JP2005513636A - 対象物の追跡、特に交通監視のための方法と装置 - Google Patents

Abstract

対象物の追跡、特に交通監視の方法であって、事実上水平かつ半径方向に測定するセンサ（１）が、動く対象物（６）に対する測定データを生データとして検出し、この生データをコンピュータユニットに伝送する。該生データはコンピュータユニット内で処理されることで、対象物（６）が追跡され、対象物の幾何的特性が検出される。静止している背景（４）が、独立的に認識され、変化すれば、変化に適応せしめられるか更新される。現在の場面の対象物（６）は追跡され、現在のパラメータが決定され、過去の場面の対象物（６）のパラメータと相関せしめられる。本方法は、特に、対象物の追跡結果の分析によってのみ識別できる非静止交通違反の検出及び識別に好適である。本発明は、現行の交通管制システム内の数個のセンサと接続して使用することができる。また、前記方法を実施するための装置も開示されている。

Description

本発明は、請求項１に記載された、対象物を追跡する方法、特に交通監視のための方法と、請求項１６に記載された、前記方法を実施するための装置とに関するものである。

工業国では、交通システムが飽和状態にあるが、システム拡張は困難であり、また同時に交通量が継続的に増加していることから、交通システムの最適利用が要求されている。そのためには、出来るだけ正確に「リアルタイムで」交通量を測定する必要がある。制御システムの質は決定的にデータの質と挙証力とに左右される。すなわち特徴の検出が多ければ、それだけ処理のモデル化の可能性が高くなる。最も簡単な特徴は、所在する対象物自体である。更なる特徴は、例えば対象物の大きさ又は速度である。これらの特徴は、適当なセンサ技術によって検出できる部類の特徴に属している。このセンサ技術は、測定に１つの物理法則又はそれ以上の物理法則をも利用する。例えば速度の検出には、ドップラー効果が利用される。
検出を要するその他の重要な特徴は、対象物の種類、対象物の方向、対象物の車線、他の対象物との衝突、前後の対象物との間隔、対象物の挙動、例えば予め決められている範囲からの逸脱等である。

現在使用されている装置は、ほとんど専ら比較的簡単な特徴の検出に限定されている。これらの装置の例は次のとおりである：
タクソメクス・マルクスマン−空気式車軸検出装置（http://www.taxomex.ch/marksman_d.html。スイス、チューリヒＣＨ−８０３７、タクソメクス株式会社）。
タクソメクス・マルクスマン−車速検出装置（http://www.taxomex.ch/speedy_d.html。スイス、チューリヒＣＨ−８０３７、タクソメクス株式会社）。
ドップラー効果によるムルタノヴァ・レーダー車速検出装置（会社の製品説明書。スイス、ウスターＣＨ−８６１２、ムルタノヴァ株式会社）。
レーザー技術によるムルタノヴァ・ムルタレーザ−ＩＩ−車速検出装置（会社の製品説明書。スイス、ウスターＣＨ−８６１２、ムルタノヴァ株式会社）。
レーザー技術によるイェノプティク・ロトス交通の流れ及び速度検出装置（http://www.jenoptik-los.de/lasersensor/deutsch/traffic_monitoring/lotos.html。ドイツ、イェーナ、イェノプティク・レーザー・オプティク・システム有限会社）。
ビデオカメラによるジーメンス・トラフィカイエ−交通の流れ及び速度検出装置（会社の製品説明書。ドイツ、ミュンヒェンＤ−８１３５９、ジーメンス株式会社）。
ドップラー効果とレーザー技術の組合わせによる交通の流れ、対象物の速度、種類用のジックＴＣＳ２０００検出装置（製品情報。ドイツ、ロイテＤ−７９２７６、ジック株式会社）。

これら公知装置の欠点は、１特徴又は数特徴のみが測定され、対象物の複合的な挙動を同時に検出できないことである。加えて、これらの装置では、複合的較正処理が行われる場合にしか、正確な成績は得られないが、こうした処理は、可動の対象物に対する使用時には不適である。

本発明の課題は、対象物の追跡、特に交通監視のための方法を実現することにある。
本発明の別の目的は、前記方法を実施するための装置を得ることである。

この課題は、請求項１に記載された方法と、請求項１６に記載された装置とにより解決された。この方法の場合、データが、リアルタイムで処理される前に、１つ以上の水平かつ半径方向に面を覆う計測センサ（例えばレーザー距離計）によって検出される。
以下で、前記方法とそれを実施する装置とを説明する。
以下で、本発明の方法を交通監視の場合について説明するが、これは、検出データの処理の一例に過ぎない。紹介するこの方法は、抽出された特徴の多様性や質によって簡単に実現可能な多数の他の用途の基礎として役立つ。

本発明で用いられている諸概念を以下で説明する：
ＬＩＤＡＲ（光の検出及び範囲決定（Light Detection and Ranging））： レーザーインパルスに基づく検出原理。発せられるレーザーインパルスの、障害物での反射を、強度と飛行時間に関して測定する。この情報から距離を検出する。加えて、強反射対象物（反射器）は、明確に同定できる。
生データ： センサから得られる未処理データ。
ループ内方式（In the Loop）： 稼働形式。この稼働形式では、同一のセンサ技術が構成（Konfiguration）用にも本来の稼働用にも利用できる。

対象物： 生き物及び車両で、センサの検出区域内に所在するもの。
対象物データ： 対象物から発生した多数の測定点。
対象物表示： コンピュータによる対象物の表示。
場面： 所定時点に検出範囲内に所在するすべての対象物の記述。
クラスタ： 等しいデータ単位の集積、又は組になっていると見なされる測定点の集積。
仮想誘導ループ（Virtuelle Induktionsschleife）： 金属対象物の存在による誘導変化に基づく実際の誘導ループの複製仮想線で、金属対象物に反応するもの。

図１は、本発明による装置の配置を略示した図である。検出平面２内で半径方向に作業するセンサ１が、道路脇に設置され、センサの３−３′線で区切られた扇形の作業範囲を有している。この作業範囲は、道路の反対側が、建物、庭の塀、樹木、その他によって制限され、これらのものが全体として背景４を形成している。これらの静止した背景４が、多数の測定点５を介してセンサ１によって計測検出される。道路上を自由移動する対象物６、例えばトラックは、センサの作業範囲内で多数の測定点７を介して同じく計測検出される。
以下で、まず前記装置を設置するために必要な前提条件を列挙する：
前提となる点は、監視される範囲が十分に平面的であることである。すなわち、この範囲によって一平面、つまり検出平面が設定されるが、路面は、この平面から、垂直に測定して最低２５ｃｍ、最高７５ｃｍの間隔を有していなければならない。

図２は、検出平面、つまり作業平面の前提条件を示している。互いに高さの異なる３車線１０，１１，１２を有する道路上に、車両６，６′，６″が位置している。道路脇には、検出平面３を有するセンサ１が設置されている。検出平面３は、車両６″の場合は、車輪のハブの高さに当たり、車両６′の場合は、窓の高さに当たる。これら双方の車両６′，６″の場合、検出平面３は不都合な位置にある。つまり可能な使用範囲外にある。車両６の場合には、検出平面３が可能な使用範囲内に位置している。更に、検出平面３がセンサ位置から大体において見えることが前提とされる。被追跡対象物が、短時間、自己の運動又は他の対象物の運動で遮蔽されるような場合にも、本方法は機能を完全に失うことはなく、方法が「僅かな機能減少」を示すだけである。言い換えると、対象物が頻繁に遮られるようになっても、データ品質が落ちるだけである。

方法
本発明による装置の使用は、３つの基本機能に分けられる。第１は構成であり、第２は稼働であり、第３はデータ交換である。
１． 構成
用途に応じて極めてさまざまにに変えることができる機械的な設置の後、構成が行われる。この構成は、作業区域、つまり装置の作業範囲を定め、かつ用途特有のアプリケーションを構成するか又はパラメータで表現する。用途特有のアプリケーションは、例えば対象物の計数、対象物の挙動のチェック等である。
トポロジー的なパラメータは、センサによって明確に検出可能な、簡単かつ直覚可能に設けられるマーカーによって入力される。
図３は、「ループ内方式」の構成を示している。例えばいわゆる「仮想誘導ループ」が、左右の境界を決める２個のマーカー１３，１４を設置することで入力される。２個のマーカー１３，１４は、レーザー式センサ装置１の場合、光学反射器１５，１５′により実現できる。マーカー位置を入力後、マーカーは除去できる。

２． 稼働
次に列挙する段階は、リアルタイムで行われる連続的なデータ処理を反映したものである。この場合、３つの主ブロックが確認できる。すなわちデータ収集（段階１）、トラッキング（段階２−５）、応用（段階６）である。
段階１： １平面内で半径方向で検出するセンサによって、測定点が計測検出され、生データが得られる。該平面は実質的に水平に設定され、「前提条件」と定められた条件を満たしている。この平面は、精密に水平である必要はなく、水平面に対して最大ほぼ１０度までの小さい偏差であれば問題なしに許容される。これらのセンサの例はＬＩＤＡＲであり、「飛行時間」−原理によって距離が検出される。生データは、連続的に検出され、センサのインタフェースを介してコンピュータユニットに送られ、そこで更に処理することができる。

段階２： 前記コンピュータユニットは、独立的かつ連続的に統計的方法によって静的障害物を決定し、これら静的障害物を基準として使用する。静的障害物とは、背景全体を指し、例えば、道路に沿って立ち並ぶ、輪郭線を有する建物、庭の垣根、樹木、駐車中のあらゆる種類の車両などの一切を意味している。１測定点がこの基準から外れた場合、その測定点は、別の処理のためにマーキングされ、データ整理の意味で背景データ量から選別される。背景自体は、時間的に変化することがある。すなわち、例えば出入り口が開いたり車両がセンサ作業範囲に駐車したりすることがある。被追跡対象物の変化に比べるとこれらの緩慢な変化は、背景情報として処理され、このことが背景の「適応」又は「更新」と呼ばれる。背景が更新され、「対象物データ」と呼ばれる多くの測定点が得られることで、段階２が終了する。更新された背景と対象物データとは、コンピュータユニット内で、更に処理される（図１参照）。

段階３： 更に評価するように識別された測定点、つまり対象物測定点又は対象物データは、１つ以上のクラスターに割当てられる。それによって、対象物に対象物測定点が割当てられる。クラスター形成は、公知のアルゴリズム、例えば「最小幾何距離」、「最小スパニングツリー（Minimal Spanning Tree）」、「Ｃ−ミーンズ（C-Means）」等（マイケル・Ｐ．ウィンダム著「ファジーＣ−ミーンズ・クラスタリング・アルゴリズム」ＴＰＡＭＩ，４（４）３５７−３６３，１９８２年７月）による。
クラスター割当て段階は、ａ）データ測定点を抽象的な対象物として見るのに役立ち、ｂ）データ整理を生じさせるのに役立つ。これらの整理されたデータ量は、段階４で更に使用される。
図４は、生データからの対象物の抽出を、装置配置の平面図によって示したものである。センサ１は、線３，３′により境界づけられた扇形の作業範囲内を検出可能である。対象物測定点７又は対象物データは、この場合、対象物Ａ，Ｂが属する２つのクラスター１６，１６′に割当てられる。

段階４： 現在の場面で発生したクラスターは、過去の場面のクラスターのなかで探索され、最適割当てされるか、又はそれらと相関せしめられる。最適化は、対象物の位置のみでなく、あらゆる対象物の種類や特徴に関しても行われ、しかも用途を特定して行われる。アルゴリズムの例としては、「最小スパニングツリー」、「特徴点トラッキング」（Feature Point Tracking）等（ヤーコヴ・バール−シャローム、シャオ−ロン・リー著「評価とトラッキング：原理、技術、ソフトウエア」１９８３年アーテク・ハウス刊。ドナルド・Ｂ．リード著「多標的トラッキング用のアルゴリズム」自動制御に関するＩＥＥＥ報告、２４（６）、１９７９年１２月）が挙げられる。

現在の場面のそれまでの前後関係で存在した対象物がもはや見当たらなくなった場合は、既に検知済みの既知軌道にもとづいて、該対象物が、所定不確定閾値まで推定追跡される。言い換えると該既知軌道が外挿される。推定上の追跡は、公知の推計学的方法を用いて、例えばカルマンフィルタ、「圧縮フィルタ」（Ｍ．Ｓ．グルーワル、Ａ．Ｐ．アンドルーズ著「カルマンフィルタ：理論と実際」１９８３年、プレンテス−ホール刊）を用いて行う。段階４は、更に整理された１組のデータの形式での特性や属性を有する或る量の対象物又は対象物表示で終了する。
図５は、既知対象物への検出対象物の割当てを示す平面図である。時点ｔ_０でクラスターＡが検出される一方、過去のすなわち時点ｔ_−１でのクラスターＡ′がクラスターＡとして再確認できる。割当て後の唯一の認識可能な差は、対象物の並進運動によるずれであり、そのことから運動が導き出され、対象物の軌道が検出される。同じことは、クラスターＢ，Ｂ′にも妥当する。割当て時に、クラスターＢ′はクラスターＢとして再確認された後、対象物Ｂの軌道が検出される。

段階５： 次に、前後関係において、又はその場面に存在するすべての対象物に対し、相応のパラメータが更新される。可視対象物の場合、追加パラメータ、例えば種類、速度、方向が計算され、かつまたその他種類に応じた幾何形状情報、例えば車両の長さや幅が計算される。不可視の、推定により追跡された対象物の場合は、もっぱら不確定性計測が更新される。そうして得られた対象物又は対象物表示は、コンピュータユニット内の対象物データバンク内にまとめられ、一連の用途又は内部点検（Introspektion）に利用される。
図６は、対象物関連パラメータの検出を示している。対象物Ａには、更に幅及び長さを有する種類ＰＷと速度ベクトルとが割当てられる。これによって、交通対象物の分類が可能になる。

段階６： 可能な用途又はアプリケーションは、利用可能な前記データバンクを基礎としており、該データバンクは、当該場面でのあらゆる対象物の現在の状態と、対象物の過去の状態との相関関係を包含している。例として、交通の流れの計測が役立つ。この場合には、「仮想誘導ループ」を定める必要があるだけであり、該ループを逸脱すると、カウンターが起動される。
図７は、「仮想誘導ループ」を有する実施例を示している。境界線３，３′で扇形の作業範囲が区切られたセンサ１が認められる。対象物Ａは、時点ｔ_０，ｔ_−１，ｔ_−２の位置で示されている。対象物Ａが、マーカー１３，１４で示した「仮想誘導ループ」２０を時点ｔ_０と時点ｔ_−１との間で横切っている。
この種の装置構成は、監視機能及びトリガ機能を実現するのに適している。交通の流れは、こうすることにより測定でき、検出済みの速度で補完できる。

３． データ交換
種々のアプリケーション（稼働、段階６）によって検出されたデータは、連続的に、又はオフラインでバッチ−モードにより以後の処理に利用できる。連続的に伝送されるデータは、局所的な交通監視に、例えば交通の流れを規制する信号灯用に、又は一連の写真／ビデオ・カメラの撮影のトリガとして、役立てられる。バッチ−モードで伝送されるデータは、例えばグローバルな交通計画を実施するために、利用できる。生データは、連続的に有線又は無線で伝送できる。バッチ−モード用に予定された検出データは、コンピュータユニット内の大容量記憶装置に記憶され、有線、無線、大容量記憶装置の物理的搬送のいずれかにより交換される。

その他の用途
この方法は、多数の交通違反の検出又は確認に適している。つまり、静止的な性質なものでなく、対象物追跡の分析によってのみ確認できるあらゆるものの検出に適している。これにより、交通違反に続く処罰の根拠が得られる。交通違反としては、例えば信号無視、停止線越えや安全線越え、横断歩道での歩行者優先無視が問題となる。更に、交通の流れの妨害、例えば衝突が検出され、得られたデータに基づき、記録措置（写真撮影）が起動できる。

以下で、別の例として、道路交通分野の場合ではなく、安全技術分野に用いる場合を説明する。この場合、重要なことは、本発明の装置１つ以上を利用した制御システムによって１台以上の監視カメラを制御し、自動的に最適操作することである。その場合の最適操作とは、対象物の最も近くにあるカメラを調整し、挙証力あるカメラ調節（角度、ズーミング）を達成するために、場合により対象物の可視度及び運動方向を十分に利用することを意味する。
これを達成するには、「稼働」、段階６で既に言及したアプリケーションを実施しさえすればよい。データ交換により、データは制御システムに供給される。制御システムは、利用可能なカメラを対象物に割当てるか、又はカメラの監視レンズを回転させる（１：１，１：ｎ，ｎ：１の構成）。このシステムは、ビデオデータ検出の質を明らかに改善し、稼働費を低減する。

概して、対象物表示を利用することにより、それだけで又は制御システムとの協働によって、カメラ等の監視機器、又は警報装置を制御することができる。自動ドア等の安全機器も、対象物表示の利用だけで、又は制御システムとの協働で制御できる。
本発明の方法は、既述の対象物の所在の検出により簡単に交通規制において実施できる。

装置の配置状況を示す図。 センサの検出平面の前提条件を示す図。 「ループ内方式」の場合の配置状況を示す図。 生データからの対象物抽出を示す図。 既知対象物への検出対象物の割当てを示す図。 対象物に関連するパラメータの検出状況を示す図。 「仮想誘導ループ」を有する実施例の図。

Claims (19)

1. 対象物の追跡、特に交通監視の方法において、
   事実上水平の半径方向測定センサ（１）が、センサの作業範囲内で自由に動く対象物（６）の測定点の測定データを、生データとして収集し、コンピュータユニットに供給し、更に該生データをコンピュータユニット内で処理することで、対象物（６）を追跡し、それらの幾何的諸特性を検出することを特徴とする、対象物追跡の、特に交通監視の方法。
2. 静止している背景（４）が、独立的に検出され、変化があればそれに適応せしめられるか、又は更新されることを特徴とする、請求項１に記載された方法。
3. 現在の場面内の対象物（６）が追跡され、現在のパラメータが決定され、かつ過去の場面の対象物（６）のパラメータと相関せしめられることを特徴とする、請求項１又は請求項２に記載された方法。
4. 現在の場面内にもはや見当たらない対象物（６）を、既に検出された既知軌道に基づいて、予め定めた不確定閾値まで推定により継続追跡されることを特徴とする、請求項１から請求項３までのいずれか１項に記載された方法。
5. 現在及び過去の場面で追跡された対象物（６）のパラメータが、内部点検に利用されることを特徴とする、請求項３又は請求項４に記載された方法。
6. 簡単かつ直覚的な「ループ内方式」の構成が利用でき、しかも同じセンサ技術が構成用又はパラメータ化用及び稼働用に使用されることを特徴とする、請求項１から請求項５までのいずれか１項に記載された方法。
7. 仮想誘導ループ（２０）が、監視機能及びトリガ機能を実現するために定義又は確定されることを特徴とする、請求項１から請求項６までのいずれか１項に記載された方法。
8. 交通の流れ及び／又は速度が測定されることを特徴とする、請求項１から請求項７までのいずれか１項に記載された方法。
9. 交通の対象物が分類されることを特徴とする、請求項１から請求項８までのいずれか１項に記載された方法。
10. 静止的な性質のものではなく、対象物追跡の分析からのみ確認できるあらゆる交通違反を検出し記録することを特徴とする、請求項１から請求項９までのいずれか１項に記載された方法。
11. 交通違反が、信号無視、停止線や安全線の侵害、横断歩道での歩行者優先の無視等であることを特徴とする、請求項１０に記載された方法。
12. 交通の流れの妨害、例えば衝突を確認し、得られたデータに基づいて記録措置（写真撮影）が起動されることを特徴とする、請求項１０に記載された方法。
13. 対象物表示の利用により、それだけで又は制御システムとの協働で、カメラ等の監視機器又は警報システムを制御可能であることを特徴とする、請求項１から請求項１２までのいずれか１項に記載された方法。
14. 対象物表示の利用によって、それだけで又は制御システムとの協働で、自動ドア等の安全機器を制御可能であることを特徴とする、請求項１から請求項１２までのいずれか１項に記載された方法。
15. 対象物表示の利用によって、交通規制が実施されることを特徴とする、請求項１から請求項１２までのいずれか１項に記載された方法。
16. 請求項１から請求項１５までのいずれか１項に記載された方法を実施する装置において、
    事実上水平の半径方向測定センサ（１）が、センサの作業範囲内で自由に動く対象物（６）の測定データを収集するために備えられており、該センサがインタフェースを介してコンピュータユニットと接続され、該コンピュータユニットがソフトウエアを装備し、このソフトウエアが、センサの生データからの対象物表示の計算に利用されることを特徴とする、方法を実施する装置。
17. 前記センサ（１）の検出平面（３）が道路に対して最低２５ｃｍ及び最高７５ｃｍになるように、センサ（１）が設置されることを特徴とする、請求項１６に記載された装置。
18. 対象物表示の計算がオンラインとオフラインとで行われることを特徴とする、請求項１６又は請求項１７に記載された装置。
19. 前記装置が移動使用用に設計されていることを特徴とする、請求項１６から請求項１８までのいずれか１項に記載された装置。

Images