JP2018063142A - 運動パラメータ推定装置、運動パラメータ推定方法及びプログラム - Google Patents
運動パラメータ推定装置、運動パラメータ推定方法及びプログラム Download PDFInfo
- Publication number
- JP2018063142A JP2018063142A JP2016200719A JP2016200719A JP2018063142A JP 2018063142 A JP2018063142 A JP 2018063142A JP 2016200719 A JP2016200719 A JP 2016200719A JP 2016200719 A JP2016200719 A JP 2016200719A JP 2018063142 A JP2018063142 A JP 2018063142A
- Authority
- JP
- Japan
- Prior art keywords
- measurement
- motion
- motion parameter
- equation
- value
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
Description
図1は、本発明の第1実施形態に係る運動パラメータ推定装置の機能構成を示す概略ブロック図である。同図に示すように、運動パラメータ推定装置100は、測定部110と、記憶部180と、制御部190とを備える。測定部110は、パッシブセンサ111と、アクティブセンサ112とを備える。制御部190は、駆動雑音サンプル設定部191と、粒子算出部192と、第一推定部193と、選択部194と、補正部195と、第二推定部196とを備える。また、運動パラメータ推定装置100は、移動体10に搭載されている。
図2は、運動パラメータ推定装置100が測定を行う測定系の構成例を示す図である。図2に示すように、測定系1は、運動パラメータ推定装置100を搭載した移動体10と、運動パラメータ推定装置100が運動を測定する対象である対象物20とを含む。
線L11は、移動体10の軌跡の例を示す。線L12は、対象物20の軌跡の例を示す。矢印B11は、移動体10の速度ベクトルの例を示す。矢印B12は、対象物20の速度ベクトルの例を示す。
なお、以下では、運動パラメータ推定装置100が移動体10に搭載されて移動する場合を例に説明するが、運動パラメータ推定装置100が固定的に設置されていてもよい。例えば、運動パラメータ推定装置100が移動体10に代えて建物内など移動しない構造物に設けられていてもよい。
運動パラメータ推定装置100の測定対象領域が3次元の領域である場合、運動パラメータ推定装置100は、以下に説明するx座標及びy座標に関する処理をz座標についても行う。また、運動パラメータ推定装置100は、以下に説明する2次元の角又は方向に関する処理と同様に、3次元の角又は方向について処理を行う。
パッシブセンサ111は、対象物20からパッシブセンサ111に到達した物理的エネルギーを測定することにより、測定部110の位置(移動体10の位置)から見た対象物20の方向を測定する。対象物20の方向は、運動パラメータの1つである。
例えば、パッシブセンサ111がパッシブソナーである場合、パッシブセンサ111は、対象物20からパッシブセンサ111に到達した音を測定する。この音は、対象物20が発した音であってもよいし、対象物20以外の物が発した音を対象物20が反射した音であってもよい。
あるいは、パッシブセンサ111がパッシブなレーダーである場合、パッシブセンサ111は、対象物20からパッシブセンサ111に到達した電磁波を測定する。この電磁波は、対象物20が発した電磁波であってもよいし、対象物20以外の物が発した電磁波を対象物20が反射した電磁波であってもよい。
例えば、アクティブセンサ112がアクティブソナーである場合、アクティブセンサ112は、対象物20に向けて音(音波)を出力し、対象物20で反射してアクティブセンサ112に到達した音を測定する。
あるいは、アクティブセンサ112がアクティブなレーダーである場合、アクティブセンサ112は、対象物20に向けて電磁波を出力し、対象物20で反射してアクティブセンサ112に到達した電磁波を測定する。
アクティブセンサ112は、アクティブセンサ112の位置(移動体10の位置)に対する対象物20の相対位置を測定する。アクティブセンサ112が、この相対位置とアクティブセンサ112自らの位置とに基づいて、アクティブセンサ112の位置以外の位置を基準とした対象物20の位置を求めるようにしてもよい。
制御部190は、運動パラメータ推定装置100の各部を制御して各種処理を実行する。制御部190は、例えば運動パラメータ推定装置100が備えるCPU(Central Processing Unit、中央処理装置)が、記憶部180からプログラムを読み出して実行することで構成される。
ここで、パッシブセンサ111は、測定部110の位置から見た対象物20の方向を測定することはできるが、測定部110と対象物20との相対距離を測定することはできない。このため、パッシブセンサ111の測定結果のみを用いたのでは、対象物20の位置を高精度に推定することは困難である。
これに対し、制御部190は、パッシブセンサ111による測定結果とアクティブセンサ112による測定結果とを用いることで、パッシブセンサ111の測定結果のみを用いる場合よりも高精度に対象物20の位置を測定することができる。
これに対し、制御部190は、パッシブセンサ111による測定結果とアクティブセンサ112による測定結果とを用いることで、アクティブセンサ112の測定結果のみを用いる場合よりも速やかに、運動パラメータの推定値を真値に近い値に収束させることができる。
制御部190が用いる対象物20の状態方程式は、例えば式(1)のように定義される。
以下では、パッシブセンサによる基準時刻よりも後のk回目のサンプリングのタイミング(すなわち、インデックスkで示されるサンプリングタイミング)を、タイミングkと称する。
行列又はベクトルの右に上付きで示されたTは、行列の転置又はベクトルの転置を示す。
行列Bは、係数を示す行列である。行列Bは、式(5)のように示される。
駆動雑音サンプル設定部191が駆動雑音のサンプルの設定に用いる確率分布は特定の確率分布に限定されない。例えば、駆動雑音サンプル設定部191がガウス分布に基づいて駆動雑音の設定を行うようにしてもよい。あるいは、駆動雑音サンプル設定部191がガウス分布以外の分布に基づいて駆動雑音の設定を行うようにしてもよい。
アクティブセンサ112における観測方程式は、例えば式(6)のように定義される。
一方、パッシブセンサ111における観測方程式は、例えば式(9)のように定義される。
wP(k)は、タイミングkにおけるパッシブセンサ111の観測誤差を示す。
また、パッシブセンサ111の場合、m(k)は式(10)のように示される。
第二推定部196は、補正部195による補正後の粒子に基づいて、運動パラメータの推定値を求める。さらに、第二推定部196は、運動パラメータに示される対象物20の位置及び速度に基づいて、測定部110と対象物20との間の距離、測定部110の位置から見た対象物20の方向、及び、対象物20の速度の大きさを算出する。
ここで、アクティブセンサ112では、対象物20に向けて出力した物理的エネルギーが反射してアクティブセンサ112に戻ってくるまで待つ必要がある。これに対し、パッシブセンサ111では、アクティブセンサ112の場合のような待ち時間の制約はない。このため、パッシブセンサ111のサンプリング周期はアクティブセンサ112のサンプリング周期よりも短く設定できる。
そこで、運動パラメータ推定装置100は、アクティブセンサ112のサンプリング周期よりもパッシブセンサ111のサンプリング周期を短く設定して運動パラメータの測定を行う。具体的には、パッシブセンサ111が運動パラメータをn回(nは正整数)測定する毎に、アクティブセンサ112が運動パラメータを1回測定する。これにより、パッシブセンサ111とアクティブセンサ112とが運動パラメータを測定するサンプリングタイミングと、パッシブセンサ111のみが運動パラメータを測定するサンプリングタイミングとがある。
駆動雑音サンプル設定部191は、駆動雑音(駆動雑音ベクトルu(k))のサンプルを粒子数Pだけ生成する。以下、タイミングkにおける駆動雑音のサンプルをup(k)と表記する。
ステップS101の後、ステップS102へ遷移する。
粒子算出部192は、ステップS101で生成したP個のサンプル(ベクトルup(k))の各々を状態方程式(式(1))に代入し、P個の粒子を算出する。以下では、タイミングkにおける粒子をqp(k)と表記する。
ステップS102の後、ステップS103へ遷移する。
第一推定部193は、ステップS102で得られた粒子の各々を観測方程式に代入し、測定部110による測定値の推定値を算出する。上記のように、アクティブセンサ112の場合の観測方程式(式(6))と、パッシブセンサ111の場合の観測方程式(式(9))とがある。ここでは、第一推定部193は、パッシブセンサ111の場合の観測方程式(式(9))を用いて、タイミングkにおけるセンサに対する対象の方位の測定値の推定値を求める。以下では、タイミングkにおけるセンサに対する対象の方位の測定値の推定値をθp(k)と表記する。
なお、観測誤差WA(k)については、例えば、センサ(パッシブセンサ111又はアクティブセンサ112)の特性、及び、実環境(測定を行う環境)に基づいて、観測誤差が従う確率分布及びそのパラメータを予め設定しておく。そして、設定した確率分布及びパラメータに基づいて乱数を生成することで、各粒子に対応する観測誤差を生成することができる。
ステップS103の後、ステップS104へ遷移する。
選択部194は、ステップS103で得られた測定値の推定値と、測定値との誤差を算出する。
ここでは、選択部194は、タイミングkにおけるセンサに対する対象の方位の測定値の推定値θp(k)から、タイミングkにおけるセンサに対する対象の方位の測定値θm(k)を減算した差を誤差として算出する。
以下では、ステップS103で得られた測定値の推定値と、測定部110による測定値との誤差をep(k)と表記する。
ステップS104の後、ステップS105へ遷移する。
選択部194は、ステップS104で算出した誤差ep(k)の逆数ep(k)−1から、タイミングkにおける尤度πp(k)を算出する。選択部194は、誤差の逆数ep(k)−1に対して総和が1になるように正規化を行う。タイミングkにおける尤度πp(k)は、式(11)のように示される。
選択部194は、尤度の高い粒子(尤度πp(k)の値が大きい粒子)から順にP個(Pは正整数)の粒子を選択(リサンプリング)する。ここで、Pは予め定められている定数である。
選択部194は、選択したP個の粒子以外の粒子は棄却する。
ステップS106の後、ステップS107へ遷移する。
補正部195は、ステップS106で選択したP個の粒子の各々に拡張カルマンフィルタを適用して各粒子の値を補正する。補正部195は、各粒子の尤度を高めるように補正を行う。そのために、補正部195は、選択部194が選択した粒子の各々を用いてソナーによる測定値の推定値を再度算出する。ここでは、ステップS103の場合と異なり、補正部195は、アクティブセンシング時は、アクティブセンサ112による観測方程式(式(6))を用いる。一方、補正部195は、パッシブセンシング時は、パッシブセンサ111による観測方程式(式(9))を用いる。これにより、アクティブセンサ112による測距の情報を粒子の尤度補正に反映させることができる。
ここでのカルマンゲインL(k)は、式(17)のように示される。
ここでのカルマンゲインL(k)を用いた粒子の補正は、式(18)のように示される。
ステップS107の後、ステップS108へ遷移する。
第二推定部196は、カルマンゲインを用いた補正後の粒子の算術平均を算出する。第二推定部196は、得られた平均値を、タイミングkにおける対象の運動パラメータ推定値とする。以下では、タイミングkにおける対象の運動パラメータ推定値をqe(k)と表記する。
ステップS108の後、ステップS109へ遷移する。
第二推定部196は、タイミングkにおける対象の運動パラメータ推定値qe(k)と、センサの位置とに基づいて、センサと対象との距離、センサに対する対象の方位及び相対速度を算出する。タイミングkにおけるセンサと対象との距離R(k)は、式(19)のように示される。
タイミングkにおけるセンサに対する対象の方位θ(k)は、式(20)のように示される。
タイミングkにおけるセンサに対する対象の相対速度v(k)は、式(21)のように示される。
ステップS109の後、ステップS110へ遷移する。
制御部190は、k:=k+1とする。すなわち、サンプリングタイミングを示すインデックスの値を1進める(大きくする)。
ステップS110の後、次のサンプリングタイミングでステップS101からの処理を繰り返す。
アクティブセンサのみによる場合、上記のようにアクティブセンサでは物理的エネルギーを対象物に向けて出力してから対象物で反射した物理的エネルギーを受信するまでの待ち時間が生じるため、時間t11で示されるようにある程度のサンプリング間隔が生じる。これに対し、運動パラメータ推定装置100では、アクティブセンサ112のサンプリング間隔より短いサンプリング間隔にてパッシブセンサ111が対象物の運動を測定することができる。この点で、運動パラメータ推定装置100によれば、アクティブセンサのみによる場合よりも短い周期で対象物の運動を測定することができ、より高精度に対象物の運動を推定することが期待され、また、より速やかに真値付近に収束することが期待される。
このように、運動パラメータ推定装置100では、状態方程式及び観測方程式を含むモデルに粒子フィルタを適用することで、アクティブセンサ112の測定結果とパッシブセンサ111の測定結果を同一のモデルに適用することができる。これにより、運動パラメータ推定装置100では、アクティブセンサ112による対象物20の位置の測定結果を用いることができ、かつ、アクティブセンサ112のみによる場合よりも短いサンプリング周期で対象物20の運動を測定することができる。この点で、運動パラメータ推定装置100によれば、アクティブセンサ112とパッシブセンサ111との組み合わせにより、対象物20の運動の推定精度を高めることができる。
第1実施形態では、センサの位置([xO(k) yO(k)])の誤差については考慮していない。これに対し、GNSS(Global Navigation Satellite System、全球測位衛星システム)を用いた測位、デッドレコニング(Dead Reckoning)など、いずれの測位でもセンサの位置の測位結果に誤差が生じ得る。
そこで、第2実施形態では、対象の運動パラメータに加えてセンサ自らの運動パラメータも推定する。
運動パラメータベクトルq(k)には、対象の運動パラメータに加えてセンサの運動パラメータも含める。第2実施形態でのタイミングkにおける運動パラメータ態ベクトルq(k)は、式(22)のように示される。
第2実施形態では、式(1)に示される状態方程式の行列A及びBも拡張する。第2実施形態では、式(1)で行列Aに代えて行列A1を用いる。行列A1は、式(24)のように示される。
第2実施形態では、式(1)で行列Bに代えて行列B1を用いる。行列B1は、式(25)のように示される。
第2実施形態では、式(6)に示される観測方程式の行列Cも拡張する。第2実施形態では、式(6)で行列Cに代えて行列C1を用いる。行列C1は、式(26)のように示される。
第2実施形態では、観測値ベクトルに自己位置の測定値も追加する拡張を行う。第2実施形態では、アクティブソナーの場合の観測値ベクトルとして式(7)に代えて式(27)を用いる。
センサの位置は、アクティブソナー、パッシブソナーとは別に測定できるため、パッシブソナーの場合の観測値ベクトルとして式(28)を用いる。
図5のステップS107におけるパッシブ時の非線形関数の近似として、式(13)に代えて式(29)を用いる。
これにより、第2実施形態の運動パラメータ推定装置100では、運動パラメータ推定装置100自らの運動の測定誤差に対しても補正を行うことができる。この点で、対象物20の運動の推定精度をより高めることができる。
センサ自らの位置に加えてセンサの速度の測定値を得られる場合、センサの測定の測定値を用いることで状態の推定速度、又は、真値付近への集束速度、あるいはこれら両方がさらに向上する可能性がある。そこで、第3実施形態では、第2実施形態における拡張に加えて、さらにセンサ自らの速度を観測値ベクトルに含める拡張を行う。
第3実施形態における運動パラメータ推定装置100の構成は、図1を参照して説明した第1実施形態の場合と同様である。また、第3実施形態における処理手順は、図5を参照して説明した第1実施形態の場合の処理手順と同様である。但し、第3実施形態では、数式モデルを第2実施形態の場合からさらに拡張する。
第3実施形態でのアクティブセンシング時の観測値ベクトルは式(32)のように示される。
また、第3実施形態では、式(6)で行列Cに代えて行列C2を用いる。行列C2は、式(33)のように示される。
行列C5は、式(37)のように示される。
アクティブセンサ112によるドップラー効果を測定することで、対象の速度のうちセンサ方向の速度成分を測定することができる。これを測定値の1つに加える拡張を行うことで、状態の推定速度、又は、真値付近への集束速度、あるいはこれら両方がさらに向上する可能性がある。そこで、第4実施形態では、対象の速度のうちセンサ方向の速度成分の測定値を観測値ベクトルに含める拡張を行う。第1実施形態〜第3実施形態のいずれにも第4実施形態を適用可能である。
第4実施形態における運動パラメータ推定装置100の構成は、図1を参照して説明した第1実施形態の場合と同様である。また、第4実施形態における処理手順は、図5を参照して説明した第1実施形態の場合の処理手順と同様である。但し、第4実施形態では、数式モデルを以下のように拡張する。
推定すべき状態(運動パラメータベクトルq(k)の成分)を用いて、式(38)は式(39)のように示される。
対象物20の運動の測定値が増える点で、第4実施形態における運動パラメータ推定装置100によれば、対象物20の運動の推定精度をより高めることができる。
図5に示される処理では、ステップS103で常にパッシブセンシングによる測定値(センサから見た対象の方位)を用いている。このため、ステップS104では、常にパッシブセンシングによる測定値を用いて誤差を算出している。これに対し、アクティブセンシング時には対象の方位のみならず距離の測定値も用いることで、状態の推定速度、又は、真値付近への集束速度、あるいはこれら両方がさらに向上する可能性がある。
そこで、第5実施形態では、アクティブセンシング時とパッシブセンシング時とで誤差計測の方法を切り替える。アクティブセンシング時には、対象の方位のみならず距離の測定値も用いる。具体的には、図5のステップS103で、アクティブセンシング時には、式(6)に示される観測方程式を用いる。
一方、パッシブセンシング時は、式(9)に示される観測方程式を用いる。
第5実施形態は、第1実施形態〜第4実施形態のいずれにも第5実施形態を適用可能である。
第一推定部193が対象物20の方向のみならず対象物20の位置に基づいて測定部110の測定値の推定値を算出することで、第一推定部193が算出する推定値の精度が向上し、対象物20の運動の推定精度をより高められることが期待される。
また、「コンピュータシステム」は、WWWシステムを利用している場合であれば、ホームページ提供環境(あるいは表示環境)も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD−ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。
10 移動体
20 対象物
100 運動パラメータ推定装置
110 測定部
111 パッシブセンサ
112 アクティブセンサ
180 記憶部
190 制御部
191 駆動雑音サンプル設定部
192 粒子算出部
193 第一推定部
194 選択部
195 補正部
196 第二推定部
Claims (7)
- アクティブセンサを用いて対象物の位置を測定し、パッシブセンサを用いて前記アクティブセンサでの測定周期よりも短い周期で前記対象物の方向を測定する測定部と、
前記対象物の運動を示す状態方程式における駆動雑音のサンプルを所定の確率分布に基づいて複数設定する駆動雑音サンプル設定部と、
前記駆動雑音のサンプルの各々を前記状態方程式に代入して、粒子フィルタにおける粒子を複数算出する粒子算出部と、
前記粒子算出部が算出した粒子の各々を観測方程式に代入して、前記測定部の測定値の推定値を算出する第一推定部と、
前記測定部の測定値と前記第一推定部の推定値との誤差に基づいて、複数の前記粒子のうち一部の粒子を選択する選択部と、
前記選択部が選択した粒子に基づいて、前記対象物の運動を示す運動パラメータの推定値を算出する第二推定部と、
を備える運動パラメータ推定装置。 - 前記状態方程式は前記対象物の運動に加えて前記運動パラメータ推定装置の運動を示し、
前記観測方程式は、前記対象物の運動の測定値の方程式に加えて前記運動パラメータ推定装置の運動の測定値の方程式を含み、
前記第二推定部は、前記対象物の運動および前記運動パラメータ推定装置の運動を示す前記運動パラメータの推定値を算出する、
請求項1に記載の運動パラメータ推定装置。 - 前記観測方程式は、前記運動パラメータ推定装置の速度の測定値の方程式を含む、
請求項2に記載の運動パラメータ推定装置。 - 前記観測方程式は、前記アクティブセンサにおけるドップラー効果に基づく前記対象物の速度の測定値の方程式を含む、
請求項1から3のいずれか一項に記載の運動パラメータ推定装置。 - 前記第一推定部は、前記アクティブセンサ、前記パッシブセンサそれぞれの観測方程式を用いて前記測定部の測定値の推定値を算出する、
請求項1から4のいずれか一項に記載の運動パラメータ推定装置。 - アクティブセンサを用いて対象物の位置を測定し、パッシブセンサを用いて前記アクティブセンサでの測定周期よりも短い周期で前記対象物の方向を測定する測定ステップと、
前記対象物の運動を示す状態方程式における駆動雑音のサンプルを所定の確率分布に基づいて複数設定する駆動雑音サンプル設定ステップと、
前記駆動雑音のサンプルの各々を前記状態方程式に代入して、粒子フィルタにおける粒子を複数算出する粒子算出ステップと、
前記粒子算出ステップで算出した粒子の各々を観測方程式に代入して、前記測定ステップでの測定値の推定値を算出する第一推定ステップと、
前記測定ステップでの測定値と前記第一推定ステップでの推定値との誤差に基づいて、複数の前記粒子のうち一部の粒子を選択する選択ステップと、
前記選択ステップで選択した粒子に基づいて、前記対象物の運動を示す運動パラメータの推定値を算出する第二推定ステップと、
を含む運動パラメータ推定方法。 - コンピュータに、
アクティブセンサを用いて対象物の位置を測定し、パッシブセンサを用いて前記アクティブセンサでの測定周期よりも短い周期で前記対象物の方向を測定する測定ステップと、
前記対象物の運動を示す状態方程式における駆動雑音のサンプルを所定の確率分布に基づいて複数設定する駆動雑音サンプル設定ステップと、
前記駆動雑音のサンプルの各々を前記状態方程式に代入して、粒子フィルタにおける粒子を複数算出する粒子算出ステップと、
前記粒子算出ステップで算出した粒子の各々を観測方程式に代入して、前記測定ステップでの測定値の推定値を算出する第一推定ステップと、
前記測定ステップでの測定値と前記第一推定ステップでの推定値との誤差に基づいて、複数の前記粒子のうち一部の粒子を選択する選択ステップと、
前記選択ステップで選択した粒子に基づいて、前記対象物の運動を示す運動パラメータの推定値を算出する第二推定ステップと、
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016200719A JP6757227B2 (ja) | 2016-10-12 | 2016-10-12 | 運動パラメータ推定装置、運動パラメータ推定方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016200719A JP6757227B2 (ja) | 2016-10-12 | 2016-10-12 | 運動パラメータ推定装置、運動パラメータ推定方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018063142A true JP2018063142A (ja) | 2018-04-19 |
JP6757227B2 JP6757227B2 (ja) | 2020-09-16 |
Family
ID=61967725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016200719A Active JP6757227B2 (ja) | 2016-10-12 | 2016-10-12 | 運動パラメータ推定装置、運動パラメータ推定方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6757227B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068089A (zh) * | 2020-08-13 | 2020-12-11 | 中国人民解放军海军工程大学 | 一种基于粒子滤波的序列检索方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08211146A (ja) * | 1995-02-02 | 1996-08-20 | Mitsubishi Heavy Ind Ltd | レーダ装置 |
JP2002341024A (ja) * | 2001-05-17 | 2002-11-27 | Mitsubishi Electric Corp | 多目標追尾装置 |
JP2005274300A (ja) * | 2004-03-24 | 2005-10-06 | Mitsubishi Electric Corp | 目標追尾装置 |
JP2010054284A (ja) * | 2008-08-27 | 2010-03-11 | Toshiba Corp | 複合センサ装置 |
JP2011520097A (ja) * | 2008-04-14 | 2011-07-14 | モジクス, インコーポレイティッド | 無線自動識別タグの位置を推定及び追跡するシステム並びに方法 |
JP2012177602A (ja) * | 2011-02-25 | 2012-09-13 | Toshiba Corp | 目標追跡装置 |
JP2013231636A (ja) * | 2012-04-27 | 2013-11-14 | Mitsubishi Electric Corp | クロック番号・時刻対応付回路、指定クロック時刻生成回路、イベント実施指示・時間差分生成回路、イベント実施装置、レーダ装置及び通信装置 |
JP2014169865A (ja) * | 2013-03-01 | 2014-09-18 | Hitachi Ltd | 目標トラッキング装置、目標トラッキングプログラム及び目標トラッキング方法 |
US20140372073A1 (en) * | 2011-05-04 | 2014-12-18 | Jacques Georgy | Two-stage filtering based method for multiple target tracking |
-
2016
- 2016-10-12 JP JP2016200719A patent/JP6757227B2/ja active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08211146A (ja) * | 1995-02-02 | 1996-08-20 | Mitsubishi Heavy Ind Ltd | レーダ装置 |
JP2002341024A (ja) * | 2001-05-17 | 2002-11-27 | Mitsubishi Electric Corp | 多目標追尾装置 |
JP2005274300A (ja) * | 2004-03-24 | 2005-10-06 | Mitsubishi Electric Corp | 目標追尾装置 |
JP2011520097A (ja) * | 2008-04-14 | 2011-07-14 | モジクス, インコーポレイティッド | 無線自動識別タグの位置を推定及び追跡するシステム並びに方法 |
JP2017122735A (ja) * | 2008-04-14 | 2017-07-13 | モジクス, インコーポレイティッド | 無線自動識別タグの位置を推定及び追跡するシステム並びに方法 |
JP2010054284A (ja) * | 2008-08-27 | 2010-03-11 | Toshiba Corp | 複合センサ装置 |
JP2012177602A (ja) * | 2011-02-25 | 2012-09-13 | Toshiba Corp | 目標追跡装置 |
US20140372073A1 (en) * | 2011-05-04 | 2014-12-18 | Jacques Georgy | Two-stage filtering based method for multiple target tracking |
JP2013231636A (ja) * | 2012-04-27 | 2013-11-14 | Mitsubishi Electric Corp | クロック番号・時刻対応付回路、指定クロック時刻生成回路、イベント実施指示・時間差分生成回路、イベント実施装置、レーダ装置及び通信装置 |
JP2014169865A (ja) * | 2013-03-01 | 2014-09-18 | Hitachi Ltd | 目標トラッキング装置、目標トラッキングプログラム及び目標トラッキング方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068089A (zh) * | 2020-08-13 | 2020-12-11 | 中国人民解放军海军工程大学 | 一种基于粒子滤波的序列检索方法 |
CN112068089B (zh) * | 2020-08-13 | 2023-07-21 | 中国人民解放军海军工程大学 | 一种基于粒子滤波的序列检索方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6757227B2 (ja) | 2020-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101914550B1 (ko) | 레이더의 표적 위치 추적 방법 | |
KR20170042260A (ko) | 목표의 실시간 위치 측정과 지도 구축 방법 및 장치 | |
Chen et al. | Towards autonomous localization and mapping of AUVs: a survey | |
US8816896B2 (en) | On-board INS quadratic correction method using maximum likelihood motion estimation of ground scatterers from radar data | |
CN110889808A (zh) | 一种定位的方法、装置、设备及存储介质 | |
Henson et al. | Attitude-trajectory estimation for forward-looking multibeam sonar based on acoustic image registration | |
CN104182609B (zh) | 基于去相关的无偏转换量测的三维目标跟踪方法 | |
US20140358434A1 (en) | Peer-Assisted Dead Reckoning | |
CN109643116A (zh) | 用于定位移动物体的系统和方法 | |
CN110132281B (zh) | 一种基于询问应答模式的水下高速目标高精度自主声学导航方法 | |
Odom et al. | Passive towed array shape estimation using heading and acoustic data | |
CN110345936B (zh) | 运动装置的轨迹数据处理方法及其处理系统 | |
RU2611564C1 (ru) | Способ навигации летательных аппаратов | |
Masmitja et al. | Range-only single-beacon tracking of underwater targets from an autonomous vehicle: From theory to practice | |
JP2020063958A (ja) | 位置推定装置及び方法 | |
KR101833007B1 (ko) | 도플러 비컨을 이용한 수중 이동체의 위치 및 속도 추정 방법 및 시스템 | |
Zhu et al. | Kalman-based underwater tracking with unknown effective sound velocity | |
Hu et al. | 1d-lrf aided visual-inertial odometry for high-altitude mav flight | |
JP6757227B2 (ja) | 運動パラメータ推定装置、運動パラメータ推定方法及びプログラム | |
Bikmaev et al. | Improving the accuracy of supporting mobile objects with the use of the algorithm of complex processing of signals with a monocular camera and LiDAR | |
CN112666519A (zh) | 一种基于广义二阶时延差的水下目标高精度定位方法 | |
CN116929343A (zh) | 位姿估计方法、相关设备及存储介质 | |
KR101480834B1 (ko) | 다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법 | |
Kavitha et al. | Shifted Rayleigh filter: A novel estimation filtering algorithm for pervasive underwater passive target tracking for computation in 3D by bearing and elevation measurements | |
Garapati Vaishnavi et al. | Underwater bearings-only tracking using particle filter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20161013 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20181109 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190712 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200630 |
|
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: 20200818 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200828 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6757227 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |