎に予測値を算出す
る運動モデル毎の運動諸元予測器と、運動モデル毎に移
動体と観測物体の関連判定を行う運動モデル毎の運動諸
元関連判定器と、運動モデル毎の仮説や信頼度を算出す
る運動モデル毎の仮説生成及び信頼度算出器と、これま
での運動モデル信頼度を累積計算し、各運動モデルとし
ての累積モデル信頼度を算出する運動モデル毎の累積モ
デル信頼度算出器と、各運動モデル毎に平滑値を算出す
る運動モデル毎の運動諸元平滑器と、これらの運動モデ
ルの累積モデル信頼度を考慮して各運動モデル毎に算出
された平滑結果を融合し、同定する運動モデル毎の累積
モデル信頼度に応じた移動体融合器を備える。
【００１１】また、第２の発明による移動体同定装置
は、複数の運動モデルを予め設定しておき、それらの運
動モデルを移動体が行うと仮定して、各運動モデル毎に
一定の予測存在範囲を設定し、その予測存在範囲に対し
て、各運動モデルの信頼度を算出し、この運動モデル信
頼度を仮説生成及び仮説信頼度算出処理に適用し、より
確からしい仮説の選択や移動体の平滑情報の精度を高め
ることを目的とし、前記運動モデルを設定する運動モデ
ル設定器と、その運動モデル毎に予測値を算出する運動
モデル毎の運動諸元予測器と、運動モデル毎に移動体と
観測物体の関連判定を行う運動モデル毎の運動諸元関連
判定器と、運動モデル毎の仮説や信頼度を算出する運動
モデル毎の仮説生成及び信頼度算出器と、これまでの運
動モデル信頼度を累積計算し、各運動モデルとしての累
積モデル信頼度を算出する運動モデル毎の累積モデル信
頼度算出器と、各運動モデル毎に平滑値を算出する運動
モデル毎の運動諸元平滑器と、これらの運動モデルの累
積モデル信頼度を考慮して、その累積モデル信頼度の最
も高い運動モデルの平滑結果を選択し、この結果を同定
結果とする運動モデル毎の累積モデル信頼度に応じた移
動体選択器を備える。
は、複数の運動モデルを予め設定しておき、それらの運
動モデルを移動体が行うと仮定して、各運動モデル毎に
一定の予測存在範囲を設定し、その予測存在範囲に対し
て、各運動モデルの信頼度を算出し、この運動モデル信
頼度を仮説生成及び仮説信頼度算出処理に適用し、より
確からしい仮説の選択や移動体の平滑情報の精度を高め
ることを目的とし、前記運動モデルを設定する運動モデ
ル設定器と、その運動モデル毎に予測値を算出する運動
モデル毎の運動諸元予測器と、運動モデル毎に移動体と
観測物体の関連判定を行う運動モデル毎の運動諸元関連
判定器と、運動モデル毎の仮説や信頼度を算出する運動
モデル毎の仮説生成及び信頼度算出器と、これまでの運
動モデル信頼度を累積計算し、各運動モデルとしての累
積モデル信頼度を算出する運動モデル毎の累積モデル信
頼度算出器と、各運動モデル毎に平滑値を算出する運動
モデル毎の運動諸元平滑器と、これらの運動モデルの累
積モデル信頼度を考慮して、その累積モデル信頼度の最
も高い運動モデルの平滑結果を選択し、この結果を同定
結果とする運動モデル毎の累積モデル信頼度に応じた移
動体選択器を備える。
【００１２】第３の発明による移動体同定装置は、複数
の運動モデルを予め設定しておき、それらの運動モデル
を移動体が行うと仮定して、各運動モデル毎に現時点に
おける各運動モデルに適した移動体予測存在範囲を設定
し、その移動体予測存在範囲に対して、各運動モデルの
信頼度を算出し、この運動モデル信頼度を仮説生成及び
仮説信頼度算出処理に適用し、より確からしい仮説の選
択や移動体の平滑情報の精度を高めることを目的とし、
前記運動モデルを設定する運動モデル設定器と、その運
動モデル毎に予測値を算出する運動モデル毎の運動諸元
予測器と、運動モデル毎に適した移動体予測存在範囲を
設定する運動モデル毎の移動体存在予測範囲算出器と、
運動モデル毎に移動体と観測物体の関連判定を行う運動
モデル毎の運動諸元関連判定器と、運動モデル毎の仮説
や信頼度を算出する運動モデル毎の仮説生成及び存在予
測範囲に応じた信頼度算出器と、これまでの運動モデル
信頼度を累積計算し、各運動モデルとしての累積モデル
信頼度を算出する運動モデル毎の累積モデル信頼度算出
器と、各運動モデル毎に平滑値を算出する運動モデル毎
の運動諸元平滑器と、これらの運動モデルの累積モデル
信頼度を考慮して各運動モデル毎に算出された平滑結果
を融合し、同定する運動モデル毎の累積モデル信頼度に
応じた移動体融合器を備える。
の運動モデルを予め設定しておき、それらの運動モデル
を移動体が行うと仮定して、各運動モデル毎に現時点に
おける各運動モデルに適した移動体予測存在範囲を設定
し、その移動体予測存在範囲に対して、各運動モデルの
信頼度を算出し、この運動モデル信頼度を仮説生成及び
仮説信頼度算出処理に適用し、より確からしい仮説の選
択や移動体の平滑情報の精度を高めることを目的とし、
前記運動モデルを設定する運動モデル設定器と、その運
動モデル毎に予測値を算出する運動モデル毎の運動諸元
予測器と、運動モデル毎に適した移動体予測存在範囲を
設定する運動モデル毎の移動体存在予測範囲算出器と、
運動モデル毎に移動体と観測物体の関連判定を行う運動
モデル毎の運動諸元関連判定器と、運動モデル毎の仮説
や信頼度を算出する運動モデル毎の仮説生成及び存在予
測範囲に応じた信頼度算出器と、これまでの運動モデル
信頼度を累積計算し、各運動モデルとしての累積モデル
信頼度を算出する運動モデル毎の累積モデル信頼度算出
器と、各運動モデル毎に平滑値を算出する運動モデル毎
の運動諸元平滑器と、これらの運動モデルの累積モデル
信頼度を考慮して各運動モデル毎に算出された平滑結果
を融合し、同定する運動モデル毎の累積モデル信頼度に
応じた移動体融合器を備える。
【００１３】また、第４の発明による移動体同定装置
は、複数の運動モデルを予め設定しておき、それらの運
動モデルを移動体が行うと仮定して、各運動モデルにお
ける現時刻における予測位置を算出し、これまでの各運
動モデルの累積モデル信頼度に応じてその予測値を１つ
の統一予測値とし、その統一予測値に対して予測存在範
囲を設定し、その予測存在範囲に対して、観測物体との
関連判定、仮説生成及び仮説信頼度算出処理を実施し、
より確からしい仮説の選択や移動体の平滑情報の精度を
高めることを目的とし、前記運動モデルを設定する運動
モデル設定器と、その運動モデル毎に予測値を算出し、
これまでの各運動モデルにおける累積モデル信頼度によ
り前記予測値を融合し、統一予測位置を算出する運動モ
デル毎の累積モデル信頼度に応じて融合する運動諸元予
測器と、統一予測位置に対して移動体予測存在範囲を設
定する統一予測位置に対する移動体存在予測範囲算出器
と、移動体と観測物体の関連判定を行う統一予測位置に
対する運動諸元関連判定器と、仮説や信頼度を算出する
統一予測位置に対する仮説生成及び信頼度算出器と、平
滑値を算出する統一予測位置に対する運動諸元平滑器
と、これまでの運動モデル信頼度を累積計算し、各運動
モデルとしての累積モデル信頼度を算出する移動体同定
情報に応じた運動モデル毎の累積モデル信頼度算出器と
を備える。
は、複数の運動モデルを予め設定しておき、それらの運
動モデルを移動体が行うと仮定して、各運動モデルにお
ける現時刻における予測位置を算出し、これまでの各運
動モデルの累積モデル信頼度に応じてその予測値を１つ
の統一予測値とし、その統一予測値に対して予測存在範
囲を設定し、その予測存在範囲に対して、観測物体との
関連判定、仮説生成及び仮説信頼度算出処理を実施し、
より確からしい仮説の選択や移動体の平滑情報の精度を
高めることを目的とし、前記運動モデルを設定する運動
モデル設定器と、その運動モデル毎に予測値を算出し、
これまでの各運動モデルにおける累積モデル信頼度によ
り前記予測値を融合し、統一予測位置を算出する運動モ
デル毎の累積モデル信頼度に応じて融合する運動諸元予
測器と、統一予測位置に対して移動体予測存在範囲を設
定する統一予測位置に対する移動体存在予測範囲算出器
と、移動体と観測物体の関連判定を行う統一予測位置に
対する運動諸元関連判定器と、仮説や信頼度を算出する
統一予測位置に対する仮説生成及び信頼度算出器と、平
滑値を算出する統一予測位置に対する運動諸元平滑器
と、これまでの運動モデル信頼度を累積計算し、各運動
モデルとしての累積モデル信頼度を算出する移動体同定
情報に応じた運動モデル毎の累積モデル信頼度算出器と
を備える。
【００１４】第５の発明による移動体同定装置は、複数
の運動モデルを予め設定しておき、それらの運動モデル
を移動体が行うと仮定して、各運動モデルにおける現時
刻における予測位置を算出し、これまでの各運動モデル
の累積モデル信頼度の中で最も信頼度の高い運動モデル
の予測値を統一予測値とし、その統一予測値に対して予
測存在範囲を設定し、その予測存在範囲に対して、観測
物体との関連判定、仮説生成及び仮説信頼度算出処理を
実施し、より確からしい仮説の選択や移動体の平滑情報
の精度を高めることを目的とし、前記運動モデルを設定
する運動モデル設定器と、その運動モデル毎に予測値を
算出し、これまでの各運動モデルにおける累積モデル信
頼度により前記予測値を選択し、統一予測位置を算出す
る運動モデル毎の累積モデル信頼度に応じて選択する運
動諸元予測器と、統一予測位置に対して予測存在範囲を
設定する統一予測位置に対する存在予測範囲算出器と、
移動体と観測物体の関連判定を行う統一予測位置に対す
る運動諸元関連判定器と、仮説や信頼度を算出する統一
予測位置に対する仮説生成及び信頼度算出器と、平滑値
を算出する統一予測位置に対する運動諸元平滑器と、こ
れまでの運動モデル信頼度を累積計算し、各運動モデル
としての累積モデル信頼度を算出する移動体同定情報に
応じた運動モデル毎の累積モデル信頼度算出器とを備え
る。
の運動モデルを予め設定しておき、それらの運動モデル
を移動体が行うと仮定して、各運動モデルにおける現時
刻における予測位置を算出し、これまでの各運動モデル
の累積モデル信頼度の中で最も信頼度の高い運動モデル
の予測値を統一予測値とし、その統一予測値に対して予
測存在範囲を設定し、その予測存在範囲に対して、観測
物体との関連判定、仮説生成及び仮説信頼度算出処理を
実施し、より確からしい仮説の選択や移動体の平滑情報
の精度を高めることを目的とし、前記運動モデルを設定
する運動モデル設定器と、その運動モデル毎に予測値を
算出し、これまでの各運動モデルにおける累積モデル信
頼度により前記予測値を選択し、統一予測位置を算出す
る運動モデル毎の累積モデル信頼度に応じて選択する運
動諸元予測器と、統一予測位置に対して予測存在範囲を
設定する統一予測位置に対する存在予測範囲算出器と、
移動体と観測物体の関連判定を行う統一予測位置に対す
る運動諸元関連判定器と、仮説や信頼度を算出する統一
予測位置に対する仮説生成及び信頼度算出器と、平滑値
を算出する統一予測位置に対する運動諸元平滑器と、こ
れまでの運動モデル信頼度を累積計算し、各運動モデル
としての累積モデル信頼度を算出する移動体同定情報に
応じた運動モデル毎の累積モデル信頼度算出器とを備え
る。
【００１５】
【発明の実施の形態】実施の形態１．図１、図２はそれ
ぞれこの発明の実施の形態１を示す構成図及び処理フロ
ー図である。図１において、１〜４は、図１７に示すも
のと同様である。１０は複数の運動モデルを設定する運
動モデル設定器、１１は観測情報が移動体の各運動モデ
ル毎の予測情報に対して関連関係にあるか否かの可否判
定を行う運動モデル毎の運動諸元関連判定器、１２は移
動体が前記運動モデルに従って運動を行った場合にその
運動モデルが妥当な運動モデルかの仮説をたて、その信
頼度を算出する運動モデル毎の仮説生成及び信頼度算出
器、１３は移動体の予測情報と観測物体の観測情報から
現時刻における運動諸元の位置・速度等の平滑情報の算
出を各運動モデル毎に行う運動モデル毎の運動諸元平滑
器、１４は、次に移動体が観測される時刻における移動
体の運動諸元の位置・速度等の予測情報の算出を各運動
モデル毎に行う運動モデル毎の運動諸元予測器、１５
は、各運動モデル毎に、過去からの運動モデルの信頼度
を累積する運動モデル毎の累積モデル信頼度算出器、１
６は各運動モデルの累積モデル信頼度に応じて現時刻に
おける平滑情報を融合し、１つの移動体同定情報とする
運動モデル毎の累積モデル信頼度に応じた移動体融合器
である。
ぞれこの発明の実施の形態１を示す構成図及び処理フロ
ー図である。図１において、１〜４は、図１７に示すも
のと同様である。１０は複数の運動モデルを設定する運
動モデル設定器、１１は観測情報が移動体の各運動モデ
ル毎の予測情報に対して関連関係にあるか否かの可否判
定を行う運動モデル毎の運動諸元関連判定器、１２は移
動体が前記運動モデルに従って運動を行った場合にその
運動モデルが妥当な運動モデルかの仮説をたて、その信
頼度を算出する運動モデル毎の仮説生成及び信頼度算出
器、１３は移動体の予測情報と観測物体の観測情報から
現時刻における運動諸元の位置・速度等の平滑情報の算
出を各運動モデル毎に行う運動モデル毎の運動諸元平滑
器、１４は、次に移動体が観測される時刻における移動
体の運動諸元の位置・速度等の予測情報の算出を各運動
モデル毎に行う運動モデル毎の運動諸元予測器、１５
は、各運動モデル毎に、過去からの運動モデルの信頼度
を累積する運動モデル毎の累積モデル信頼度算出器、１
６は各運動モデルの累積モデル信頼度に応じて現時刻に
おける平滑情報を融合し、１つの移動体同定情報とする
運動モデル毎の累積モデル信頼度に応じた移動体融合器
である。
【００１６】図１及び図２において、運動モデル設定器
１０で予め移動体の運動モデルを設定（処理３７）して
おく。観測情報変換器３は所定の観測装置１，２の何れ
かから観測情報が入力された場合、その観測情報を関連
付けを行う座標系に座標変換を行い、その移動体位置等
の観測情報を基にカルマンフィルタ理論に基づき移動体
の位置・速度の平滑値及び平滑誤差共分散行列の初期値
を算出（処理２６）し、また最初に移動体を検出した場
合には新移動体としてその観測情報を入力（処理２７）
する。運動モデル毎の運動諸元予測器１４は移動体が次
に観測される時刻における予測情報を各運動モデル毎に
算出（処理３８）する。観測装置１または２でその時刻
に捉えられた移動体の観測情報が入力（処理２９）され
ると、どの観測物体がどの移動体に相当する可能性があ
るかの関連関係を判断するため、移動体存在予測範囲算
出器４では移動体の各運動モデル毎の予測位置を中心と
した移動体予測存在範囲を算出（処理３８）する。運動
モデル毎の運動諸元関連判定器１１ではどの移動体のど
の運動モデルの移動体予測存在範囲にどの観測物体が入
るのかの関連判定（処理３１）を行う。運動モデル毎の
仮説生成及び信頼度算出器１２は所定の観測物体がどの
移動体である可能性が高いのか、新移動体なのかあるい
は不要信号なのかの仮説を各運動モデル毎に生成（処理
３９）し、生成された仮説の信頼度を前記判定結果を基
に観測物体と移動体、新移動体、不要信号との関連の強
さに応じて運動モデル毎に算出（処理４０）する。今回
の累積モデル信頼度を前記累積モデル信頼度に処理４０
で各運動モデル毎に算出した信頼度を運動モデル毎の累
積モデル信頼度算出器１５で積算することによって算出
（処理４１）する。運動モデル毎の運動諸元平滑器１３
は処理３９で作成された仮説において、その仮説内で決
定された観測物体と移動体の組に対し、カルマンフィル
タ理論に基づき各運動モデル毎に移動体平滑情報を算出
（処理４２）する。運動モデル毎の累積モデル信頼度に
応じた移動体融合器１６は観測物体と移動体との各運動
モデル毎の平滑結果を累積モデル信頼度に応じて融合
し、その結果を移動体の同定情報として登録（処理４
３）を行う。この一連の処理を同定終了（処理３６）に
なるまで繰り返す。
１０で予め移動体の運動モデルを設定（処理３７）して
おく。観測情報変換器３は所定の観測装置１，２の何れ
かから観測情報が入力された場合、その観測情報を関連
付けを行う座標系に座標変換を行い、その移動体位置等
の観測情報を基にカルマンフィルタ理論に基づき移動体
の位置・速度の平滑値及び平滑誤差共分散行列の初期値
を算出（処理２６）し、また最初に移動体を検出した場
合には新移動体としてその観測情報を入力（処理２７）
する。運動モデル毎の運動諸元予測器１４は移動体が次
に観測される時刻における予測情報を各運動モデル毎に
算出（処理３８）する。観測装置１または２でその時刻
に捉えられた移動体の観測情報が入力（処理２９）され
ると、どの観測物体がどの移動体に相当する可能性があ
るかの関連関係を判断するため、移動体存在予測範囲算
出器４では移動体の各運動モデル毎の予測位置を中心と
した移動体予測存在範囲を算出（処理３８）する。運動
モデル毎の運動諸元関連判定器１１ではどの移動体のど
の運動モデルの移動体予測存在範囲にどの観測物体が入
るのかの関連判定（処理３１）を行う。運動モデル毎の
仮説生成及び信頼度算出器１２は所定の観測物体がどの
移動体である可能性が高いのか、新移動体なのかあるい
は不要信号なのかの仮説を各運動モデル毎に生成（処理
３９）し、生成された仮説の信頼度を前記判定結果を基
に観測物体と移動体、新移動体、不要信号との関連の強
さに応じて運動モデル毎に算出（処理４０）する。今回
の累積モデル信頼度を前記累積モデル信頼度に処理４０
で各運動モデル毎に算出した信頼度を運動モデル毎の累
積モデル信頼度算出器１５で積算することによって算出
（処理４１）する。運動モデル毎の運動諸元平滑器１３
は処理３９で作成された仮説において、その仮説内で決
定された観測物体と移動体の組に対し、カルマンフィル
タ理論に基づき各運動モデル毎に移動体平滑情報を算出
（処理４２）する。運動モデル毎の累積モデル信頼度に
応じた移動体融合器１６は観測物体と移動体との各運動
モデル毎の平滑結果を累積モデル信頼度に応じて融合
し、その結果を移動体の同定情報として登録（処理４
３）を行う。この一連の処理を同定終了（処理３６）に
なるまで繰り返す。
【００１７】また、図３に処理３８から処理４３におけ
る各処理の考え方について示す。図３において５６は移
動体の現在までの航跡、５７は現在の移動体の位置、５
８は予め設定された運動モデルによる移動体の観測時刻
までの予測航跡、５９は観測時刻に各運動モデルの予測
位置、６０は移動体が観測時刻時に存在が予想される移
動体存在予測範囲であり、この範囲は全てのモデルに対
して一定の範囲が設定される。６１は観測時刻に観測さ
れた移動体の位置、６２は各運動モデルで観測された移
動体と平滑を行った平滑位置を示している。移動体は処
理３８において、５７で示される現在の位置から６１の
観測が行われる時刻まで予め設定された運動モデルに従
って５９で示される予測値χij（−）t を算出し、各運
動モデル毎に計算された予測位置を中心に一定の移動体
存在予測範囲を設定し、処理３１において、その移動体
存在予測範囲内に観測物体が入った場合、処理３９にお
いて、移動体存在予測範囲内に入った観測物体が当該移
動体なのか不要信号なのか新規移動体なのかの仮説をた
て、処理４０において、その仮説の仮説信頼度βijを従
来行われてきた処理３３と同じ算出方法で各運動モデル
毎に算出し、処理４１において、各運動モデルに対して
これまで計算されてきた信頼度の累計αijを算出し、処
理４２において、各運動モデルで算出された予測値と観
測物体との平滑値χij（＋）t を算出し、最終的に処理
４３において、前記平滑値χij（＋） t を信頼度の累計
αij, tで重み付け平均をし、その結果を同定情報とす
る。
る各処理の考え方について示す。図３において５６は移
動体の現在までの航跡、５７は現在の移動体の位置、５
８は予め設定された運動モデルによる移動体の観測時刻
までの予測航跡、５９は観測時刻に各運動モデルの予測
位置、６０は移動体が観測時刻時に存在が予想される移
動体存在予測範囲であり、この範囲は全てのモデルに対
して一定の範囲が設定される。６１は観測時刻に観測さ
れた移動体の位置、６２は各運動モデルで観測された移
動体と平滑を行った平滑位置を示している。移動体は処
理３８において、５７で示される現在の位置から６１の
観測が行われる時刻まで予め設定された運動モデルに従
って５９で示される予測値χij（−）t を算出し、各運
動モデル毎に計算された予測位置を中心に一定の移動体
存在予測範囲を設定し、処理３１において、その移動体
存在予測範囲内に観測物体が入った場合、処理３９にお
いて、移動体存在予測範囲内に入った観測物体が当該移
動体なのか不要信号なのか新規移動体なのかの仮説をた
て、処理４０において、その仮説の仮説信頼度βijを従
来行われてきた処理３３と同じ算出方法で各運動モデル
毎に算出し、処理４１において、各運動モデルに対して
これまで計算されてきた信頼度の累計αijを算出し、処
理４２において、各運動モデルで算出された予測値と観
測物体との平滑値χij（＋）t を算出し、最終的に処理
４３において、前記平滑値χij（＋） t を信頼度の累計
αij, tで重み付け平均をし、その結果を同定情報とす
る。
【００１８】実施の形態２．図４、図５はそれぞれこの
発明の実施の形態２を示す構成図及び処理フロー図であ
る。図４において、１〜４，１０〜１５は図１に示した
ものと同様である。１７は現時刻における各運動モデル
の累積モデル信頼度の内、最も信頼度の高い運動モデル
の平滑情報を移動体同定情報として選択する運動モデル
毎の累積モデル信頼度に応じた移動体選択器である。
発明の実施の形態２を示す構成図及び処理フロー図であ
る。図４において、１〜４，１０〜１５は図１に示した
ものと同様である。１７は現時刻における各運動モデル
の累積モデル信頼度の内、最も信頼度の高い運動モデル
の平滑情報を移動体同定情報として選択する運動モデル
毎の累積モデル信頼度に応じた移動体選択器である。
【００１９】図４及び図５において、観測装置１〜移動
体存在予測範囲算出器４、運動モデル設定器１０〜運動
モデル毎の累積モデル信頼度算出器１５及び処理２６，
２７，２９，３１，３６，３７，３８，３９，４０，４
１，４２は図１、図２と同様の動作を行う。運動モデル
毎の累積モデル信頼度に応じた移動体選択器１７は各運
動モデルにおける累積モデル信頼度の最も高い運動モデ
ルによる観測物体と移動体との平滑結果を選択し、その
結果を移動体の同定情報として登録（処理４４）を行
う。この一連の処理を同定終了（処理３６）になるまで
繰り返す。
体存在予測範囲算出器４、運動モデル設定器１０〜運動
モデル毎の累積モデル信頼度算出器１５及び処理２６，
２７，２９，３１，３６，３７，３８，３９，４０，４
１，４２は図１、図２と同様の動作を行う。運動モデル
毎の累積モデル信頼度に応じた移動体選択器１７は各運
動モデルにおける累積モデル信頼度の最も高い運動モデ
ルによる観測物体と移動体との平滑結果を選択し、その
結果を移動体の同定情報として登録（処理４４）を行
う。この一連の処理を同定終了（処理３６）になるまで
繰り返す。
【００２０】また、図６に処理３８から処理４４におけ
る各処理の考え方について示す。図６において５６は移
動体の現在までの航跡、５７は現在の移動体の位置、５
８は予め設定された運動モデルによる移動体の観測時刻
までの予測航跡、５９は観測時刻に各運動モデルの予測
位置、６０は移動体が観測時刻時に存在が予想される移
動体存在予測範囲であり、この範囲は全てのモデルにお
いて一定の範囲が設定される。６１は観測時刻に観測さ
れた移動体の位置であり、６２は各運動モデルで観測さ
れた移動体と平滑を行った平滑位置であり、６３は観測
時刻において最も累積モデル信頼度が高い運動モデルを
示したものであり、６４は６３以外の運動モデルを示し
ている。移動体は処理３８において、５７で示される現
在の位置から６１の観測が行われる時刻まで予め設定さ
れた運動モデルに従って５９で示される予測値χ
ij（−）t を算出し、各運動モデル毎に計算された予測
位置を中心に一定の移動体予測存在範囲を設定し、処理
３１において、その移動体存在予測範囲内に観測物体が
入った場合、処理３９において、移動体存在予測範囲内
に入った観測物体が当該移動体なのか不要信号なのか新
規移動体なのかの仮説をたて、処理４０において、その
仮説の仮説信頼度βijを従来行われてきた処理３３と同
じ算出方法で各運動モデル毎に算出し、処理４１におい
て、各運動モデルに対してこれまで計算されてきた信頼
度の累計αijを算出し、処理４２において、各運動モデ
ルで算出された予測値と観測物体との平滑値χij（＋）
t を算出し、最終的に処理４４において、前記平滑値χ
ij（＋）t の内、信頼度の累計αij, tが最も高い運動モ
デルの平滑値を同定情報とする。
る各処理の考え方について示す。図６において５６は移
動体の現在までの航跡、５７は現在の移動体の位置、５
８は予め設定された運動モデルによる移動体の観測時刻
までの予測航跡、５９は観測時刻に各運動モデルの予測
位置、６０は移動体が観測時刻時に存在が予想される移
動体存在予測範囲であり、この範囲は全てのモデルにお
いて一定の範囲が設定される。６１は観測時刻に観測さ
れた移動体の位置であり、６２は各運動モデルで観測さ
れた移動体と平滑を行った平滑位置であり、６３は観測
時刻において最も累積モデル信頼度が高い運動モデルを
示したものであり、６４は６３以外の運動モデルを示し
ている。移動体は処理３８において、５７で示される現
在の位置から６１の観測が行われる時刻まで予め設定さ
れた運動モデルに従って５９で示される予測値χ
ij（−）t を算出し、各運動モデル毎に計算された予測
位置を中心に一定の移動体予測存在範囲を設定し、処理
３１において、その移動体存在予測範囲内に観測物体が
入った場合、処理３９において、移動体存在予測範囲内
に入った観測物体が当該移動体なのか不要信号なのか新
規移動体なのかの仮説をたて、処理４０において、その
仮説の仮説信頼度βijを従来行われてきた処理３３と同
じ算出方法で各運動モデル毎に算出し、処理４１におい
て、各運動モデルに対してこれまで計算されてきた信頼
度の累計αijを算出し、処理４２において、各運動モデ
ルで算出された予測値と観測物体との平滑値χij（＋）
t を算出し、最終的に処理４４において、前記平滑値χ
ij（＋）t の内、信頼度の累計αij, tが最も高い運動モ
デルの平滑値を同定情報とする。
【００２１】実施の形態３．図７、図８はそれぞれこの
発明の実施の形態３を示す構成図及び処理フロー図であ
る。本実施の形態３は実施の形態１の移動体存在予測範
囲算出器４に代えて運動モデル毎の移動体存在予測範囲
算出器１８を設けたものである。図７において、１８は
移動体が現時刻に存在すると予測される範囲を各運動モ
デル毎に算出された予測情報を基に算出する運動モデル
毎の移動体存在予測範囲算出器である。
発明の実施の形態３を示す構成図及び処理フロー図であ
る。本実施の形態３は実施の形態１の移動体存在予測範
囲算出器４に代えて運動モデル毎の移動体存在予測範囲
算出器１８を設けたものである。図７において、１８は
移動体が現時刻に存在すると予測される範囲を各運動モ
デル毎に算出された予測情報を基に算出する運動モデル
毎の移動体存在予測範囲算出器である。
【００２２】図７及び図８において、運動モデル毎の運
動諸元予測器１４は移動体が次に観測される時刻におけ
る予測情報を各運動モデル毎に算出（処理３８）する。
上記観測装置１または２でその時刻に捉えられた移動体
の観測情報が入力（処理２９）されると、運動モデル毎
の移動体存在予測範囲算出器１８はどの観測物体がどの
移動体に相当する可能性があるかの関連関係を判断する
ため、移動体の各運動モデル毎の予測位置を中心とした
移動体予測存在範囲を各運動モデル毎に算出された予測
情報を基に各運動モデル毎に算出（処理４５）する。運
動モデル毎の運動諸元関連判定器１１はどの移動体のど
の運動モデルの移動体予測存在範囲にどの観測物体が入
るのかの関連判定（処理３１）する。運動モデル毎の仮
説生成及び信頼度算出器１２は所定の観測物体がどの移
動体である可能性が高いのか、新移動体なのかあるいは
不要信号なのかの仮説を各運動モデル毎に生成（処理３
９）し、生成された仮説の信頼度を前記判定結果を基に
観測物体と移動体、新移動体、不要信号との関連の強さ
に応じて運動モデル毎に算出（処理４０）する。運動モ
デル毎の累積モデル信頼度算出器１５は今回の累積モデ
ル信頼度を前記累積モデル信頼度に処理４０で各運動モ
デル毎に算出した信頼度を積算することによって算出
（処理４１）する。運動モデル毎の運動諸元平滑器１３
は処理３９で作成された仮説において、その仮説内で決
定された観測物体と移動体の組に対し、カルマンフィル
タ理論に基づき各運動モデル毎に移動体平滑情報を算出
（処理４２）し、運動モデル毎の累積モデル信頼度に応
じた移動体融合器１６は観測物体と移動体との各運動モ
デル毎の平滑結果を累積モデル信頼度に応じて融合し、
その結果を移動体の同定情報として登録（処理４３）を
行う。この一連の処理を同定終了（処理３６）になるま
で繰り返す。
動諸元予測器１４は移動体が次に観測される時刻におけ
る予測情報を各運動モデル毎に算出（処理３８）する。
上記観測装置１または２でその時刻に捉えられた移動体
の観測情報が入力（処理２９）されると、運動モデル毎
の移動体存在予測範囲算出器１８はどの観測物体がどの
移動体に相当する可能性があるかの関連関係を判断する
ため、移動体の各運動モデル毎の予測位置を中心とした
移動体予測存在範囲を各運動モデル毎に算出された予測
情報を基に各運動モデル毎に算出（処理４５）する。運
動モデル毎の運動諸元関連判定器１１はどの移動体のど
の運動モデルの移動体予測存在範囲にどの観測物体が入
るのかの関連判定（処理３１）する。運動モデル毎の仮
説生成及び信頼度算出器１２は所定の観測物体がどの移
動体である可能性が高いのか、新移動体なのかあるいは
不要信号なのかの仮説を各運動モデル毎に生成（処理３
９）し、生成された仮説の信頼度を前記判定結果を基に
観測物体と移動体、新移動体、不要信号との関連の強さ
に応じて運動モデル毎に算出（処理４０）する。運動モ
デル毎の累積モデル信頼度算出器１５は今回の累積モデ
ル信頼度を前記累積モデル信頼度に処理４０で各運動モ
デル毎に算出した信頼度を積算することによって算出
（処理４１）する。運動モデル毎の運動諸元平滑器１３
は処理３９で作成された仮説において、その仮説内で決
定された観測物体と移動体の組に対し、カルマンフィル
タ理論に基づき各運動モデル毎に移動体平滑情報を算出
（処理４２）し、運動モデル毎の累積モデル信頼度に応
じた移動体融合器１６は観測物体と移動体との各運動モ
デル毎の平滑結果を累積モデル信頼度に応じて融合し、
その結果を移動体の同定情報として登録（処理４３）を
行う。この一連の処理を同定終了（処理３６）になるま
で繰り返す。
【００２３】また、図９に処理３１から処理４５におけ
る各処理の考え方について示す。図９において５６は移
動体の現在までの航跡、５７は現在の移動体の位置、５
８は予め設定された運動モデルによる移動体の観測時刻
までの予測航跡、５９は観測時刻に各運動モデルの予測
位置、６５は移動体が観測時刻時に存在が予想される移
動体存在予測範囲であり、この範囲は各運動モデル毎に
算出されている予測誤差共分散等の予測情報により、各
々異なる範囲が設定される、６１は観測時刻に観測され
た移動体の位置であり、６２は各運動モデルで観測され
た移動体と平滑を行った平滑位置を示している。移動体
は処理４５において、５７で示される現在の位置から６
１の観測が行われる時刻まで予め設定された運動モデル
に従って５９で示される予測値χij（−）t を算出し、
各運動モデル毎に計算された予測位置を中心にそれぞれ
の移動体予測存在範囲を各運動モデル毎に算出されてい
る予測情報より算出し、処理３１において、その移動体
存在予測範囲内に観測物体が入った場合、処理３９にお
いて、移動体存在予測範囲内に入った観測物体が当該移
動体なのか不要信号なのか新規移動体なのかの仮説をた
て、処理４０において、その仮説の仮説信頼度βijを従
来行われてきた処理３３と同じ算出方法で各運動モデル
毎に算出し、処理４１において、各運動モデルに対して
これまで計算されてきた信頼度の累計αijを算出し、処
理４２において、各運動モデルで算出された予測値と観
測物体との平滑値χij（＋）t を算出し、最終的に処理
４３において、前記平滑値χij（＋）t を信頼度の累計
αij,tで重み付け平均をし、その結果を同定情報とす
る。
る各処理の考え方について示す。図９において５６は移
動体の現在までの航跡、５７は現在の移動体の位置、５
８は予め設定された運動モデルによる移動体の観測時刻
までの予測航跡、５９は観測時刻に各運動モデルの予測
位置、６５は移動体が観測時刻時に存在が予想される移
動体存在予測範囲であり、この範囲は各運動モデル毎に
算出されている予測誤差共分散等の予測情報により、各
々異なる範囲が設定される、６１は観測時刻に観測され
た移動体の位置であり、６２は各運動モデルで観測され
た移動体と平滑を行った平滑位置を示している。移動体
は処理４５において、５７で示される現在の位置から６
１の観測が行われる時刻まで予め設定された運動モデル
に従って５９で示される予測値χij（−）t を算出し、
各運動モデル毎に計算された予測位置を中心にそれぞれ
の移動体予測存在範囲を各運動モデル毎に算出されてい
る予測情報より算出し、処理３１において、その移動体
存在予測範囲内に観測物体が入った場合、処理３９にお
いて、移動体存在予測範囲内に入った観測物体が当該移
動体なのか不要信号なのか新規移動体なのかの仮説をた
て、処理４０において、その仮説の仮説信頼度βijを従
来行われてきた処理３３と同じ算出方法で各運動モデル
毎に算出し、処理４１において、各運動モデルに対して
これまで計算されてきた信頼度の累計αijを算出し、処
理４２において、各運動モデルで算出された予測値と観
測物体との平滑値χij（＋）t を算出し、最終的に処理
４３において、前記平滑値χij（＋）t を信頼度の累計
αij,tで重み付け平均をし、その結果を同定情報とす
る。
【００２４】実施の形態４．図１０、図１１はそれぞれ
この発明の実施の形態４を示す構成図及び処理フロー図
である。図１０において、１９は統一予測位置を中心に
移動体が現時刻に存在すると予測される範囲を各運動モ
デル毎に算出された予測情報を基に設定する統一予測位
置に対する移動体存在予測範囲算出器、２０は観測情報
が移動体の統合予測情報に対して関連関係にあるか否か
の可否判定を行う統一予測位置に対する運動諸元関連判
定、２１は、観測物体がどの移動体に対応するのかの仮
説をたて、その信頼度を算出する統一予測位置に対する
仮説生成及び信頼度算出器、２２は移動体の予測情報と
観測物体の観測情報から現時刻における運動諸元の位置
・速度等の平滑情報の算出を行う統一予測位置に対する
運動諸元平滑器、８は仮説内で観測物体と当該移動体が
一致していると判断されるものに関して移動体の統合を
行う移動体同定器、２３は前記移動体同定器から出力さ
れる、どの移動体がどの観測物体と統合したかの結果を
基に、その融合された位置から各運動モデルに対する信
頼度を計算し、各運動モデルにおける過去からの運動モ
デルの信頼度を累積する移動体同定情報に応じた運動モ
デル毎の累積モデル信頼度算出器、２４は次に移動体が
観測される時刻における移動体の運動諸元の位置・速度
等の予測情報の算出を各運動モデル毎に対して行い、前
記累積モデル信頼度に応じてその予測位置を重み付け
し、融合する運動モデル毎の累積モデル信頼度に応じて
融合する運動諸元予測器である。
この発明の実施の形態４を示す構成図及び処理フロー図
である。図１０において、１９は統一予測位置を中心に
移動体が現時刻に存在すると予測される範囲を各運動モ
デル毎に算出された予測情報を基に設定する統一予測位
置に対する移動体存在予測範囲算出器、２０は観測情報
が移動体の統合予測情報に対して関連関係にあるか否か
の可否判定を行う統一予測位置に対する運動諸元関連判
定、２１は、観測物体がどの移動体に対応するのかの仮
説をたて、その信頼度を算出する統一予測位置に対する
仮説生成及び信頼度算出器、２２は移動体の予測情報と
観測物体の観測情報から現時刻における運動諸元の位置
・速度等の平滑情報の算出を行う統一予測位置に対する
運動諸元平滑器、８は仮説内で観測物体と当該移動体が
一致していると判断されるものに関して移動体の統合を
行う移動体同定器、２３は前記移動体同定器から出力さ
れる、どの移動体がどの観測物体と統合したかの結果を
基に、その融合された位置から各運動モデルに対する信
頼度を計算し、各運動モデルにおける過去からの運動モ
デルの信頼度を累積する移動体同定情報に応じた運動モ
デル毎の累積モデル信頼度算出器、２４は次に移動体が
観測される時刻における移動体の運動諸元の位置・速度
等の予測情報の算出を各運動モデル毎に対して行い、前
記累積モデル信頼度に応じてその予測位置を重み付け
し、融合する運動モデル毎の累積モデル信頼度に応じて
融合する運動諸元予測器である。
【００２５】図１０及び図１１において、予め移動体の
運動モデルを設定（装置１０、処理３７）しておき、所
定の観測装置の何れかから観測情報が入力された場合、
その観測情報を関連付けを行う座標系に座標変換を行
い、その移動体位置等の観測情報を基にカルマンフィル
タ理論に基づき移動体位置・速度の平滑値及び平滑誤差
共分散行列の初期値を算出（装置３、処理２６）し、ま
た最初に移動体を検出した場合には新移動体としてその
観測情報を入力（装置３、処理２７）する。移動体に対
しては次の観測時刻における予測情報を各運動モデル毎
に算出（装置２４、処理３８）し、前回までの各運動モ
デル毎の累積モデル信頼度に応じて、１つの予測情報を
算出（装置２４、処理４６）し、その時刻に捉えられた
移動体の観測情報が入力（装置１または装置２、処理２
９）されると、どの観測物体がどの移動体に相当する可
能性があるかの関連関係を判断するため、移動体の統一
予測位置を中心とした移動体予測存在範囲を各運動モデ
ル毎に算出された予測情報を基に全ての運動モデルの移
動体予測存在範囲を含むことができるような移動体予測
存在範囲を算出（装置１９、処理４６）し、どの移動体
の移動体予測存在範囲にどの観測物体が入るのかの関連
判定（装置２０、処理３１）が行われ、所定の観測物体
がどの移動体である可能性が高いのか、新移動体なのか
あるいは不要信号なのかの仮説を各運動モデル毎に生成
（装置２１、処理３２）し、生成された仮説の信頼度を
前記判定結果を基に観測物体と移動体、新移動体、不要
信号との関連の強さに応じて算出（装置２１、処理３
３）し、処理３２で作成された仮説において、その仮説
内で決定された観測物体と移動体の組に対し、カルマン
フィルタ理論に基づき移動体平滑情報を算出（装置２
２、処理３４）し、観測物体と移動体とを処理３３で算
出された仮説信頼度に応じて融合し、その結果を移動体
の同定情報として登録（装置８、処理３５）し、同定情
報を基に各運動モデルに対して、その位置関係から運動
モデル信頼度を算出（装置２３、処理３９）し、その結
果を前回までの累積モデル信頼度に加えることにより、
今回までの累積モデル信頼度の算出（装置２３、処理４
０）を行う。この一連の処理を同定終了（装置３、処理
３６）になるまで繰り返す。
運動モデルを設定（装置１０、処理３７）しておき、所
定の観測装置の何れかから観測情報が入力された場合、
その観測情報を関連付けを行う座標系に座標変換を行
い、その移動体位置等の観測情報を基にカルマンフィル
タ理論に基づき移動体位置・速度の平滑値及び平滑誤差
共分散行列の初期値を算出（装置３、処理２６）し、ま
た最初に移動体を検出した場合には新移動体としてその
観測情報を入力（装置３、処理２７）する。移動体に対
しては次の観測時刻における予測情報を各運動モデル毎
に算出（装置２４、処理３８）し、前回までの各運動モ
デル毎の累積モデル信頼度に応じて、１つの予測情報を
算出（装置２４、処理４６）し、その時刻に捉えられた
移動体の観測情報が入力（装置１または装置２、処理２
９）されると、どの観測物体がどの移動体に相当する可
能性があるかの関連関係を判断するため、移動体の統一
予測位置を中心とした移動体予測存在範囲を各運動モデ
ル毎に算出された予測情報を基に全ての運動モデルの移
動体予測存在範囲を含むことができるような移動体予測
存在範囲を算出（装置１９、処理４６）し、どの移動体
の移動体予測存在範囲にどの観測物体が入るのかの関連
判定（装置２０、処理３１）が行われ、所定の観測物体
がどの移動体である可能性が高いのか、新移動体なのか
あるいは不要信号なのかの仮説を各運動モデル毎に生成
（装置２１、処理３２）し、生成された仮説の信頼度を
前記判定結果を基に観測物体と移動体、新移動体、不要
信号との関連の強さに応じて算出（装置２１、処理３
３）し、処理３２で作成された仮説において、その仮説
内で決定された観測物体と移動体の組に対し、カルマン
フィルタ理論に基づき移動体平滑情報を算出（装置２
２、処理３４）し、観測物体と移動体とを処理３３で算
出された仮説信頼度に応じて融合し、その結果を移動体
の同定情報として登録（装置８、処理３５）し、同定情
報を基に各運動モデルに対して、その位置関係から運動
モデル信頼度を算出（装置２３、処理３９）し、その結
果を前回までの累積モデル信頼度に加えることにより、
今回までの累積モデル信頼度の算出（装置２３、処理４
０）を行う。この一連の処理を同定終了（装置３、処理
３６）になるまで繰り返す。
【００２６】また、図１２に処理３８から処理４６にお
ける各処理の考え方について示す。図１２において５６
は移動体の現在までの航跡、５７は現在の移動体の位
置、５８は予め設定された運動モデルによる移動体の観
測時刻までの予測航跡、５９は観測時刻に各運動モデル
の予測位置、６７は５９の各運動モデル毎の予測位置を
前回までの累積モデル信頼度に応じて重み付け平均した
統一予測位置、６６は移動体が観測時刻時に統一予測位
置において存在が予想される移動体存在予測範囲であ
り、この範囲は６７の位置を中心として各運動モデル毎
に算出されている予測誤差共分散等の予測情報により、
各運動モデルの存在予測範囲を含めた範囲が設定され、
６１は観測情報に観測された移動体の位置であり、６８
は６７の統一予測位置と６１の観測位置との平滑を行っ
た平滑位置を示している。移動体は処理３８において、
５７で示される現在の位置から６１の観測が行われる時
刻まで予め設定された運動モデルに従って５９で示され
る予測値χij（−）t を算出し、処理４６で各運動モデ
ル毎に算出された予測位置を前回までの累積モデル信頼
度で重み付け平均し、その位置を移動体の予測位置と
し、その予測位置を中心として、移動体の移動体予測存
在範囲を各運動モデル毎に算出されている予測誤差共分
散より算出し、処理３１において、その移動体存在予測
範囲内に観測物体が入った場合、処理３２において移動
体存在予測範囲内に入った観測物体が当該移動体なのか
不要信号なのか新規移動体なのかの仮説をたて、処理３
３においてその仮説の信頼度βi を従来行われてきた処
理３３と同じ算出方法で各運動モデル毎に算出し、処理
３４で移動体の統一予測値と観測物体との平滑値χi
（＋）tを算出し、処理３９において平滑値χi （＋）t
を満足する旋回加速度を算出し、その旋回加速度と各
運動モデルで設定されている旋回加速度とを比較して、
各運動モデルに対する信頼度βijを算出し、処理４０に
おいて、各運動モデルに対してこれまで計算されてきた
信頼度の累計αijを算出する。
ける各処理の考え方について示す。図１２において５６
は移動体の現在までの航跡、５７は現在の移動体の位
置、５８は予め設定された運動モデルによる移動体の観
測時刻までの予測航跡、５９は観測時刻に各運動モデル
の予測位置、６７は５９の各運動モデル毎の予測位置を
前回までの累積モデル信頼度に応じて重み付け平均した
統一予測位置、６６は移動体が観測時刻時に統一予測位
置において存在が予想される移動体存在予測範囲であ
り、この範囲は６７の位置を中心として各運動モデル毎
に算出されている予測誤差共分散等の予測情報により、
各運動モデルの存在予測範囲を含めた範囲が設定され、
６１は観測情報に観測された移動体の位置であり、６８
は６７の統一予測位置と６１の観測位置との平滑を行っ
た平滑位置を示している。移動体は処理３８において、
５７で示される現在の位置から６１の観測が行われる時
刻まで予め設定された運動モデルに従って５９で示され
る予測値χij（−）t を算出し、処理４６で各運動モデ
ル毎に算出された予測位置を前回までの累積モデル信頼
度で重み付け平均し、その位置を移動体の予測位置と
し、その予測位置を中心として、移動体の移動体予測存
在範囲を各運動モデル毎に算出されている予測誤差共分
散より算出し、処理３１において、その移動体存在予測
範囲内に観測物体が入った場合、処理３２において移動
体存在予測範囲内に入った観測物体が当該移動体なのか
不要信号なのか新規移動体なのかの仮説をたて、処理３
３においてその仮説の信頼度βi を従来行われてきた処
理３３と同じ算出方法で各運動モデル毎に算出し、処理
３４で移動体の統一予測値と観測物体との平滑値χi
（＋）tを算出し、処理３９において平滑値χi （＋）t
を満足する旋回加速度を算出し、その旋回加速度と各
運動モデルで設定されている旋回加速度とを比較して、
各運動モデルに対する信頼度βijを算出し、処理４０に
おいて、各運動モデルに対してこれまで計算されてきた
信頼度の累計αijを算出する。
【００２７】実施の形態５．図１３、図１４はそれぞれ
この発明の実施の形態５を示す構成図及び処理フロー図
である。図１３において、２５は次に移動体が観測され
る時刻における移動体の運動諸元の位置・速度等の予測
情報の算出を各運動モデル毎に対して行い、前記累積モ
デル信頼度の中で最も信頼度の高い運動モデルの予測位
置を移動体の予測位置とする運動モデル毎の累積モデル
信頼度に応じて選択する運動諸元予測器である。
この発明の実施の形態５を示す構成図及び処理フロー図
である。図１３において、２５は次に移動体が観測され
る時刻における移動体の運動諸元の位置・速度等の予測
情報の算出を各運動モデル毎に対して行い、前記累積モ
デル信頼度の中で最も信頼度の高い運動モデルの予測位
置を移動体の予測位置とする運動モデル毎の累積モデル
信頼度に応じて選択する運動諸元予測器である。
【００２８】図１３及び図１４において、予め移動体の
運動モデルを設定（装置１０、処理３７）しておき、所
定の観測装置の何れかから観測情報が入力された場合、
その観測情報を関連付けを行う座標系に座標変換を行
い、その移動体位置等の観測情報を基にカルマンフィル
タ理論に基づき移動体位置・速度の平滑値及び平滑誤差
共分散行列の初期値を算出（装置３、処理２６）し、ま
た最初に移動体を検出した場合には新移動体としてその
観測情報を入力（装置３、処理２７）する。移動体に対
しては次の観測時刻における予測情報を各運動モデル毎
に算出（装置２５、処理３８）し、前回までの各運動モ
デル毎の累積モデル信頼度の中で最も信頼度の高い運動
モデルの予測情報を移動体として予測情報に設定（装置
２５、処理４７）し、その時刻に捉えられた移動体の観
測情報が入力（装置１または装置２、処理２９）される
と、どの観測物体がどの移動体に相当する可能性がある
かの関連関係を判断するため、移動体の統一予測位置を
中心とした移動体予測存在範囲を各運動モデル毎に算出
された予測情報を基に全ての運動モデルの移動体予測存
在範囲を含むことができるような移動体予測存在範囲を
算出（装置１９、処理４７）し、どの移動体の移動体予
測存在範囲にどの観測物体が入るのかの関連判定（装置
２０、処理３１）が行われ、所定の観測物体がどの移動
体である可能性が高いのか、新移動体なのかあるいは不
要信号なのかの仮説を各運動モデル毎に生成（装置２
１、処理３２）し、生成された仮説の信頼度を前記判定
結果を基に観測物体と移動体、新移動体、不要信号との
関連の強さに応じて算出（装置２１、処理３３）し、処
理３２で作成された仮説において、その仮説内で決定さ
れた観測物体と移動体の組に対し、カルマンフィルタ理
論に基づき移動体平滑情報を算出（装置２２、処理３
４）し、観測物体と移動体とを処理３３で算出された仮
説信頼度に応じて融合し、その結果を移動体の同定情報
として登録（装置８、処理３５）し、同定情報を基に各
運動モデルに対して、その位置関係から運動モデル信頼
度を算出（装置２３、処理３９）し、その結果を前回ま
での累積モデル信頼度に加えることにより、今回までの
累積モデル信頼度の算出（装置２３、処理４０）を行
う。この一連の処理を同定終了（装置３、処理３６）に
なるまで繰り返す。
運動モデルを設定（装置１０、処理３７）しておき、所
定の観測装置の何れかから観測情報が入力された場合、
その観測情報を関連付けを行う座標系に座標変換を行
い、その移動体位置等の観測情報を基にカルマンフィル
タ理論に基づき移動体位置・速度の平滑値及び平滑誤差
共分散行列の初期値を算出（装置３、処理２６）し、ま
た最初に移動体を検出した場合には新移動体としてその
観測情報を入力（装置３、処理２７）する。移動体に対
しては次の観測時刻における予測情報を各運動モデル毎
に算出（装置２５、処理３８）し、前回までの各運動モ
デル毎の累積モデル信頼度の中で最も信頼度の高い運動
モデルの予測情報を移動体として予測情報に設定（装置
２５、処理４７）し、その時刻に捉えられた移動体の観
測情報が入力（装置１または装置２、処理２９）される
と、どの観測物体がどの移動体に相当する可能性がある
かの関連関係を判断するため、移動体の統一予測位置を
中心とした移動体予測存在範囲を各運動モデル毎に算出
された予測情報を基に全ての運動モデルの移動体予測存
在範囲を含むことができるような移動体予測存在範囲を
算出（装置１９、処理４７）し、どの移動体の移動体予
測存在範囲にどの観測物体が入るのかの関連判定（装置
２０、処理３１）が行われ、所定の観測物体がどの移動
体である可能性が高いのか、新移動体なのかあるいは不
要信号なのかの仮説を各運動モデル毎に生成（装置２
１、処理３２）し、生成された仮説の信頼度を前記判定
結果を基に観測物体と移動体、新移動体、不要信号との
関連の強さに応じて算出（装置２１、処理３３）し、処
理３２で作成された仮説において、その仮説内で決定さ
れた観測物体と移動体の組に対し、カルマンフィルタ理
論に基づき移動体平滑情報を算出（装置２２、処理３
４）し、観測物体と移動体とを処理３３で算出された仮
説信頼度に応じて融合し、その結果を移動体の同定情報
として登録（装置８、処理３５）し、同定情報を基に各
運動モデルに対して、その位置関係から運動モデル信頼
度を算出（装置２３、処理３９）し、その結果を前回ま
での累積モデル信頼度に加えることにより、今回までの
累積モデル信頼度の算出（装置２３、処理４０）を行
う。この一連の処理を同定終了（装置３、処理３６）に
なるまで繰り返す。
【００２９】また、図１５に処理３８から処理４７にお
ける各処理の考え方について示す。図１５において５６
は移動体の現在までの航跡、５７は現在の移動体の位
置、５８は予め設定された運動モデルによる移動体の観
測時刻までの予測航跡、５９は観測時刻に各運動モデル
の予測位置、６９は５９の各運動モデル毎の予測位置の
内、前回までの累積モデル信頼度の最も高い運動モデル
を移動体の予測位置とした統一予測位置、６６は移動体
が観測時刻時に存在が予想される移動体存在予測範囲で
あり、この範囲は６９の位置を中心として各運動モデル
毎に算出されている予測誤差共分散等の予測情報によ
り、各運動モデルの存在予測範囲を含めた範囲が設定さ
れる、６１は観測時刻に観測された移動体の位置であ
り、６８は６９の統一予測位置と６１の観測位置との平
滑を行った平滑位置を示している。移動体は処理３８に
おいて、５７で示される現在の位置から６１の観測が行
われる時刻まで予め設定された運動モデルに従って５９
で示される予測値χij（−）t を算出し、処理４６で各
運動モデル毎に算出される予測位置を前回までの累積モ
デル信頼度で重み付け平均を算出し、その位置を移動体
の予測位置とし、その予測位置を中心として、移動体の
移動体予測存在範囲を各運動モデル毎に算出されている
予測誤差共分散より算出し、処理３１において、その移
動体存在予測範囲内に観測物体が入った場合、処理３２
において移動体存在予測範囲内に入った観測物体が当該
移動体なのか不要信号なのか新規移動体なのかの仮説を
たて、処理３３においてその仮説の信頼度βi を従来行
われてきた処理３３と同じ算出方法で各運動モデル毎に
算出し、処理３４で移動体の統一予測値と観測物体との
平滑値χi （＋）t を算出し、処理３９において平滑値
χi （＋）t を満足する旋回加速度を算出し、その旋回
加速度と各運動モデルで設定されている旋回加速度とを
比較して、各運動モデルに対する信頼度βijを算出し、
処理４０において各運動モデルに対してこれまで計算さ
れてきた信頼度の累計αijを算出する。
ける各処理の考え方について示す。図１５において５６
は移動体の現在までの航跡、５７は現在の移動体の位
置、５８は予め設定された運動モデルによる移動体の観
測時刻までの予測航跡、５９は観測時刻に各運動モデル
の予測位置、６９は５９の各運動モデル毎の予測位置の
内、前回までの累積モデル信頼度の最も高い運動モデル
を移動体の予測位置とした統一予測位置、６６は移動体
が観測時刻時に存在が予想される移動体存在予測範囲で
あり、この範囲は６９の位置を中心として各運動モデル
毎に算出されている予測誤差共分散等の予測情報によ
り、各運動モデルの存在予測範囲を含めた範囲が設定さ
れる、６１は観測時刻に観測された移動体の位置であ
り、６８は６９の統一予測位置と６１の観測位置との平
滑を行った平滑位置を示している。移動体は処理３８に
おいて、５７で示される現在の位置から６１の観測が行
われる時刻まで予め設定された運動モデルに従って５９
で示される予測値χij（−）t を算出し、処理４６で各
運動モデル毎に算出される予測位置を前回までの累積モ
デル信頼度で重み付け平均を算出し、その位置を移動体
の予測位置とし、その予測位置を中心として、移動体の
移動体予測存在範囲を各運動モデル毎に算出されている
予測誤差共分散より算出し、処理３１において、その移
動体存在予測範囲内に観測物体が入った場合、処理３２
において移動体存在予測範囲内に入った観測物体が当該
移動体なのか不要信号なのか新規移動体なのかの仮説を
たて、処理３３においてその仮説の信頼度βi を従来行
われてきた処理３３と同じ算出方法で各運動モデル毎に
算出し、処理３４で移動体の統一予測値と観測物体との
平滑値χi （＋）t を算出し、処理３９において平滑値
χi （＋）t を満足する旋回加速度を算出し、その旋回
加速度と各運動モデルで設定されている旋回加速度とを
比較して、各運動モデルに対する信頼度βijを算出し、
処理４０において各運動モデルに対してこれまで計算さ
れてきた信頼度の累計αijを算出する。
【００３０】
【発明の効果】第１の発明によれば、従来の装置に運動
モデル設定器、運動モデル毎の累積モデル信頼度算出器
を設け、所定の機器を運動モデル毎の運動諸元関連判定
器、運動モデル毎の仮説生成及び信頼度算出器、運動モ
デル毎の運動諸元平滑器、運動モデル毎の運動諸元予測
器、運動モデル毎の累積モデル信頼度に応じた移動体融
合器に置き換えることにより、今まで移動体の運動を等
速直進モデル等の１つの運動モデルしか仮定できなかっ
たものを、複数の運動モデルを仮定できるようになり、
移動体の多様な運動に適応でき、移動体の追尾を継続で
きる追尾維持精度を向上させることが可能となる。
モデル設定器、運動モデル毎の累積モデル信頼度算出器
を設け、所定の機器を運動モデル毎の運動諸元関連判定
器、運動モデル毎の仮説生成及び信頼度算出器、運動モ
デル毎の運動諸元平滑器、運動モデル毎の運動諸元予測
器、運動モデル毎の累積モデル信頼度に応じた移動体融
合器に置き換えることにより、今まで移動体の運動を等
速直進モデル等の１つの運動モデルしか仮定できなかっ
たものを、複数の運動モデルを仮定できるようになり、
移動体の多様な運動に適応でき、移動体の追尾を継続で
きる追尾維持精度を向上させることが可能となる。
【００３１】また、第２の発明によれば、従来の装置に
運動モデル設定器、運動モデル毎の累積モデル信頼度算
出器を設け、所定の機器を運動モデル毎の運動諸元関連
判定器、運動モデル毎の仮説生成及び信頼度算出器、運
動モデル毎の運動諸元平滑器、運動モデル毎の運動諸元
予測器、運動モデル毎の累積モデル信頼度に応じた移動
体選択器に置き換えることにより、今まで移動体の運動
を等速直進モデル等の１つの運動モデルしか仮定できな
かったものを、複数の運動モデルを仮定できるようにな
り、移動体の多様な運動に適応でき、移動体の追尾を継
続できる追尾維持精度を向上させることが可能となり、
また各運動モデルの内、最も累積モデル信頼度が高いモ
デルを計算時に採用するため、処理不可を軽減させるこ
とが可能となる。
運動モデル設定器、運動モデル毎の累積モデル信頼度算
出器を設け、所定の機器を運動モデル毎の運動諸元関連
判定器、運動モデル毎の仮説生成及び信頼度算出器、運
動モデル毎の運動諸元平滑器、運動モデル毎の運動諸元
予測器、運動モデル毎の累積モデル信頼度に応じた移動
体選択器に置き換えることにより、今まで移動体の運動
を等速直進モデル等の１つの運動モデルしか仮定できな
かったものを、複数の運動モデルを仮定できるようにな
り、移動体の多様な運動に適応でき、移動体の追尾を継
続できる追尾維持精度を向上させることが可能となり、
また各運動モデルの内、最も累積モデル信頼度が高いモ
デルを計算時に採用するため、処理不可を軽減させるこ
とが可能となる。
【００３２】第３の発明によれば、従来の装置に運動モ
デル設定器、運動モデル毎の累積モデル信頼度算出器を
設け、所定の機器を運動モデル毎の運動諸元関連判定
器、運動モデル毎の仮説生成及び信頼度算出器、運動モ
デル毎の運動諸元平滑器、運動モデル毎の運動諸元予測
器、運動モデル毎の累積モデル信頼度に応じた移動体融
合器、運動モデル毎の移動体存在予測範囲算出器に置き
換えることにより、今まで移動体の運動を等速直進モデ
ル等の１つの運動モデルしか仮定できなかったものを、
複数の運動モデルを仮定できるようになり、移動体の多
様な運動に適応でき、移動体の追尾を継続できる追尾維
持精度を向上させることが可能となる。また、各運動モ
デル毎に移動体存在予測範囲を設定できるため移動体の
位置誤差等の移動体追尾精度を向上させることが可能と
なる。
デル設定器、運動モデル毎の累積モデル信頼度算出器を
設け、所定の機器を運動モデル毎の運動諸元関連判定
器、運動モデル毎の仮説生成及び信頼度算出器、運動モ
デル毎の運動諸元平滑器、運動モデル毎の運動諸元予測
器、運動モデル毎の累積モデル信頼度に応じた移動体融
合器、運動モデル毎の移動体存在予測範囲算出器に置き
換えることにより、今まで移動体の運動を等速直進モデ
ル等の１つの運動モデルしか仮定できなかったものを、
複数の運動モデルを仮定できるようになり、移動体の多
様な運動に適応でき、移動体の追尾を継続できる追尾維
持精度を向上させることが可能となる。また、各運動モ
デル毎に移動体存在予測範囲を設定できるため移動体の
位置誤差等の移動体追尾精度を向上させることが可能と
なる。
【００３３】また、第４の発明によれば、従来の装置に
運動モデル設定器、移動体同定情報に応じた運動モデル
毎の累積モデル信頼度算出器を設け、所定の機器を統一
予測位置に対する移動体存在予測範囲算出器、統一予測
位置に対する運動諸元関連判定器、統一予測位置に対す
る仮説生成及び信頼度算出器、統一予測位置に対する運
動諸元平滑器、運動モデル毎の累積モデル信頼度に応じ
て融合する運動諸元予測器に置き換えることにより、今
まで移動体の運動を等速直進モデル等の１つの運動モデ
ルしか仮定できなかったものを、複数の運動モデルを仮
定できるようになり、移動体の多様な運動に適応でき、
移動体の追尾を継続できる追尾維持精度を向上させるこ
とが可能となる。また、移動体の予測位置をこれまでの
各運動モデル毎の累積モデル信頼度に応じて１つの予測
位置に統合するため処理不可の軽減をさせることが可能
となる。
運動モデル設定器、移動体同定情報に応じた運動モデル
毎の累積モデル信頼度算出器を設け、所定の機器を統一
予測位置に対する移動体存在予測範囲算出器、統一予測
位置に対する運動諸元関連判定器、統一予測位置に対す
る仮説生成及び信頼度算出器、統一予測位置に対する運
動諸元平滑器、運動モデル毎の累積モデル信頼度に応じ
て融合する運動諸元予測器に置き換えることにより、今
まで移動体の運動を等速直進モデル等の１つの運動モデ
ルしか仮定できなかったものを、複数の運動モデルを仮
定できるようになり、移動体の多様な運動に適応でき、
移動体の追尾を継続できる追尾維持精度を向上させるこ
とが可能となる。また、移動体の予測位置をこれまでの
各運動モデル毎の累積モデル信頼度に応じて１つの予測
位置に統合するため処理不可の軽減をさせることが可能
となる。
【００３４】第５の発明によれば、従来の装置に運動モ
デル設定器、移動体同定情報に応じた運動モデル毎の累
積モデル信頼度算出器を設け、所定の機器を統一予測位
置に対する移動体存在予測範囲算出器、統一予測位置に
対する運動諸元関連判定器、統一予測位置に対する仮説
生成及び信頼度算出器、統一予測位置に対する運動諸元
平滑器、運動モデル毎の累積モデル信頼度に応じて選択
する運動諸元予測器に置き換えることにより、今まで移
動体の運動を等速直進モデル等の１つの運動モデルしか
仮定できなかったものを、複数の運動モデルを仮定でき
るようになり、移動体の多様な運動に適応でき、移動体
の追尾を継続できる追尾維持精度を向上させることが可
能となる。また、移動体の予測位置をこれまでの各運動
モデル毎の累積モデル信頼度に応じて１つの予測位置に
統合するため処理不可の軽減をさせることが可能とな
る。
デル設定器、移動体同定情報に応じた運動モデル毎の累
積モデル信頼度算出器を設け、所定の機器を統一予測位
置に対する移動体存在予測範囲算出器、統一予測位置に
対する運動諸元関連判定器、統一予測位置に対する仮説
生成及び信頼度算出器、統一予測位置に対する運動諸元
平滑器、運動モデル毎の累積モデル信頼度に応じて選択
する運動諸元予測器に置き換えることにより、今まで移
動体の運動を等速直進モデル等の１つの運動モデルしか
仮定できなかったものを、複数の運動モデルを仮定でき
るようになり、移動体の多様な運動に適応でき、移動体
の追尾を継続できる追尾維持精度を向上させることが可
能となる。また、移動体の予測位置をこれまでの各運動
モデル毎の累積モデル信頼度に応じて１つの予測位置に
統合するため処理不可の軽減をさせることが可能とな
る。
【図１】 この発明による移動体同定装置の実施の形態
１の構成を示す図である。
１の構成を示す図である。
【図２】 この発明による移動体同定装置の実施の形態
１の処理フローを示す図である。
１の処理フローを示す図である。
【図３】 この発明による移動体同定装置の実施の形態
１の運動モデルの生成から移動体の統合位置算出までの
求め方を示す図である。
１の運動モデルの生成から移動体の統合位置算出までの
求め方を示す図である。
【図４】 この発明による移動体同定装置の実施の形態
２の構成を示す図である。
２の構成を示す図である。
【図５】 この発明による移動体同定装置の実施の形態
２の処理フローを示す図である。
２の処理フローを示す図である。
【図６】 この発明による移動体同定装置の実施の形態
２の運動モデルの生成から移動体の統合位置算出までの
求め方を示す図である。
２の運動モデルの生成から移動体の統合位置算出までの
求め方を示す図である。
【図７】 この発明による移動体同定装置の実施の形態
３の構成を示す図である。
３の構成を示す図である。
【図８】 この発明による移動体同定装置の実施の形態
３の処理フローを示す図である。
３の処理フローを示す図である。
【図９】 この発明による移動体同定装置の実施の形態
３の運動モデルの生成から移動体の統合位置算出までの
求め方を示す図である。
３の運動モデルの生成から移動体の統合位置算出までの
求め方を示す図である。
【図１０】 この発明による移動体同定装置の実施の形
態４の構成を示す図である。
態４の構成を示す図である。
【図１１】 この発明による移動体同定装置の実施の形
態４の処理フローを示す図である。
態４の処理フローを示す図である。
【図１２】 この発明による移動体同定装置の実施の形
態４の運動モデルの生成から移動体の統合位置算出まで
の求め方を示す図である。
態４の運動モデルの生成から移動体の統合位置算出まで
の求め方を示す図である。
【図１３】 この発明による移動体同定装置の実施の形
態５の構成を示す図である。
態５の構成を示す図である。
【図１４】 この発明による移動体同定装置の実施の形
態５の処理フローを示す図である。
態５の処理フローを示す図である。
【図１５】 この発明による移動体同定装置の実施の形
態５の運動モデルの生成から移動体の統合位置算出まで
の求め方を示す図である。
態５の運動モデルの生成から移動体の統合位置算出まで
の求め方を示す図である。
【図１６】 この発明の背景を説明する図である。
【図１７】 従来の移動体同定装置の構成を示す図であ
る。
る。
【図１８】 従来の移動体同定装置の処理フローを示す
図である。
図である。
【図１９】 観測物体と管理移動体の関連関係の判定方
法を示す図である。
法を示す図である。
１ 第１の観測装置、２ 第ｎの観測装置、３ 観測情
報変換器、４ 移動体存在予測範囲算出器、５ 運動諸
元関連判定器、６ 仮説生成・縮小及び信頼度算出器、
７ 運動諸元平滑器、８ 移動体同定器、９ 運動諸元
予測器、１０運動モデル設定器、１０ 移動体運動モデ
ル信頼度算出器、１１ 運動モデル毎の運動諸元関連判
定器、１２ 運動モデル毎の仮説生成及び信頼度算出
器、１３運動モデル毎の運動諸元平滑器、１４ 運動モ
デル毎の運動諸元予測器、１５運動モデル毎の累積モデ
ル信頼度算出器、１６ 運動モデル毎の累積モデル信頼
度に応じた移動体融合器、１７ 運動モデル毎の累積モ
デル信頼度に応じた移動体選択器、１８ 運動モデル毎
の移動体存在予測範囲算出器、１９ 統一予測位置に対
する移動体存在予測範囲算出器、２０ 統一予測位置に
対する運動諸元関連判定器、２１ 統一予測位置に対す
る仮説生成及び信頼度算出器、２２ 統一予測位置に対
する運動諸元平滑器、２３ 移動体同定情報に応じた運
動モデル毎の累積モデル信頼度算出器、２４ 運動モデ
ル毎の累積モデル信頼度に応じて融合する運動諸元予測
器、２５ 運動モデル毎の累積モデル信頼度に応じて選
択する運動諸元予測器。
報変換器、４ 移動体存在予測範囲算出器、５ 運動諸
元関連判定器、６ 仮説生成・縮小及び信頼度算出器、
７ 運動諸元平滑器、８ 移動体同定器、９ 運動諸元
予測器、１０運動モデル設定器、１０ 移動体運動モデ
ル信頼度算出器、１１ 運動モデル毎の運動諸元関連判
定器、１２ 運動モデル毎の仮説生成及び信頼度算出
器、１３運動モデル毎の運動諸元平滑器、１４ 運動モ
デル毎の運動諸元予測器、１５運動モデル毎の累積モデ
ル信頼度算出器、１６ 運動モデル毎の累積モデル信頼
度に応じた移動体融合器、１７ 運動モデル毎の累積モ
デル信頼度に応じた移動体選択器、１８ 運動モデル毎
の移動体存在予測範囲算出器、１９ 統一予測位置に対
する移動体存在予測範囲算出器、２０ 統一予測位置に
対する運動諸元関連判定器、２１ 統一予測位置に対す
る仮説生成及び信頼度算出器、２２ 統一予測位置に対
する運動諸元平滑器、２３ 移動体同定情報に応じた運
動モデル毎の累積モデル信頼度算出器、２４ 運動モデ
ル毎の累積モデル信頼度に応じて融合する運動諸元予測
器、２５ 運動モデル毎の累積モデル信頼度に応じて選
択する運動諸元予測器。
Claims (5)
- 【請求項１】 移動体からの観測情報及び観測装置の位
置情報を出力する複数の観測装置と、前記観測装置から
の観測情報を関連付け座標系に変換する観測情報変換器
と、移動体の運動の仕方を複数設定可能な運動モデル設
定器と、運動モデル毎の運動諸元平滑器で算出された各
運動モデル毎の平滑諸元から各運動モデル毎に現観測時
刻における予測諸元を算出する運動モデル毎の運動諸元
予測器と、前記運動モデル毎の運動諸元予測器からの予
測情報と前記観測情報変換器からの観測情報とから各運
動モデルにおける一定の移動体存在予測範囲を算出する
移動体存在予測範囲算出器と、前記移動体存在予測範囲
算出器で算出された移動体存在予測範囲に観測物体が存
在し得るかの関連判定を各運動モデル毎に行う運動モデ
ル毎の運動諸元関連判定器と、前記運動モデル毎の運動
諸元関連判定器からの関連判定結果を基に各運動モデル
毎に観測物体が当該モデルで想定している移動体なのか
不要信号なのかの仮説をたて、その信頼性を算出する運
動モデル毎の仮説生成及び信頼度算出器と、前記運動モ
デル毎の仮説生成及び信頼度算出器からの仮説内容に応
じて運動モデル毎に予測情報と観測情報から平滑諸元を
算出する運動モデル毎の運動諸元平滑器と、前記運動モ
デル毎の仮説生成及び信頼度算出器からの各運動モデル
毎の信頼度を前回までの各運動モデル毎の累積モデル信
頼度に加算し、各運動モデル毎に今回の累積モデル信頼
度を算出する運動モデル毎の累積モデル信頼度算出器
と、前記運動モデル毎の運動諸元平滑器からの各運動モ
デルの平滑諸元と前記運動モデル毎の累積モデル信頼度
算出器からの各運動モデルの累積モデル信頼度から各運
動モデルの平滑情報をその累積モデル信頼度で重み付け
した値を移動体同定諸元とする運動モデル毎の累積モデ
ル信頼度に応じた移動体融合器とを備えたことを特徴と
する移動体同定装置。 - 【請求項２】 移動体からの観測情報及び観測装置の位
置情報を出力する複数の観測装置と、前記観測装置から
の観測情報を関連付け座標系に変換する観測情報変換器
と、移動体の運動の仕方を複数設定可能な運動モデル設
定器と、運動モデル毎の運動諸元平滑器で算出された各
運動モデル毎の平滑諸元から各運動モデル毎に現観測時
刻における予測諸元を算出する運動モデル毎の運動諸元
予測器と、前記運動モデル毎の運動諸元予測器からの予
測情報と前記観測情報変換器からの観測情報とから各運
動モデルにおける一定の移動体存在予測範囲を算出する
移動体存在予測範囲算出器と、前記移動体存在予測範囲
算出器で算出された移動体存在予測範囲に観測物体が存
在し得るかの関連判定を各運動モデル毎に行う運動モデ
ル毎の運動諸元関連判定器と、前記運動モデル毎の運動
諸元関連判定器からの関連判定結果を基に各運動モデル
毎に観測物体が当該モデルで想定している移動体なのか
不要信号なのかの仮説をたて、その信頼性を算出する運
動モデル毎の仮説生成及び信頼度算出器と、前記運動モ
デル毎の仮説生成及び信頼度算出器からの仮説内容に応
じて運動モデル毎に予測情報と観測情報から平滑諸元を
算出する運動モデル毎の運動諸元平滑器と、前記運動モ
デル毎の仮説生成及び信頼度算出器からの各運動モデル
毎の信頼度を前回までの各運動モデル毎の累積モデル信
頼度に加算し、各運動モデル毎に今回の累積モデル信頼
度を算出する運動モデル毎の累積モデル信頼度算出器
と、前回運動モデル毎の運動諸元平滑器からの各運動モ
デルの平滑諸元と前記運動モデル毎の累積モデル信頼度
算出器からの各運動モデルの累積モデル信頼度から前記
運動モデル毎の運動諸元関連判定器で関連があった運動
モデルの中で最も累積モデル信頼度の高いモデルの平滑
情報を移動体同定諸元とする運動モデル毎の累積モデル
信頼度に応じた移動体選択器とを備えたことを特徴とす
る移動体同定装置。 - 【請求項３】 移動体からの観測情報及び観測装置の位
置情報を出力する複数の観測装置と、前記観測装置から
の観測情報を関連付け座標系に変換する観測情報変換器
と、移動体の運動の仕方を複数設定可能な運動モデル設
定器と、運動モデル毎の運動諸元平滑器で算出された各
運動モデル毎の平滑諸元から各運動モデル毎に現観測時
刻における予測諸元を算出する運動モデル毎の運動諸元
予測器と、前記運動モデル毎の運動諸元予測器からの予
測情報と前記観測情報変換器からの観測情報とから各運
動モデルにおける移動体存在予測範囲を予測誤差および
観測誤差を考慮して算出する運動モデル毎の移動体存在
予測範囲算出器と、前記運動モデル毎の移動体存在予測
範囲算出器で算出された各運動モデル毎の移動体存在予
測範囲に観測物体が存在し得るかの関連判定を各運動モ
デル毎に行う運動モデル毎の運動諸元関連判定器と、前
記運動モデル毎の運動諸元関連判定器からの関連判定結
果を基に各運動モデル毎に観測物体が当該モデルで想定
している移動体なのか不要信号なのかの仮説をたて、そ
の信頼性を各運動モデルの移動体予測存在範囲を用いて
算出する運動モデル毎の仮説生成及び信頼度算出器と、
前記運動モデル毎の仮説生成及び信頼度算出器からの仮
説内容に応じて運動モデル毎に予測情報と観測情報から
平滑諸元を算出する運動モデル毎の運動諸元平滑器と、
前記運動モデル毎の仮説生成及び信頼度算出器からの各
運動モデル毎の信頼度を前回までの各運動モデル毎の累
積モデル信頼度に加算し、各運動モデル毎に今回の累積
モデル信頼度を算出する運動モデル毎の累積モデル信頼
度算出器と、前記運動モデル毎の運動諸元平滑器からの
各運動モデルの平滑諸元と前記運動モデル毎の累積モデ
ル信頼度算出器からの各運動モデルの累積モデル信頼度
から各運動モデルの平滑情報をその累積モデル信頼度で
重み付けした値を移動体同定諸元とする運動モデル毎の
累積モデル信頼度に応じた移動体融合器とを備えたこと
を特徴とする移動体同定装置。 - 【請求項４】 移動体からの観測情報及び観測装置の位
置情報を出力する複数の観測装置と、前記観測装置から
の観測情報を関連付け座標系に変換する観測情報変換器
と、移動体の運動の仕方を複数設定可能な運動モデル設
定器と、移動体同定器で融合された移動体同定情報から
各運動モデル毎の信頼度に換算し、前回までの各運動モ
デル毎の累積モデル信頼度に加算し、各運動モデル毎に
今回の累積モデル信頼度を算出する移動体同定情報に応
じた運動モデル毎の累積モデル信頼度算出器と、移動体
同定器からの移動体同定情報の移動体位置を起点として
各運動モデル毎に現観測時刻における予測諸元を算出
し、前記移動体同定情報に応じた運動モデル毎の累積モ
デル信頼度算出器からの累積モデル信頼度により重み付
けし、その重心位置を統一予測位置とする運動モデル毎
の累積モデル信頼度に応じて融合する運動諸元予測器
と、前記運動モデル毎の累積モデル信頼度に応じて融合
する運動諸元予測器で算出された各運動モデル毎の予測
諸元及び統一予測位置から統一予測位置を中心とした移
動体存在予測範囲を算出する統一予測位置に対する移動
体存在予測範囲算出器と、前記統一予測位置に対する移
動体存在予測範囲算出器で算出された移動体存在予測範
囲内に観測物体が存在し得るかの関連判定を移動体予測
位置に対して行う統一予測位置に対する運動諸元関連判
定器と、前記統一予測位置に対する運動諸元関連判定器
からの関連判定結果を基に統一予測位置に対して観測物
体が想定している移動体なのか不要信号なのかの仮説を
たて、その信頼性を算出する統一予測位置に対する仮説
生成及び信頼度算出器と、前記統一予測位置に対する仮
説生成及び信頼度算出器からの仮説内容に応じて統一予
測位置と観測情報から平滑諸元を算出する統一予測位置
に対する運動諸元平滑器と、前記統一予測位置に対する
仮説生成及び信頼度算出器による仮説の内容と信頼度に
より観測物体との組み合わせの確定を行い、確定した組
み合わせに対して、前記統一予測位置に対する運動諸元
平滑器で算出した平滑諸元を移動体同定諸元とする移動
体同定器とを備えたことを特徴とする移動体同定装置。 - 【請求項５】 移動体からの観測情報及び観測装置の位
置情報を出力する複数の観測装置と、前記観測装置から
の観測情報を関連付け座標系に変換する観測情報変換器
と、移動体の運動の仕方を複数設定可能な運動モデル設
定器と、移動体同定器で融合された移動体同定情報から
各運動モデル毎の信頼度に換算し、前回までの各運動モ
デル毎の累積モデル信頼度に加算し、各運動モデル毎に
今回の累積モデル信頼度を算出する移動体同定情報に応
じた運動モデル毎の累積モデル信頼度算出器と、移動体
同定器からの移動体同定情報の移動体位置を起点として
各運動モデル毎に現観測時刻における予測諸元を算出
し、前記移動体同定情報に応じた運動モデル毎の累積モ
デル信頼度算出器からの累積モデル信頼度が最も高い運
動モデルの予測位置を統一予測位置とする運動モデル毎
の累積モデル信頼度に応じて選択する運動諸元予測器
と、前記運動モデル毎の累積モデル信頼度に応じて選択
する運動諸元予測器で算出された各運動モデル毎の予測
諸元及び統一予測位置から統一予測位置を中心とした移
動体存在予測範囲を算出する統一予測位置に対する移動
体存在予測範囲算出器と、前記統一予測位置に対する移
動体存在予測範囲算出器で算出された移動体存在予測範
囲内に観測物体が存在し得るかの関連判定を移動体予測
位置に対して行う統一予測位置に対する運動諸元関連判
定器と、前記統一予測位置に対する運動諸元関連判定器
からの関連判定結果を基に統一予測位置に対して観測物
体が想定している移動体なのか不要信号なのかの仮説を
たて、その信頼性を算出する統一予測位置に対する仮想
生成及び信頼度算出器と、前記統一予測位置に対する仮
説生成及び信頼度算出器からの仮説内容に応じて統一予
測位置と観測情報から平滑諸元を算出する統一予測位置
に対する運動諸元平滑器と、前記統一予測位置に対する
仮説生成及び信頼度算出器による仮説の内容と信頼度に
より観測物体との組み合わせの確定を行い、前記確定し
た組み合わせに対して、前記統一予測位置に対する運動
諸元平滑器で算出した平滑諸元を移動体同定諸元とする
移動体同定器とを備えたことを特徴とする移動体同定装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP36275799A JP2001174551A (ja) | 1999-12-21 | 1999-12-21 | 移動体同定装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP36275799A JP2001174551A (ja) | 1999-12-21 | 1999-12-21 | 移動体同定装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001174551A true JP2001174551A (ja) | 2001-06-29 |
Family
ID=18477665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP36275799A Pending JP2001174551A (ja) | 1999-12-21 | 1999-12-21 | 移動体同定装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001174551A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007042072A (ja) * | 2005-07-05 | 2007-02-15 | Omron Corp | 追跡装置 |
| US7796820B2 (en) | 2003-10-02 | 2010-09-14 | Robert Bosch Gmbh | Method for evaluation and stabilization over time of classification results |
| WO2022176444A1 (ja) * | 2021-02-17 | 2022-08-25 | ソニーグループ株式会社 | 情報処理装置、情報処理方法およびプログラム |
-
1999
- 1999-12-21 JP JP36275799A patent/JP2001174551A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7796820B2 (en) | 2003-10-02 | 2010-09-14 | Robert Bosch Gmbh | Method for evaluation and stabilization over time of classification results |
| JP2007042072A (ja) * | 2005-07-05 | 2007-02-15 | Omron Corp | 追跡装置 |
| WO2022176444A1 (ja) * | 2021-02-17 | 2022-08-25 | ソニーグループ株式会社 | 情報処理装置、情報処理方法およびプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yu et al. | Deep learning-based traffic safety solution for a mixture of autonomous and manual vehicles in a 5G-enabled intelligent transportation system | |
| Petrich et al. | Map-based long term motion prediction for vehicles in traffic environments | |
| CN107462892B (zh) | 基于多超声传感器的移动机器人同步定位与地图构建方法 | |
| CN109279466B (zh) | 电梯乘客的异常移动的自动检测 | |
| KR20180080004A (ko) | 가림환경에서의 표적 형상정보를 활용한 표적 추적 방법 | |
| US11300663B2 (en) | Method for predicting a motion of an object | |
| JP2006320997A (ja) | ロボット行動選択装置及びロボット行動選択方法 | |
| WO2023202485A1 (zh) | 一种自动驾驶系统中的轨迹预测方法及系统 | |
| US11941509B2 (en) | Method and system for determining information on an expected trajectory of an object | |
| US11699075B2 (en) | Method for training an artificial neural network, artificial neural network, use of an artificial neural network, and corresponding computer program, machine-readable memory medium, and corresponding apparatus | |
| Liang et al. | On destination prediction based on Markov bridging distributions | |
| KR101826268B1 (ko) | 동작 예측 방법 및 시스템 | |
| CN111123732A (zh) | 自动驾驶车辆仿真的方法、装置、存储介质和终端设备 | |
| JP2004199692A (ja) | 確率計算時間アルゴリズムによるリアルタイムアプリケーションを実現するシステム及び方法 | |
| JP2007024773A (ja) | 航跡相関統合装置 | |
| JP2001174551A (ja) | 移動体同定装置 | |
| Huang et al. | TIP: Task-informed motion prediction for intelligent vehicles | |
| JP2007183112A (ja) | 目標追尾装置 | |
| CN113515131A (zh) | 基于条件变分自动编码器的移动机器人避障方法及系统 | |
| JP2019175287A (ja) | 移動体の避航判断方法、避航判断装置及び避航判断プログラム | |
| JP2007240382A (ja) | 追尾装置 | |
| CN116310991A (zh) | 一种基于强化学习的篮板落点预测方法及系统 | |
| KR102412066B1 (ko) | 상태 결정 방법 및 장치, 로봇, 저장 매체 및 컴퓨터 프로그램 | |
| KR100960296B1 (ko) | 지그비 위치 인식 방법 | |
| Renz et al. | Comparing human motion forecasts in moving horizon trajectory planning of collaborative robots |