JP2011220727A - 予測装置及び予測システム及びコンピュータプログラム及び予測方法 - Google Patents
予測装置及び予測システム及びコンピュータプログラム及び予測方法 Download PDFInfo
- Publication number
- JP2011220727A JP2011220727A JP2010087516A JP2010087516A JP2011220727A JP 2011220727 A JP2011220727 A JP 2011220727A JP 2010087516 A JP2010087516 A JP 2010087516A JP 2010087516 A JP2010087516 A JP 2010087516A JP 2011220727 A JP2011220727 A JP 2011220727A
- Authority
- JP
- Japan
- Prior art keywords
- angular velocity
- observation
- prediction
- error
- estimated
- 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
Images
Abstract
【解決手段】観測装置810(位置観測装置)は、移動体(観測対象)の位置を観測する。ジャイロセンサ820(角速度観測装置)は、移動体の角速度を観測する。バイアス補正部141(角速度誤差推定装置)は、観測装置810が観測した位置に基づいて、ジャイロセンサ820が観測した角速度の誤差を推定する。バイアス補正部141(角速度補正装置)は、推定した誤差に基づいて、ジャイロセンサ820が観測した角速度を補正する。運動状態外挿部180(予測位置算出装置)は、バイアス補正部141が補正した角速度に基づいて、移動体の将来の位置を予測する。
【選択図】図1
Description
観測対象の位置を観測する方式には、レーダや全地球測位システム(GPS)受信機などの位置観測装置を用いる方式がある。いずれの方式も観測誤差があるので、カルマンフィルタなどの追尾フィルタを用いて、観測対象の現在の位置や速度などを推定する技術がある。
カルマンフィルタなどの追尾フィルタは、観測対象が等速直線運動など所定の運動モデルにしたがって運動していることを前提とする場合がある。運動モデルが観測対象の実際の運動に合致していない場合は推定精度が低くなるので、複数の運動モデルを切り替えて観測対象の現在の位置や速度などを推定する技術がある。
また、観測対象の角速度を観測する方式には、ジャイロセンサなどの角速度観測装置を用いる方式がある。
この発明は、例えば、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、観測対象の将来の位置を高い精度で予測することを目的とする。
上記予測装置は、角速度誤差推定装置と、角速度補正装置と、予測位置算出装置とを有し、
上記角速度誤差推定装置は、上記位置観測装置が観測した位置に基づいて、上記角速度観測装置が観測した角速度の誤差を推定し、
上記角速度補正装置は、上記角速度誤差推定装置が推定した誤差に基づいて、上記角速度観測装置が観測した角速度を補正し、
上記予測位置算出装置は、上記角速度補正装置が補正した角速度に基づいて、上記観測対象の将来の位置を予測することを特徴とする。
実施の形態1について、図1〜図13を用いて説明する。
目標追尾装置100は、運動性能記憶部160を有する。運動性能記憶部160は、移動体の最高速度、最大加速度、最大角速度など移動体の運動性能を記憶している。運動性能記憶部160は、例えば、移動体の種別と、その種別に属する移動体の運動性能との組を、データベース形式(運動性能データベース)で記憶している。
追尾部130は、複数の追尾フィルタ131(追尾装置)を有する。なお、符号にアルファベット小文字を添えて「追尾フィルタ131a」「追尾フィルタ131b」などと記載することにより、複数の追尾フィルタ131を区別する場合がある。
追尾フィルタ131は、所定の運動モデルに基づいて、追尾処理をする。すなわち、追尾フィルタ131は、移動体が所定の運動モデルにしたがって運動しているものと仮定して、観測装置810が観測した観測位置に基づいて、移動体の位置や速度などを推定する。以下、追尾フィルタ131が推定した移動体の位置や速度などの推定値を「追尾位置」「追尾速度」などと呼ぶ。追尾フィルタ131は、例えばカルマンフィルタ、アルファ−ベータ(α−β)フィルタ、アルファ−ベータ−ガンマ(α−β−γ)フィルタやその他のフィルタなどである。
各追尾フィルタ131a〜131cは、それぞれ異なる運動モデルを持っている。各追尾フィルタ131a〜131cは、それぞれが持つ運動モデルにしたがって移動体が運動しているものと仮定して、移動体の位置や速度などを推定する。例えば、追尾フィルタ131aは、運動モデルとして旋回運動モデルを持っている。すなわち、追尾フィルタ131aは、移動体が旋回運動をしているものと仮定して、移動体の位置・速度・角速度などを推定する。また、例えば、追尾フィルタ131bは、運動モデルとして等速直線運動モデルを持っている。すなわち、追尾フィルタ131b(直線位置推定装置)は、移動体が等速直線運動をしているものと仮定して、追尾位置・速度などを推定する。また、例えば、追尾フィルタ131cは、運動モデルとして等加速度運動モデルを持っている。すなわち、追尾フィルタ131cは、移動体が等加速度運動をしているものと仮定して、移動体の位置・速度・加速度などを推定する。
なお、旋回運動モデルを持つ追尾フィルタ131は、移動体が所定の角速度で旋回運動をしていると仮定する構成(所定角速度位置推定装置)であってもよい。その場合、複数の追尾フィルタ131が旋回運動モデルを持ち、それぞれが異なる角速度を仮定する構成であってもよい。
等加速度運動モデルを持つ追尾フィルタ131も同様に、移動体が所定の加速度で等加速度運動をしていると仮定する構成であってもよい。その場合、複数の追尾フィルタ131が等加速度運動モデルを持ち、それぞれが異なる加速度を仮定する構成であってもよい。
例えば、モデル選択部132は、複数の追尾フィルタ131がそれぞれ持っている運動モデルが、移動体の実際の運動に合致している確率を算出し、算出した確率に基づいて、各追尾フィルタ131a〜131cが推定した追尾位置などに重み付けをして合成し、推定位置を算出する。
あるいは、モデル選択部132は、複数の追尾フィルタ131のなかから、移動体の実際の運動に運動モデルが合致している確率が最も高い追尾フィルタ131を選択し、選択した追尾フィルタ131が推定した追尾位置などを、推定位置などとして採用する。
モデル選択部132は、追尾フィルタ131が算出した誤差分散や誤差共分散に基づいて、推定位置や推定速度などの誤差分散や誤差共分散を算出する。例えば、モデル選択部132は、複数の追尾フィルタ131が算出した誤差分散や誤差共分散を合成して、推定位置や推定速度などの誤差分散や誤差共分散を算出する。あるいは、モデル選択部132は、選択した追尾フィルタ131が算出した誤差分散や誤差共分散を、推定位置や推定速度などの誤差分散や誤差共分散として採用する。
運動状態判定部140は、バイアス補正部141(角速度誤差推定装置および角速度補正装置)を有する。バイアス補正部141は、ジャイロセンサ820が観測したジャイロ角速度のバイアス誤差を推定する。バイアス補正部141は、推定したバイアス誤差に基づいて、ジャイロ角速度を補正し、補正したジャイロ角速度を出力する。バイアス補正部141は、例えば、追尾フィルタ131が推定した追尾角速度(TRK角速度)、モデル選択部132が算出した推定角速度などに基づいて、ジャイロセンサ820が観測したジャイロ角速度のバイアス誤差を推定する。
運動状態判定部140は、旋回判定部142(旋回判定装置)を有する。旋回判定部142は、バイアス補正部141が補正したジャイロ角速度や、運動性能記憶部160が記憶した移動体の運動性能などにに基づいて、移動体が旋回しているか否かを判定する。
バイアス補正部141は、旋回運動モデルを持つ追尾フィルタ131aが推定した追尾角速度を入力する。バイアス補正部141は、モデル選択部132が算出した推定位置・推定速度・誤差分散・誤差共分散を入力する。バイアス補正部141は、ジャイロセンサ820が観測したジャイロ角速度を入力する。なお、ジャイロセンサ820が観測したジャイロ角速度をバイアス補正部141が直接入力する代わりに、ジャイロセンサ820が観測したジャイロ角速度を平滑処理する平滑処理部(追尾フィルタ)を設け、平滑処理部が平滑処理したジャイロ角速度を、バイアス補正部141が入力する構成としてもよい。
一般に、ジャイロセンサ820の観測間隔は、観測装置810の観測間隔より短い。ある時点において、ジャイロセンサ820が最も新しいジャイロ角速度を観測した時刻をt1とし、観測装置810が最も新しい観測位置を観測した時刻をt2とする。一般に、時刻t1と時刻t2とは一致せず、時刻t1のほうが時刻t2よりも後の時刻である。
追尾フィルタ131は、観測装置810が観測した観測位置に基づいて、追尾位置などを推定するので、追尾フィルタ131が推定した追尾位置などは、時刻t2におけるものである。モデル選択部132が算出した推定位置なども、同様に、時刻t2におけるものである。
モデル選択部132が算出した推定位置などと、ジャイロセンサ820が観測したジャイロ角速度とを組み合わせて、移動体の将来の位置を予測するためには、推定位置などの時刻と、ジャイロ角速度の時刻とが一致している必要がある。
例えば、観測角速度位置予測部143は、次の式の右辺を計算することにより、時刻t1における推定位置などを算出する。
Fは、状態遷移行列である。状態遷移行列Fは、k次の正方行列である。状態遷移行列Fは、時間Δtの関数である。状態遷移行列Fは、所定の運動モデルにおいて、ある時刻における移動体の位置などを表わすベクトルを、時間Δtが経過した後における移動体の位置などを表わすベクトルへ写す写像を表わす。
すなわち、この式は、時刻t2における推定値ベクトルx^(t2)に、時間(t1−t2)の経過を表わす状態遷移行列F(t1−t2)を作用させて、時刻t1における推定値ベクトルx^(t1)を算出することを意味している。
なお、状態遷移行列Fの運動モデルは、モデル選択部132が選択した追尾フィルタ131の運動モデルであってもよいし、等速直線運動モデルや旋回運動モデルなどあらかじめ定めた所定の運動モデルであってもよい。通常、時刻t1と時刻t2との差は十分小さいので、運動モデルの差による違いはほとんどない。
例えば、観測角速度位置予測部143は、次の式の右辺を計算することにより、時刻t3における移動体の位置などを算出する。
すなわち、この式は、時刻t1における推定値ベクトルx^J(t1)に、移動体が時刻t1におけるジャイロ角速度で旋回運動をしているという運動モデルに基づく時間ΔTの経過を表わす状態遷移行列FJを作用させて、時刻t3における推定値ベクトルx^J(t3)を算出することを意味している。
例えば、観測角速度位置予測部143は、次の式の右辺を計算することにより、時刻t1における誤差分散などを算出する。
上付きのTは、行列の転置を表わす。
Qは、システム雑音の分散共分散行列である。分散共分散行列Qは、k次の正方行列である。分散共分散行列Qは、時間Δtの関数である。分散共分散行列Qの要素は、時間Δtが経過する間に発生するシステム雑音の分散または共分散である。
すなわち、この式は、時刻t2における推定誤差の分散共分散行列P(t2)に、時間(t1−t2)の経過を表わす状態遷移行列F(t1−t2)の転置行列を左から作用させ、時間(t1−t2)の経過を表わす状態遷移行列F(t1−t2)を右から作用させたものに、時間(t1−t2)の経過により発生したシステム雑音の分散共分散行列Q(t1−t2)を加えて、時刻t1における推定誤差の分散共分散行列P(t1)を算出することを意味している。
例えば、観測角速度位置予測部143は、次の式の右辺を計算することにより、時刻t3における誤差分散などを算出する。
この式は、時刻t1における推定誤差の分散共分散行列P(t1)に、移動体が時刻t1におけるジャイロ角速度で旋回運動をしているという運動モデルに基づく時間ΔTの経過を表わす状態遷移行列FJ(ΔT)の転置行列を左から作用させ、移動体が時刻t1におけるジャイロ角速度で旋回運動をしているという運動モデルに基づく時間ΔTの経過を表わす状態遷移行列FJ(ΔT)を右から作用させたものに、時間ΔTの経過により発生したシステム雑音の分散共分散行列Q(ΔT)を加えて、時刻t3についての予測誤差の分散共分散行列PJ(t3)を算出することを意味している。
なお、観測角速度位置予測部143は、バイアス補正部141が入力したジャイロ角速度ではなく、後述する角速度補正部147が補正したジャイロ角速度に基づいて、移動体の位置や誤差分散などを予測する構成であってもよい。
また、推定角速度位置予測部144は、モデル選択部132が算出した誤差分散や誤差共分散に基づいて、予測した移動体の将来の位置の誤差分散や誤差共分散を推定する。
すなわち、観測角速度位置予測部143が推定角速度としてジャイロ角速度を用いるのに対し、推定角速度位置予測部144は、推定角速度として追尾角速度を用いて、観測角速度位置予測部143と同様の処理をする。なお、追尾フィルタ131aが推定した追尾角速度の時刻と、モデル選択部132が算出した推定位置などの時刻とは、同じであるから、時刻を一致させるための計算は不要である。
なお、推定角速度位置予測部144は、追尾フィルタ131aが推定した追尾角速度ではなく、モデル選択部132が算出した推定角速度に基づいて(すなわち、推定角速度を追尾角速度で置き換えることなくそのまま用いて)、移動体の位置や誤差分散などを予測する構成であってもよい。
観測位置611a〜611dは、時刻t1までの時点で、観測装置810が観測した移動体600の観測位置を表わす。このうち、観測位置611dは、時刻t2に観測した最も新しい観測位置である。
追尾部130は、観測位置611a〜611dに基づいて、時刻t2における移動体600の推定位置621を算出する。
観測角速度位置予測部143は、追尾部130が推定した推定位置621などに基づいて、時刻t1における移動体600の推定位置622などを算出する。
観測角速度位置予測部143は、算出した推定位置622などと、ジャイロ角速度とに基づいて、時刻t3における移動体600の予測位置631を算出する。
推定角速度位置予測部144は、追尾部130が推定した推定位置621などと、追尾フィルタ131aが推定した追尾角速度とに基づいて、時刻t3における移動体600の予測位置632を算出する。
しかし、実際には、誤差の影響により、予測位置631と予測位置632とは一致しない。
このうち、ランダムな誤差の影響は、観測角速度位置予測部143や推定角速度位置予測部144が予測した誤差分散などによりある程度予想できる。
したがって、誤差分散などにより予想される範囲を超えて、予測した予測位置631と予測位置632とが異なる場合には、ジャイロセンサ820が観測したジャイロ角速度のバイアス誤差の影響によるものと考えられる。
この判定には、統計学上の手法を用いることができる。条件判定部145は、例えばカイ二乗検定により、予測位置631と予測位置632との差が、予想される範囲内であるか否かを判定する。例えば、条件判定部145は、次の式の右辺を計算することにより、検定値を算出する。
条件判定部145は、算出した検定値εを、所定の閾値εthと比較する。閾値εthは、所定の有意水準に基づいて、例えばカイ二乗分布表から求めたものである。検定値εが閾値εth以下である場合、条件判定部145は、予測位置631と予測位置632との差が、予想される範囲内であると判定する。検定値εが閾値εthより大きい場合、条件判定部145は、予測位置631と予測位置632との差が、予想される範囲を超えていると判定する。
横軸は、時刻tを表わす。縦軸は、角速度ωを表わす。
例えば、移動体600が、直進運動をしたのち、ある時刻を境に、旋回運動に移ったとする。
移動体600の真の角速度606は、直進運動中は0であり、旋回運動中はある値で一定であるものとする。
ジャイロセンサ820にバイアス誤差がない場合であっても、それ以外の誤差要因により、ジャイロセンサ820が観測するジャイロ角速度616は、真の角速度606と完全には一致しない。しかし、ジャイロ角速度616は、真の角速度606の変化に遅れることなく、追随して変化する。
これに対し、追尾フィルタ131aが推定する追尾角速度626は、算出間隔が、ジャイロ角速度616の観測間隔よりも長く、ランダムな誤差の影響が大きい。また、追尾角速度626は、真の角速度606の変化に対して、すぐには追随せず、ゆっくりと変化する。したがって、真の角速度606が変化した直後は、過渡応答により、真の角速度606と追尾角速度626との差が大きくなる。
この例において、ジャイロセンサ820が観測するジャイロ角速度616は、バイアス誤差Δωを含む。バイアス誤差Δωは、時刻にかかわらず、基本的に不変である。
バイアス補正値メモリ150は、角速度誤差推定部146が推定したバイアス誤差Δωを記憶する。
角速度誤差推定部146がバイアス誤差Δωを推定した場合、角速度誤差推定部146が推定したバイアス誤差Δωをバイアス補正値メモリ150が記憶する。角速度補正部147は、そのバイアス誤差Δωを用いて、ジャイロ角速度ωJの誤差を補正する。
角速度誤差推定部146がバイアス誤差Δωを推定しなかった場合は、角速度誤差推定部146が以前に推定したバイアス誤差Δωをバイアス補正値メモリ150が記憶している。角速度補正部147は、角速度誤差推定部146が以前に推定したバイアス誤差Δωを用いて、ジャイロ角速度ωJの誤差を補正する。
角速度補正部147は、補正したジャイロ角速度を出力する。
バイアス補正処理S710において、バイアス補正部141は、ジャイロ角速度のバイアス誤差を補正する。
予測位置算出工程S711において、観測角速度位置予測部143は、ジャイロ角速度ωJに基づいて、予測位置や予測誤差分散などを算出する。また、推定角速度位置予測部144は、追尾角速度ωTに基づいて、予測位置や予測誤差分散などを算出する。
条件判定工程S712において、条件判定部145は、予測位置算出工程S711で観測角速度位置予測部143及び推定角速度位置予測部144が算出した予測位置や予測誤差分散などに基づいて、検定値εを算出する。条件判定部145は、算出した検定値εを閾値εthと比較して、判定式を満たすか否かを判定する。条件判定部145は、判定結果を記憶する。条件判定部145は、記憶した判定結果のなかから、今回の判定結果を含む過去N回分の判定結果を取得して、判定式を満たさない(すなわち、検定値εが閾値εthより大きい)と判定した回数を数える。条件判定部145は、数えた回数を整数Mと比較する。条件判定部145は、比較の結果に基づいて、条件分岐する。
バイアス誤差推定処理S713において、角速度誤差推定部146は、ジャイロ角速度ωJのバイアス誤差Δωを推定する。
バイアス誤差記憶工程S714において、バイアス補正値メモリ150は、バイアス誤差推定処理S713で角速度誤差推定部146が推定したバイアス誤差Δωを記憶する。
バイアス誤差読出工程S715において、角速度補正部147は、バイアス補正値メモリ150が記憶したバイアス誤差Δωを読み出す。
ジャイロ角速度補正工程S716において、角速度補正部147は、バイアス誤差推定処理S713で角速度誤差推定部146が推定したバイアス誤差Δωあるいは角速度誤差推定部146で読み出したバイアス誤差Δωに基づいて、ジャイロ角速度ωJを補正する。
なお、閾値ωminは、あらかじめ定めた定数である構成でもよいし、ジャイロ角速度の誤差の標準偏差を算出し、算出した標準偏差(もしくはその定数倍)を閾値ωminとする構成でもよい。
例えば、回数判定部195は、連続判定回数を記憶しておく。ジャイロ角速度ωJが閾値ωmin以上であると閾値比較部193が判定した場合、回数判定部195は、記憶した連続判定回数を1増加させる。ジャイロ角速度ωJが閾値ωmin未満であると閾値比較部193が判定した場合、回数判定部195は、記憶した連続判定回数を0に初期化する。
回数判定部195は、算出した連続判定回数を所定の整数M’と比較して、どちらが大きいか判定する。連続判定回数が整数M’以上である場合、旋回判定部142は移動体が旋回していると判定する。
ジャイロ角速度ωJが角速度ωmaxより大きい場合は、異常値判定部192が除去し、その時刻におけるジャイロ角速度は、欠測扱いとなる。閾値比較部193は、異常値判定部192が出力したジャイロ角速度を閾値ωminと比較する。閾値比較部193の比較結果に基づいて、回数判定部195が連続判定回数を算出し、判定結果出力部196が出力する判定結果が定まる。なお、異常値判定部192が除去した場合も含めてジャイロ角速度が欠測の場合は、閾値比較部193が比較そのものを行わないので、回数判定部195による連続判定回数の算出には影響しない。
この式は、各運動モデルの追尾値を、モデル確率により重み付けして合成して、推定値を算出することを意味する。
推移確率更新部212は、旋回判定部142が出力したジャイロ角速度を入力する。推移確率更新部212は、入力したジャイロ角速度を、所定の累積区間において積分する。
例えば、運動モデルが2つあり、運動モデルAは等速直線運動モデル、運動モデルBは旋回運動モデルであるとする。推移確率更新部212は、例えば、ジャイロ角速度を積分した値を用いて、運動モデルAから運動モデルBへの推移確率pA→Bを段階的に変化させる。時間方向の累積値を用いることにより、ジャイロ角速度のデータが欠落した場合に、推移確率が急激に変動するのを防ぐ。推移確率更新部212は、例えば、次の式の右辺を計算することにより、推移確率pA→Bを算出する。
この式によれば、累積区間におけるジャイロ角速度ωJの合計が、移動体の性能限界値である角速度の最大値ωmax以上の場合、推移確率更新部212は、推移確率pA→Bを上限値pmaxとする。また、累積区間におけるジャイロ角速度ωJの合計が0の場合、推移確率更新部212は、推移確率pA→Bを下限値pminとする。累積区間におけるジャイロ角速度ωJの合計が0と最大値ωmaxとの間である場合、推移確率更新部212は、推移確率pA→Bを、下限値pminと上限値pmaxとの間の値とする。
例えば、重付平均算出部215に代えて、フィルタ選択部を設ける。フィルタ選択部は、モデル確率記憶部213が記憶したモデル確率に基づいて、モデル確率が最も高い運動モデルを持つ追尾フィルタ131を選択する。フィルタ選択部は、選択した追尾フィルタ131が推定した追尾位置などを、推定位置などとして出力する。
モデル選択部132は、更に、簡略化した構成として、推移確率パラメータを用いずにモデルを切り替える構成であってもよい。例えば、モデル選択部132は、累積区間の間に旋回判定部142が判定した判定結果に基づいて、移動体が旋回していると判定した回数の割合を算出する。モデル選択部132は、算出した割合が所定の割合を超える場合、旋回運動モデルを持つ追尾フィルタ131を選択し、算出した割合が所定の割合未満の場合、等速直線運動モデルを持つ追尾フィルタ131を選択する。モデル選択部132は、選択した追尾フィルタ131が推定した追尾位置などを、推定位置などとして出力する。
この式は、追尾部130が算出した最新の推定位置などに基づいて、移動体が旋回していないと旋回判定部142が判定した場合は、等速直線運動モデルを用いて移動体の運動状態を外挿し、移動体が旋回していると旋回判定部142が判定した場合は、旋回モデルを用いて移動体の運動状態を外挿することにより、移動体の位置を予測することを意味する。
運動状態判定部140は、ジャイロの角速度を追尾部130で算出した角速度を用いてバイアス補正し、バイアス補正後の角速度を用いて運動状態を判別する。
追尾部130は、運動状態から適切な運動モデルを選択し、推定値を算出する。
運動状態外挿部180は、推定値と運動状態に基づいて時間外挿する。
センサ観測位置から算出した角速度を用いて、ジャイロの角速度に生じるバイアス誤差を除去し、補正後の角速度を用いることで、より早く目標の運動変化を検出し、目標の運動に応じた適切な運動モデルに基づく精度の高い予測をすることができる。
これにより、目標が等速直線運動と仮定して将来位置を算出する場合と比較して、目標旋回時でも、位置予測精度を高くすることができる。また、ジャイロセンサから得られる角速度にバイアス誤差がある場合でも、位置予測精度を高くすることができる。
上記予測装置(100)は、角速度誤差推定装置(角速度誤差推定部146)と、角速度補正装置(角速度補正部147)と、予測位置算出装置(モデル選択部132、運動状態外挿部180)とを有する。
上記角速度誤差推定装置(146)は、上記位置観測装置(810)が観測した位置に基づいて、上記角速度観測装置(820)が観測した角速度の誤差を推定する。
上記角速度補正装置(角速度補正部147)は、上記角速度誤差推定装置(146)が推定した誤差に基づいて、上記角速度観測装置(810)が観測した角速度を補正する。
上記予測位置算出装置(132,180)は、上記角速度補正装置(147)が補正した角速度に基づいて、上記観測対象の将来の位置を予測する。
角速度観測装置が観測した角速度の誤差を補正した精度の高い角速度に基づいて、観測対象の将来の位置を予測するので、観測対象が旋回している場合でも観測対象の将来の位置を高い精度で予測することができる。
上記角速度誤差推定装置(146)は、所定の条件を満たす場合に、上記角速度観測装置(820)が観測した角速度の誤差を推定する。
上記角速度誤差記憶装置(150)は、上記角速度誤差推定装置(146)が推定した誤差を記憶する。
上記角速度補正装置(147)は、上記角速度誤差記憶装置(150)が記憶した誤差に基づいて、上記角速度観測装置(820)が観測した角速度を補正する。
所定の条件を満たす場合のみ、角速度観測装置が観測した角速度の誤差を推定し、それ以外の場合は、角速度誤差記憶装置が記憶した誤差を用いて、角速度観測装置が観測した角速度の誤差を補正するので、例えば、位置観測装置が観測した観測位置の精度が低い場合に、角速度の誤差の推定精度が落ちるのを防ぐことができる。
上記追尾装置(130)は、上記位置観測装置(810)が観測した位置に基づいて、上記観測対象の角速度を推定する。
上記条件判定装置(145)は、上記角速度観測装置(820)が観測した角速度と上記追尾装置(130)が推定した角速度とに基づいて、所定の条件を満たすか否かを判定する。
上記角速度誤差推定装置(146)は、上記所定の条件を満たすと上記条件判定装置(145)が判定した場合に、上記角速度観測装置(820)が観測した角速度の誤差を推定する。
位置観測装置が観測した位置に基づいて観測対象の角速度を推定し、角速度の誤差を推定する条件を満たすか判定するので、例えば、観測対象の角速度の推定精度が低い場合に、角速度の誤差の推定精度が落ちるのを防ぐことができる。
上記推定角速度位置予測装置(144)は、上記追尾装置(130)が推定した角速度に基づいて、上記観測対象の将来の位置を予測する。
上記観測角速度位置予測装置(143)は、上記角速度観測装置(820)が観測した角速度に基づいて、上記観測対象の将来の位置を予測する。
上記条件判定装置(145)は、上記推定角速度位置予測装置(144)が予測した位置と、上記観測角速度位置予測装置(143)が予測した位置とに基づいて、上記所定の条件を満たすか否かを判定する。
推定した観測対象の角速度に基づいて予測した観測対象の位置と、観測した角速度に基づいて予測した観測対象の位置とに基づいて、角速度の誤差を推定する条件を満たすか判定するので、例えば、観測対象の位置の予測精度が低い場合に、角速度の誤差の推定精度が落ちるのを防ぐことができる。
上記角速度誤差推定装置(146)は、上記推定角速度位置予測装置(144)が予測した位置と、上記観測角速度位置予測装置(143)が予測した位置との間に有意な差があると上記条件判定装置(145)が判定した場合に、上記角速度観測装置(820)が観測した角速度の誤差を推定する。
2つの予測位置の間に有意な差があるか否かを検定して、角速度の誤差を推定する条件を満たすか判定するので、角速度の誤差を推定する必要がある場合のみ、角速度の誤差を推定することができ、計算負荷を減らすことができる。
上記直線位置推定装置(131)は、上記観測対象が直線運動をしているものとして、上記位置観測装置(810)が観測した位置に基づいて、上記観測対象の位置を推定する。
上記予測位置算出装置(132,180)は、上記観測対象が旋回していないと上記旋回判定装置(142)が判定した場合に、上記直線位置推定装置(131)が推定した位置に基づいて、上記観測対象の将来の位置を予測する。
観測対象が旋回していないと判定した場合は、直線運動モデルに基づいて推定した位置に基づいて、観測対象の将来の位置を予測するので、予測精度を高めることができる。
上記複数の所定角速度位置推定装置(131)は、それぞれ異なる所定の角速度で上記観測対象が旋回運動しているものとして、上記位置観測装置(810)が観測した位置に基づいて、上記観測対象の位置を推定する。
上記予測位置算出装置(132,180)は、上記角速度補正装置(147)が補正した角速度と、上記複数の所定角速度位置推定装置(131)が推定した位置とに基づいて、上記観測対象の位置を算出し、算出した上記観測対象の位置に基づいて、上記観測対象の将来の位置を予測する。
所定の角速度の旋回運動モデルに基づいて観測対象の位置を推定するので、計算負荷を減らすことができる。また、補正した角速度と、複数の所定角速度位置推定装置が推定した位置とに基づいて、観測対象の位置を算出するので、観測対象の位置を高い精度で推定することができ、観測対象の将来の位置を高い精度で予測することができる。
上記重み算出装置(214)は、上記角速度補正装置(147)が補正した角速度に基づいて、上記複数の所定角速度位置推定装置(131)それぞれの重み付け(モデル確率)を算出する。
上記予測位置算出装置(重付平均算出部215)は、上記重み算出装置(214)が算出した重み付けにしたがって、上記複数の所定角速度位置推定装置(131)それぞれが推定した位置を合成して、上記観測対象の位置を算出する。
補正した角速度に基づいて算出した重み付けに基づいて、複数の所定角速度位置推定装置が推定した位置を合成するので、観測対象の位置を高い精度で推定することができ、観測対象の将来の位置を高い精度で予測することができる。
上記旋回判定装置(142)は、上記角速度補正装置(147)が補正した角速度に基づいて、上記観測対象(移動体)が旋回しているか否かを判定する。
上記予測位置算出装置(132,180)は、上記旋回判定装置(142)が判定した結果に基づいて、上記観測対象の将来の位置を予測する。
旋回判定装置の判定結果に基づいて、観測対象の将来の位置を予測するので、観測対象の将来の位置を高い精度で予測することができる。
補正した角速度に基づいて、複数の所定角速度位置推定装置が推定した位置のなかから観測対象の位置を選択するので、観測対象の位置を高い精度で推定することができ、観測対象の将来の位置を高い精度で予測することができる。
角速度観測装置が観測した角速度の誤差を補正した精度の高い角速度に基づいて、観測対象の将来の位置を予測するので、観測対象が旋回している場合でも観測対象の将来の位置を高い精度で予測することができる。
上記角速度誤差推定装置(146)が、上記位置観測装置(810)が観測した位置に基づいて、上記角速度観測装置(820)が観測した角速度の誤差を推定する。
上記角速度補正装置(147)が、上記角速度誤差推定装置(146)が推定した誤差に基づいて、上記角速度観測装置(820)が観測した角速度を補正する。
上記予測位置算出装置(132,180)が、上記角速度補正装置(147)が補正した角速度に基づいて、上記観測対象の将来の位置を予測する。
角速度観測装置が観測した角速度の誤差を補正した精度の高い角速度に基づいて、観測対象の将来の位置を予測するので、観測対象が旋回している場合でも観測対象の将来の位置を高い精度で予測することができる。
実施の形態2について、図14を用いて説明する。
なお、実施の形態1と共通する部分については、同一の符号を付し、説明を省略する。
角速度誤差推定部146は、ジャイロセンサ820が観測したジャイロ角速度の平均値を算出し、追尾フィルタ131が推定した追尾角速度の平均値を算出し、算出した平均値の差を算出することにより、ジャイロ角速度のバイアス誤差を得る。角速度誤差推定部146は、例えば、次の式の右辺を計算することにより、ジャイロ角速度のバイアス誤差Δωを算出する。
すなわち、この式は、直線区間内に移動体がある間に、ジャイロセンサ820が観測したジャイロ角速度ωJを平均し、追尾フィルタ131が推定した追尾角速度ωTを平均して、2つの平均の差を取ることにより、ジャイロ角速度のバイアス誤差Δωを算出することを意味する。
上記直線判定装置(145)は、上記位置観測装置(観測装置810)が観測した位置に基づいて、上記観測対象(移動体)が直線運動をしているか否かを判定する。
上記角速度誤差推定装置(角速度誤差推定部146)は、上記観測対象が直線運動をしていると上記直線判定装置(145)が判定した場合に、上記角速度観測装置(ジャイロセンサ820)が観測した角速度の誤差を推定する。
観測対象が直線運動をしていると判定した場合に、角速度観測装置が観測した角速度の誤差を推定するので、角速度の誤差を高い精度で推定することができ、観測対象の将来の位置を高い精度で予測することができる。
実施の形態3について、図15〜図17を用いて説明する。
なお、実施の形態1及び実施の形態2と共通する部分については、同一の符号を付し、説明を省略する。
追尾部130は、1つの追尾フィルタ131bを有する。追尾フィルタ131bは、等速直線運動モデルに基づいて、移動体の位置などを推定する。追尾フィルタ131bは、例えば、α−βフィルタ、カルマンフィルタやその他のフィルタなどである。追尾フィルタ131bとしてα−βフィルタを使うことにより、カルマンフィルタなどよりも計算負荷を軽くすることができる。
観測角速度位置予測部143は、追尾フィルタ131bが推定した追尾位置などと、ジャイロセンサ820が観測したジャイロ角速度とに基づいて、移動体がジャイロ角速度で旋回運動をしているという運動モデルにしたがって、移動体の将来の位置を予測する。
バイアス補正部141は、推定角速度位置予測部144に代えて、直線位置予測部148を有する。直線位置予測部148は、追尾フィルタ131bが推定した追尾位置などに基づいて、移動体が等速直線運動をしているという運動モデルにしたがって、移動体の将来の位置を予測する。
観測位置611a〜611dは、時刻t1までの時点で、観測装置810が観測した移動体600の観測位置を表わす。このうち、観測位置611dは、時刻t2に観測した最も新しい観測位置である。
追尾部130は、観測位置611a〜611dに基づいて、時刻t2における移動体600の推定位置621を算出する。
観測角速度位置予測部143は、追尾部130が推定した推定位置621などに基づいて、時刻t1における移動体600の推定位置622などを算出する。
観測角速度位置予測部143は、算出した推定位置622などと、ジャイロ角速度とに基づいて、時刻t3における移動体600の予測位置631を算出する。
直線位置予測部148は、追尾部130が推定した推定位置621などに基づいて、時刻t3における移動体600の予測位置633を算出する。
逆に言えば、ジャイロ角速度の誤差を推定すると条件判定部145が判定した場合、追尾フィルタ131bの運動モデルが実際の移動体の運動に合致していることを意味するから、移動体は、等速直線運動をしていると考えられる。
運動状態判定部140は、ジャイロの角速度を追尾部130から得られる推定値を用いてバイアス補正し、バイアス補正後の角速度を用いて運動状態を判別する。
追尾部130は、運動状態から等速直線運動モデルに基づいて推定値を算出する。
運動状態外挿部180は、推定値と運動状態に基づいて時間外挿する。
実施の形態4について、図18を用いて説明する。
なお、実施の形態1乃至実施の形態3と共通する部分については、同一の符号を付し、説明を省略する。
予測システム801は、複数の観測対象(移動体)の将来の位置を予測して、観測対象同士が衝突する危険があるか否かを判定する。
予測装置101は、例えば、コンピュータである。
予測装置101は、図示していない記憶装置を有する。記憶装置は、コンピュータプログラムやデータなどを記憶する。記憶装置は、例えば、揮発性メモリ(RAM)、不揮発性メモリ(ROM)、磁気ディスク装置、光学ディスク装置などである。
予測装置101は、図示していない処理装置を有する。処理装置は、記憶装置が記憶したコンピュータプログラムを実行することにより、記憶装置が記憶したデータを処理し、予測装置101全体を制御する。
予測装置101は、図示していない入力装置を有する。入力装置は、予測装置101の外部からデータ、信号、操作などの情報を入力し、処理装置が処理するデータに変換する。入力装置が変換したデータは、処理装置が直接処理してもよいし、記憶装置が一時的に記憶してもよい。
予測装置101は、図示していない出力装置を有する。出力装置は、処理装置が処理したデータや記憶装置が記憶したデータなどを、データ、信号、画像、音声など予測装置101の外部に出力できる形式に変換し、外部に出力する。
以下に説明する予測装置101の機能ブロックは、記憶装置が記憶したコンピュータプログラムを、処理装置が実行することにより、実現される。なお、予測装置101は、一台のコンピュータであってもよいし、予測装置101の一または複数の機能ブロックを実現するコンピュータが複数集まったものであってもよい。
なお、予測装置101の機能ブロックは、コンピュータにより実現するのではなく、アナログ回路やデジタル回路などの電子回路により実現してもよいし、機械的構成など電気的構成以外の構成により実現してもよい。
なお、角速度観測装置821が観測角速度を観測した時刻と、追尾装置231が角速度の推定値を推定する根拠となった観測位置を位置観測装置811が観測した時刻とが異なる場合、角速度誤差推定装置246は、例えば、位置観測装置811が観測位置を観測した時刻を基準として、その前後において追尾装置231が観測した観測角速度を平滑処理することにより、位置観測装置811が観測位置を観測した時刻における観測角速度を算出する。平滑処理により算出された観測角速度を平滑角速度と呼ぶ。角速度誤差推定装置246は、算出した平滑角速度と、追尾装置231が推定した角速度の推定値との差に基づいて、観測角速度の誤差を推定する。なお、角速度誤差推定装置246は、実施の形態1で説明した方式で、観測時刻を合わせる構成であってもよい。
角速度誤差推定装置246は、条件判定装置245の判定結果に基づき、誤差推定値を推定すると条件判定装置245が判定した場合に、観測角速度の誤差を推定する。
上記衝突危険判定装置290は、上記予測位置算出装置280が予測した位置に基づいて、上記複数の観測対象が衝突する危険があるか否かを判定する。
観測対象の将来の位置を高い精度で予測するので、衝突の危険を高い精度で判定することができる。
角速度観測装置が観測した角速度の誤差を補正した精度の高い角速度に基づいて、観測対象の将来の位置を予測するので、観測対象が旋回している場合でも観測対象の将来の位置を高い精度で予測することができる予測装置を実現することができる。
Claims (15)
- 位置観測装置が観測した観測対象の位置と、角速度観測装置が観測した上記観測対象の角速度とに基づいて、上記観測対象の将来の位置を予測する予測装置において、
上記予測装置は、角速度誤差推定装置と、角速度補正装置と、予測位置算出装置とを有し、
上記角速度誤差推定装置は、上記位置観測装置が観測した位置に基づいて、上記角速度観測装置が観測した角速度の誤差を推定し、
上記角速度補正装置は、上記角速度誤差推定装置が推定した誤差に基づいて、上記角速度観測装置が観測した角速度を補正し、
上記予測位置算出装置は、上記角速度補正装置が補正した角速度に基づいて、上記観測対象の将来の位置を予測することを特徴とする予測装置。 - 上記予測装置は、角速度誤差記憶装置を有し、
上記角速度誤差推定装置は、所定の条件を満たす場合に、上記角速度観測装置が観測した角速度の誤差を推定し、
上記角速度誤差記憶装置は、上記角速度誤差推定装置が推定した誤差を記憶し、
上記角速度補正装置は、上記角速度誤差記憶装置が記憶した誤差に基づいて、上記角速度観測装置が観測した角速度を補正することを特徴とする請求項1に記載の予測装置。 - 上記予測装置は、追尾装置と、条件判定装置とを有し、
上記追尾装置は、上記位置観測装置が観測した位置に基づいて、上記観測対象の角速度を推定し、
上記条件判定装置は、上記角速度観測装置が観測した角速度と上記追尾装置が推定した角速度とに基づいて、所定の条件を満たすか否かを判定し、
上記角速度誤差推定装置は、上記所定の条件を満たすと上記条件判定装置が判定した場合に、上記角速度観測装置が観測した角速度の誤差を推定することを特徴とする請求項2に記載の予測装置。 - 上記予測装置は、推定角速度位置予測装置と、観測角速度位置予測装置とを有し、
上記推定角速度位置予測装置は、上記追尾装置が推定した角速度に基づいて、上記観測対象の将来の位置を予測し、
上記観測角速度位置予測装置は、上記角速度観測装置が観測した角速度に基づいて、上記観測対象の将来の位置を予測し、
上記条件判定装置は、上記推定角速度位置予測装置が予測した位置と、上記観測角速度位置予測装置が予測した位置とに基づいて、上記所定の条件を満たすか否かを判定することを特徴とする請求項3に記載の予測装置。 - 上記条件判定装置は、上記推定角速度位置予測装置が予測した位置と、上記観測角速度位置予測装置が予測した位置との間に有意な差があるか否かを検定し、
上記角速度誤差推定装置は、上記推定角速度位置予測装置が予測した位置と、上記観測角速度位置予測装置が予測した位置との間に有意な差があると上記条件判定装置が判定した場合に、上記角速度観測装置が観測した角速度の誤差を推定することを特徴とする請求項4に記載の予測装置。 - 上記予測装置は、直線判定装置を有し、
上記直線判定装置は、上記位置観測装置が観測した位置に基づいて、上記観測対象が直線運動をしているか否かを判定し、
上記角速度誤差推定装置は、上記観測対象が直線運動をしていると上記直線判定装置が判定した場合に、上記角速度観測装置が観測した角速度の誤差を推定することを特徴とする請求項2乃至請求項5のいずれかに記載の予測装置。 - 上記予測装置は、旋回判定装置を有し、
上記旋回判定装置は、上記角速度補正装置が補正した角速度に基づいて、上記観測対象が旋回しているか否かを判定し、
上記予測位置算出装置は、上記旋回判定装置が判定した結果に基づいて、上記観測対象の将来の位置を予測することを特徴とする請求項1乃至請求項6のいずれかに記載の予測装置。 - 上記予測装置は、直線位置推定装置を有し、
上記直線位置推定装置は、上記観測対象が直線運動をしているものとして、上記位置観測装置が観測した位置に基づいて、上記観測対象の位置を推定し、
上記予測位置算出装置は、上記観測対象が旋回していないと上記旋回判定装置が判定した場合に、上記直線位置推定装置が推定した位置に基づいて、上記観測対象の将来の位置を予測することを特徴とする請求項7に記載の予測装置。 - 上記予測装置は、複数の所定角速度位置推定装置を有し、
上記複数の所定角速度位置推定装置は、それぞれ異なる所定の角速度で上記観測対象が旋回運動しているものとして、上記位置観測装置が観測した位置に基づいて、上記観測対象の位置を推定し、
上記予測位置算出装置は、上記角速度補正装置が補正した角速度と、上記複数の所定角速度位置推定装置が推定した位置とに基づいて、上記観測対象の位置を算出し、算出した上記観測対象の位置に基づいて、上記観測対象の将来の位置を予測することを特徴とする請求項1乃至請求項8のいずれかに記載の予測装置。 - 上記予測装置は、重み算出装置を有し、
上記重み算出装置は、上記角速度補正装置が補正した角速度に基づいて、上記複数の所定角速度位置推定装置それぞれの重み付けを算出し、
上記予測位置算出装置は、上記重み算出装置が算出した重み付けにしたがって、上記複数の所定角速度位置推定装置それぞれが推定した位置を合成して、上記観測対象の位置を算出することを特徴とする請求項9に記載の予測装置。 - 上記予測位置算出装置は、上記角速度補正装置が補正した角速度に基づいて、上記複数の所定角速度位置推定装置のなかから、採用する所定角速度位置推定装置を選択し、選択した所定角速度位置推定装置が推定した位置に基づいて、上記観測対象の将来の位置を算出することを特徴とする請求項9または請求項10に記載の予測装置。
- 上記予測装置は、衝突危険判定装置を有し、複数の観測対象それぞれについて、上記観測対象の将来の位置を予測し、
上記衝突危険判定装置は、上記予測位置算出装置が予測した位置に基づいて、上記複数の観測対象が衝突する危険があるか否かを判定することを特徴とする請求項1乃至請求項11のいずれかに記載の予測装置。 - 観測対象の位置を観測する位置観測装置と、上記観測対象の角速度を観測する角速度観測装置と、請求項1乃至請求項12のいずれかに記載の予測装置とを有することを特徴とする予測システム。
- コンピュータが実行することにより、上記コンピュータが請求項1乃至請求項12のいずれかに記載の予測装置として機能することを特徴とするコンピュータプログラム。
- 角速度誤差推定装置と、角速度補正装置と、予測位置算出装置とを有する予測装置が、位置観測装置が観測した観測対象の位置と、角速度観測装置が観測した上記観測対象の角速度とに基づいて、観測対象の将来の位置を予測する予測方法において、
上記角速度誤差推定装置が、上記位置観測装置が観測した位置に基づいて、上記角速度観測装置が観測した角速度の誤差を推定し、
上記角速度補正装置が、上記角速度誤差推定装置が推定した誤差に基づいて、上記角速度観測装置が観測した角速度を補正し、
上記予測位置算出装置が、上記角速度補正装置が補正した角速度に基づいて、上記観測対象の将来の位置を予測することを特徴とする予測方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010087516A JP5419784B2 (ja) | 2010-04-06 | 2010-04-06 | 予測装置及び予測システム及びコンピュータプログラム及び予測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010087516A JP5419784B2 (ja) | 2010-04-06 | 2010-04-06 | 予測装置及び予測システム及びコンピュータプログラム及び予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011220727A true JP2011220727A (ja) | 2011-11-04 |
JP5419784B2 JP5419784B2 (ja) | 2014-02-19 |
Family
ID=45037917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010087516A Active JP5419784B2 (ja) | 2010-04-06 | 2010-04-06 | 予測装置及び予測システム及びコンピュータプログラム及び予測方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5419784B2 (ja) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5989506A (ja) * | 1982-11-15 | 1984-05-23 | 三菱電機株式会社 | 開閉装置 |
JP2014107791A (ja) * | 2012-11-29 | 2014-06-09 | Nec Corp | 追尾装置および追尾方法 |
JP2014169923A (ja) * | 2013-03-04 | 2014-09-18 | Denso Corp | 推定装置 |
JP2015052491A (ja) * | 2013-09-06 | 2015-03-19 | 沖電気工業株式会社 | 信号処理装置、信号処理方法及びコンピュータプログラム |
JPWO2013088938A1 (ja) * | 2011-12-12 | 2015-04-27 | 三菱電機株式会社 | レーダ装置 |
WO2015156097A1 (ja) * | 2014-04-08 | 2015-10-15 | 三菱電機株式会社 | 衝突防止装置 |
JP2016102743A (ja) * | 2014-11-28 | 2016-06-02 | 古野電気株式会社 | 追尾処理装置、レーダ装置、および、追尾処理方法 |
CN106291626A (zh) * | 2016-07-21 | 2017-01-04 | 深圳市华信天线技术有限公司 | 姿态角测量初始化方法和装置、姿态角测量方法和装置 |
JP2019075055A (ja) * | 2017-10-19 | 2019-05-16 | 株式会社東芝 | 情報処理装置、情報処理方法、およびプログラム |
CN110501013A (zh) * | 2019-08-07 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 位置补偿方法、装置及电子设备 |
CN110832342A (zh) * | 2017-06-30 | 2020-02-21 | 古野电气株式会社 | 航迹预测装置、航迹预测方法及航迹预测程序 |
JP2020144092A (ja) * | 2019-03-08 | 2020-09-10 | 三菱電機株式会社 | 追尾処理装置 |
JP2020536014A (ja) * | 2018-01-04 | 2020-12-10 | 三菱電機株式会社 | 車両を制御するシステム及び方法 |
CN112256006A (zh) * | 2019-07-02 | 2021-01-22 | 中国移动通信集团贵州有限公司 | 一种数据的处理方法、装置及电子设备 |
CN112486158A (zh) * | 2019-09-11 | 2021-03-12 | 株式会社东芝 | 位置推定装置、移动体控制系统、位置推定方法以及程序 |
JP2021519719A (ja) * | 2018-06-24 | 2021-08-12 | 三菱電機株式会社 | 車両の制御システム及び車両の運動を制御する制御方法 |
WO2021182226A1 (ja) * | 2020-03-11 | 2021-09-16 | 株式会社デンソー | 軸ずれ検出装置、及び、軸ずれ検出プログラム |
CN114464015A (zh) * | 2022-02-08 | 2022-05-10 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备以及存储介质 |
US11377100B2 (en) | 2018-12-19 | 2022-07-05 | Subaru Corporation | Behavior prediction system |
KR102420982B1 (ko) * | 2021-09-23 | 2022-07-14 | 한화시스템 주식회사 | 표적위치 예측장치 및 예측방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05232217A (ja) * | 1992-02-19 | 1993-09-07 | Fujitsu Ltd | ターゲット追随方式 |
JP2005098840A (ja) * | 2003-09-25 | 2005-04-14 | Mitsubishi Electric Corp | 飛しょう体の誘導装置 |
JP2009115545A (ja) * | 2007-11-05 | 2009-05-28 | Denso Corp | 車両用現在位置検出装置及びプログラム |
JP2009115514A (ja) * | 2007-11-02 | 2009-05-28 | Seiko Epson Corp | 測位方法、プログラム、測位回路及び電子機器 |
-
2010
- 2010-04-06 JP JP2010087516A patent/JP5419784B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05232217A (ja) * | 1992-02-19 | 1993-09-07 | Fujitsu Ltd | ターゲット追随方式 |
JP2005098840A (ja) * | 2003-09-25 | 2005-04-14 | Mitsubishi Electric Corp | 飛しょう体の誘導装置 |
JP2009115514A (ja) * | 2007-11-02 | 2009-05-28 | Seiko Epson Corp | 測位方法、プログラム、測位回路及び電子機器 |
JP2009115545A (ja) * | 2007-11-05 | 2009-05-28 | Denso Corp | 車両用現在位置検出装置及びプログラム |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5989506A (ja) * | 1982-11-15 | 1984-05-23 | 三菱電機株式会社 | 開閉装置 |
JPWO2013088938A1 (ja) * | 2011-12-12 | 2015-04-27 | 三菱電機株式会社 | レーダ装置 |
US9400324B2 (en) | 2011-12-12 | 2016-07-26 | Mitsubishi Electric Corporation | Radar device |
JP2014107791A (ja) * | 2012-11-29 | 2014-06-09 | Nec Corp | 追尾装置および追尾方法 |
CN105008954A (zh) * | 2013-03-04 | 2015-10-28 | 株式会社电装 | 推定装置 |
US10077979B2 (en) | 2013-03-04 | 2018-09-18 | Denso Corporation | Estimation apparatus |
JP2014169923A (ja) * | 2013-03-04 | 2014-09-18 | Denso Corp | 推定装置 |
JP2015052491A (ja) * | 2013-09-06 | 2015-03-19 | 沖電気工業株式会社 | 信号処理装置、信号処理方法及びコンピュータプログラム |
JPWO2015156097A1 (ja) * | 2014-04-08 | 2017-04-13 | 三菱電機株式会社 | 衝突防止装置 |
CN106164999A (zh) * | 2014-04-08 | 2016-11-23 | 三菱电机株式会社 | 碰撞防止装置 |
US10011276B2 (en) | 2014-04-08 | 2018-07-03 | Mitsubishi Electric Corporation | Collision avoidance device |
CN106164999B (zh) * | 2014-04-08 | 2018-10-30 | 三菱电机株式会社 | 碰撞防止装置 |
WO2015156097A1 (ja) * | 2014-04-08 | 2015-10-15 | 三菱電機株式会社 | 衝突防止装置 |
JP2016102743A (ja) * | 2014-11-28 | 2016-06-02 | 古野電気株式会社 | 追尾処理装置、レーダ装置、および、追尾処理方法 |
CN106291626A (zh) * | 2016-07-21 | 2017-01-04 | 深圳市华信天线技术有限公司 | 姿态角测量初始化方法和装置、姿态角测量方法和装置 |
US11255675B2 (en) | 2017-06-30 | 2022-02-22 | Furuno Electric Company Limited | Course estimating device, method of estimating course, and course estimating program |
EP3647817A4 (en) * | 2017-06-30 | 2021-01-27 | Furuno Electric Co., Ltd. | LANE PREDICTION DEVICE, LANE PREDICTION METHOD AND LANE PREDICTION PROGRAM |
CN110832342A (zh) * | 2017-06-30 | 2020-02-21 | 古野电气株式会社 | 航迹预测装置、航迹预测方法及航迹预测程序 |
JP2019075055A (ja) * | 2017-10-19 | 2019-05-16 | 株式会社東芝 | 情報処理装置、情報処理方法、およびプログラム |
JP7346499B2 (ja) | 2017-10-19 | 2023-09-19 | 株式会社東芝 | 情報処理装置、情報処理方法、およびプログラム |
JP2021184258A (ja) * | 2017-10-19 | 2021-12-02 | 株式会社東芝 | 情報処理装置、情報処理方法、およびプログラム |
JP2020536014A (ja) * | 2018-01-04 | 2020-12-10 | 三菱電機株式会社 | 車両を制御するシステム及び方法 |
JP7069345B2 (ja) | 2018-06-24 | 2022-05-17 | 三菱電機株式会社 | 車両の制御システム及び車両の運動を制御する制御方法 |
JP2021519719A (ja) * | 2018-06-24 | 2021-08-12 | 三菱電機株式会社 | 車両の制御システム及び車両の運動を制御する制御方法 |
US11377100B2 (en) | 2018-12-19 | 2022-07-05 | Subaru Corporation | Behavior prediction system |
JP2020144092A (ja) * | 2019-03-08 | 2020-09-10 | 三菱電機株式会社 | 追尾処理装置 |
JP7105711B2 (ja) | 2019-03-08 | 2022-07-25 | 三菱電機株式会社 | 追尾処理装置 |
CN112256006A (zh) * | 2019-07-02 | 2021-01-22 | 中国移动通信集团贵州有限公司 | 一种数据的处理方法、装置及电子设备 |
CN112256006B (zh) * | 2019-07-02 | 2023-04-28 | 中国移动通信集团贵州有限公司 | 一种数据的处理方法、装置及电子设备 |
CN110501013B (zh) * | 2019-08-07 | 2023-09-05 | 腾讯科技(深圳)有限公司 | 位置补偿方法、装置及电子设备 |
CN110501013A (zh) * | 2019-08-07 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 位置补偿方法、装置及电子设备 |
CN112486158A (zh) * | 2019-09-11 | 2021-03-12 | 株式会社东芝 | 位置推定装置、移动体控制系统、位置推定方法以及程序 |
WO2021182226A1 (ja) * | 2020-03-11 | 2021-09-16 | 株式会社デンソー | 軸ずれ検出装置、及び、軸ずれ検出プログラム |
JP7347275B2 (ja) | 2020-03-11 | 2023-09-20 | 株式会社デンソー | 軸ずれ検出装置、及び、軸ずれ検出プログラム |
KR102420982B1 (ko) * | 2021-09-23 | 2022-07-14 | 한화시스템 주식회사 | 표적위치 예측장치 및 예측방법 |
CN114464015A (zh) * | 2022-02-08 | 2022-05-10 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP5419784B2 (ja) | 2014-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5419784B2 (ja) | 予測装置及び予測システム及びコンピュータプログラム及び予測方法 | |
US9594150B2 (en) | Determining device locations using movement, signal strength | |
RU2688564C2 (ru) | Системы и способы обнаружения отказов при определении пространственного положения на основе воздушных сигналов и настроек управления воздушным судном | |
CN110133582B (zh) | 补偿电磁跟踪系统中的畸变 | |
CN109579824B (zh) | 一种融入二维码信息的自适应蒙特卡诺定位方法 | |
CN110455287A (zh) | 自适应无迹卡尔曼粒子滤波方法 | |
US20080077325A1 (en) | Systems and methods for a hybrid transition matrix | |
CN110865398B (zh) | 定位数据的处理方法及处理装置、终端设备和存储介质 | |
JP2007240532A (ja) | ナビゲーション・システム内での反復拡張カルマン・フィルタを実施する方法及び装置 | |
US20150153460A1 (en) | Sequential Estimation in a Real-Time Positioning or Navigation System Using Historical States | |
CN110715659A (zh) | 零速检测方法、行人惯性导航方法、装置及存储介质 | |
JP2009002799A (ja) | 目標追尾装置、目標追尾方法、目標追尾プログラム | |
JP2012233800A (ja) | マルチセンサ判定装置及びプログラム | |
JP2007333652A (ja) | 測位装置、ナビゲーションシステム | |
CN112833919B (zh) | 一种多余度的惯性测量数据的管理方法及其系统 | |
JP3894424B2 (ja) | 目標追尾装置 | |
WO2017141469A1 (ja) | 位置推定装置 | |
JP3750859B2 (ja) | レーダ追尾装置及びレーダ追尾処理方法 | |
JP2017106842A (ja) | 位置測定装置、位置測定方法及びプログラム | |
CN106885567B (zh) | 一种惯导协作定位方法及定位设备 | |
EP3779923A1 (en) | Search support device, search support method, and computer-readable recording medium | |
EP3844522A1 (en) | Methods for geolocation using electronic distance measurement equipment | |
JP6640615B2 (ja) | 軌道計算装置及び軌道計算プログラム | |
CN110716219A (zh) | 一种提高定位解算精度的方法 | |
JP7407018B2 (ja) | 捜索支援システム、捜索支援方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121119 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20121207 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131016 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20131022 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5419784 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |