JP2018179523A - 物標識別装置及び物標識別プログラム - Google Patents
物標識別装置及び物標識別プログラム Download PDFInfo
- Publication number
- JP2018179523A JP2018179523A JP2017073724A JP2017073724A JP2018179523A JP 2018179523 A JP2018179523 A JP 2018179523A JP 2017073724 A JP2017073724 A JP 2017073724A JP 2017073724 A JP2017073724 A JP 2017073724A JP 2018179523 A JP2018179523 A JP 2018179523A
- Authority
- JP
- Japan
- Prior art keywords
- doppler
- rcs
- component
- value
- fourier transform
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
前記反射信号のドップラ値の成分順の番号毎に、前記成分順フーリエ変換後ドップラ値群を平準化した成分順平準化後ドップラ変動値に応じたドップラ用物標識別基準データを記憶したドップラ用物標識別基準データ記憶部と、
前記反射信号のRCS値の成分順の番号毎に、前記成分順フーリエ変換後RCS値群を平準化した成分順平準化後RCS変動値に応じたRCS用物標識別基準データを記憶したRCS用物標識別基準データ記憶部とを備え、さらに、物標識別部を備え、
前記物標識別部
前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値が出力される毎に、各々のスペクトラム分布を求める手段と、
各々の前記スペクトラム分布が求められる毎に、番号を順次指定する手段と、
この指定毎にこの番号の前記ドップラ用物標識別基準データ、前記RCS用物標識別基準データと各々のスペクトラム分布とに基づいて統計的分析を行って前記物標の種別を識別する手段とを備えたことを要旨とする。
前述の3Dレーダ装置100は、3Dレーダアンテナ101と、3Dレーダ本体部105等よりなる。
3Dレーダ本体部105は、図1に示すように、種登録識別モード設定部119と、本体側登録用ドップラフィルタテーブル120iと、本体側登録用RCSフィルタテーブル121iと、ドップラフーリエ変換部109と、RCSフーリエ変換部111と、ドップラ用フィルタ挿入部113と、RCS用フィルタ挿入部115と、指示器用出力部131と、ドップラ用出力部132と、RCS用出力部135とを備えている。
FBDi=(FNDi−1)×0.2543
である。但し、(FNDi−1)は、FNDi−1の番号のフーリエ変換の値であっても構わない。なお、0.2543という係数は、鳥類を識別するために経験的に決めた値である。
FBSi=(FNSi−1)×0.2543
である。但し、(FNSi−1)は、FNSi−1の番号のフーリエ変換の値であっても構わない。
物標識別装置200は、図1に示すように、収集部205と、ドップラ・RCS用情報記憶部206と、ドップラ用平準化部215と、RCS用平準化部217と、物標識別部270とを備えている。
収集部205は、登録モードの場合は、3Dレーダ本体部105のドップラ用出力部132に対して登録用ドップラフィルタファイル情報rDJi(ドップラ、Bi、Bki、Hi、Hti、FNDi群、FBDi群・・)を要求する。
収集部205は、識別モードの場合は、3Dレーダ本体部105のドップラ用出力部132に対して識別用ドップラフィルタ情報dDJi(FNDi群、FBDi群)を要求する。
ドップラ用平準化部215は、登録モードの場合は、ドップラ用フィルタテーブル207iをドップラ用フィルタテーブル207a、207b、207cの順に指定する。
ドップラ用平準化部215は、識別モードの場合は、収集部205から識別用ドップラフィルタ情報dDJiが入力する毎に、これを物標識別部270に出力する。
物標識別部270は、収集部205から識別用ドップラフィルタ情報dDJi(FBDi群、FNDi)が入力する毎に、ドップラ用識別蓄積メモリ262に記憶する。そして、このドップラ用識別蓄積メモリ262に今までの追尾分の識別用ドップラフィルタ情報dDJiが存在している場合は、これらとで上記と同様に平準化して、上記の成分順平準化後ドップラ変動値δdi(i=1、・・又は64)を求める。
そして、物標識別部270は、これらのフィルタ毎ドップラ種別ボックスプロット図DPi及びフィルタ毎RCS種別ボックスプロット図RSiを用いて種を識別する。
登録は以下の構成を備えて登録する。図19は登録の構成を有する物標識別装置の概略構成図である。
本実施の形態においては、ドップラ用平準化部215を代表にして説明する。図21はドップラ用平準化部215の処理を説明するフローチャートである。
上記の探知時刻Tn、受信信号振幅値As、ドップラ分散値fd(Hz)、ドップラ周波数の広がりwfd(Hz)、物標方向D、レーダから物標までの距離Rについて説明する。
・ドップラ分散値fd(Hz)は、レーダの送信電波の波長λ(m)、物標のレーダ方向速度Vr(m/s)から式(2)によって示される。
・ドップラ周波数の広がりwfd(Hz)は、異なるレーダ方向速度Vrを持つ複数の物標が同一距離に存在する場合や、一つの物標であっても物標各部のレーダ方向速度Vrが異なる場合等に発生するもので、後者の場合は物標の特性を表す。
(レーダの仕様)
本発明の使用しているレーダの仕様は、たとえば以下の通り
である。
5m^2、最大飛翔速度が30m/s
・レーダ方式:FM−CW方式
・周波数:Kuバンド
・距離範囲:2.5km
・角度範囲:方位方向:全周、高低方向:−5〜30度
・距離分解能:10m
・角度分解能:方位方向:2.5度、高低方向:15度(測角精度:1度)
・速度分解能:3m/s
・データレート:4s/回(アンテナ回転速度に相当)
・レーダのビーム幅:約60度
上記の仕様が本発明の物標識別に必要なレーダデータを取得するのに最適ではあるが、判定処理に必要なデータが取得できるレーダであれば、この仕様に限定するものではない。
101 3Dレーダアンテナ
105 3Dレーダ本体部
107i 本体側ドップラ用テーブル
108i 本体側RCS用テーブル
109 ドップラフーリエ変換部
111 RCSフーリエ変換部
119 種登録識別モード設定部
120 本体側登録用ドップラテーブル
121 本体側登録用RCSフィルタテーブル
113 ドップラ用フィルタ挿入部
115 RCS用フィルタ挿入部
132 ドップラ用出力部
200 物標識別装置
205 収集部
206 ドップラ・RCS用情報記憶部
215 ドップラ用平準化部
217 RCS用平準化部
270 物標識別部
Claims (12)
- 物標に信号を放射して取得した揺らぎのある反射信号をフーリエ変換して各々を成分順に整理した成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を出力させ、これらに基づいて物標の種類を識別する物標識別装置であって、
前記反射信号のドップラ値の成分順の番号毎に、前記成分順フーリエ変換後ドップラ値群を平準化した成分順平準化後ドップラ変動値に応じたドップラ用物標識別基準データを記憶したドップラ用物標識別基準データ記憶部と、
前記反射信号のRCS値の成分順の番号毎に、前記成分順フーリエ変換後RCS値群を平準化した成分順平準化後RCS変動値に応じたRCS用物標識別基準データを記憶したRCS用物標識別基準データ記憶部とを備え、さらに、物標識別部を備え、
前記物標識別部
前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値が出力される毎に、各々のスペクトラム分布を求める手段と、
各々の前記スペクトラム分布が求められる毎に、番号を順次指定する手段と、
この指定毎にこの番号の前記ドップラ用物標識別基準データ、前記RCS用物標識別基準データと各々のスペクトラム分布とに基づいて統計的分析を行って前記物標の種別を識別する手段と
を有することを特徴とする物標識別装置。 - さらに、収集部を備え、
前記収集部は、
前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群が生成される毎に、これを入力する手段と、
前記入力した前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を前記物標識別部に出力する手段と
を有することを特徴とする請求項1記載の物標識別装置。 - ドップラ用識別蓄積メモリと、RCS用識別蓄積メモリとを備え、
前記物標識別部は、
前記成分順フーリエ変換後ドップラ値群が入力する毎に前記ドップラ用識別蓄積メモリに蓄積し、過去の前記成分順フーリエ変換後ドップラ値群とで平準化する手段と、
前記成分順フーリエ変換後RCS値群が入力する毎に前記RCS用識別蓄積メモリに蓄積し、過去の前記成分順フーリエ変換後RCS値群とで平準化する手段と、
前記平準化された成分順フーリエ変換後ドップラ値群及び前記平準化された成分順フーリエ変換後RCS値群の前記各々のスペクトラム分布を求める手段と
を有することを特徴とする請求項1又は2記載の物標識別装置。 - ドップラ用平準化後用テーブルと、平準化後RCS用テーブルとを備え、さらに、
前記物標識別部は、
前記ドップラ用識別蓄積メモリに、前記成分順フーリエ変換後ドップラ値群が新たに蓄積される毎に、前記成分順の番号の順に指定する手段と、
前記指定された番号の前記成分順フーリエ変換後ドップラ値を前記ドップラ用識別蓄積メモリから読み込み、各々毎に一定時間前の全ての前記成分順フーリエ変換後ドップラ値と一定時間前の全ての成分順フーリエ変換後ドップラ値群とで平準化し、これを前記成分順平準化後ドップラ変動値として前記ドップラ用識別蓄積メモリに順に登録する手段と、
前記RCS用識別蓄積メモリに、前記成分順フーリエ変換後RCS値群が新たに蓄積される毎に、成分順の番号を順に指定する手段と、
前記指定された番号の前記成分順フーリエ変換後RCS値を前記RCS用識別蓄積メモリから読み込み、各々毎に一定時間前の全て成分順フーリエ変換後RCS値と一定時間前の全ての前記成分順フーリエ変換後RCS値群とで平準化し、これを前記成分順平準化後RCS変動値として前記RCS用識別蓄積メモリに順に登録する手段とを備え、さらに、
前記ドップラ用平準化後用テーブルに登録された前記成分順平準化後ドップラ変動値に基づいた前記ドップラ用物標識別基準データを生成して前記ドップラ用物標識別基準データ記憶部に記憶するドップラ用分類器作成部と、
前記平準化後RCS用テーブルに登録された前記成分順平準化後RCS変動値に基づいた前記RCS用物標識別基準データを生成して前記RCS用物標識別基準データ記憶部に記憶するRCS用分類器作成部と
を有することを特徴とする請求項3記載の物標識別装置。 - 前記ドップラ値及びRCS値は、
レーダ本体部がレーダアンテナを回転させながら第1の一定間隔でレーダ波を発射し取得したドップラ値及びRCS値であることを特徴とする請求項1記載の物標識別装置。 - ドップラ用テーブルと、RCS用テーブルと、ドップラ用平準化後用テーブルと、平準化後RCS用テーブルとを備え、さらに平準化部を備え、
前記収集部は、
レーダ本体部がレーダアンテナを回転させながら第1の一定間隔でレーダ波を発射して取得してドップラ値及びRCS値を第2の一定間隔毎(第2の一定間隔>第1の一定間隔)にフーリエ変換して各々を成分順に整理した成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を前記レーダ本体部から出力させる手段と、
前記成分順フーリエ変換後ドップラ値群を前記ドップラ用テーブルに順に記憶する手段と、
前記成分順フーリエ変換後RCS値群を前記RCS用テーブルに順に記憶する手段とを備え、
前記平準化部は、
前記ドップラ用テーブルに、前記成分順フーリエ変換後ドップラ値群が新たに記憶される毎に、前記成分順の番号の順に指定する手段と、
前記指定された番号の成分順フーリエ変換後ドップラ値を前記ドップラ用テーブルから読み込み、各々毎に一定時間前の全ての成分順フーリエ変換後ドップラ値と一定時間前の全ての成分順フーリエ変換後ドップラ値群とで平準化し、これを前記成分順平準化後ドップラ変動値として前記ドップラ用平準化後用テーブルに順に登録する手段と、
前記RCS用テーブルに、前記成分順フーリエ変換後RCS値群が新たに記憶される毎に、成分順の番号を順に指定する手段と、
前記指定された番号の前記成分順フーリエ変換後RCS値を前記RCS用テーブルから読み込み、各々毎に一定時間前の全て成分順フーリエ変換後RCS値と一定時間前の全ての前記成分順フーリエ変換後RCS値群とで平準化し、これを前記成分順平準化後RCS変動値として前記平準化後RCS用テーブルに順に登録する手段と、
前記ドップラ用平準化後用テーブルに登録された前記成分順平準化後ドップラ変動値に基づいた前記ドップラ用物標識別基準データを生成して前記ドップラ用物標識別基準データ記憶部に記憶する手段と、
前記平準化後RCS用テーブルに登録された前記成分順平準化後RCS変動値に基づいた前記RCS用物標識別基準データを生成して前記RCS用物標識別基準データ記憶部に記憶する手段と、
を有することを特徴とする請求項2記載の物標識別装置。 - 前記レーダ本体部は、
第2の一定間隔毎(第2の一定間隔>第1の一定間隔)に前記物標の反射波のドップラ値Diをフーリエ変換して得たスペクトラムを前記第1の一定間隔で順に読み込んで、その読み込んだスペクトラムの周波数の高さに応じた番号を付加して成分順フーリエ変換後ドップラ値を生成し、さらに、
前記第2の一定間隔毎に前記物標の反射信号のRCS値をフーリエ変換して得たスペクトラムを前記第1の一定間隔で順に読み込んで、その読み込んだスペクトラムの周波数の高さに応じた番号を付加して成分順フーリエ変換後RCS値を生成していることは特徴とする請求項6記載の物標識別装置。 - 前記平準化部は、
前記番号を順次指定し、この指定毎の番号の前記成分順フーリエ変換後ドップラ値の一定期間内の全ての合計を順次求め、各々の合計を各々の合計Σの総計で除した各々の値を前記成分順平準化後ドップラ変動値として求め、
前記指定毎の番号の前記成分順フーリエ変換後RCS値の一定期間内の全ての合計を順次求め、各々の合計を各々の合計の総計で除した各々の値を前記成分順平準化後RCS変動値として求めていることを特徴とする請求項6記載の物標識別装置。 - 前記物標は、鳥類であることを特徴とする請求項1記載の物標識別装置。
- 物標に信号を放射して取得した揺らぎのある反射信号をフーリエ変換して各々を成分順に整理した成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を出力させ、これらに基づいて物標の種類を識別する物標識別プログラムであって、
コンピュータを、
前記反射信号のドップラ値の成分順の番号毎に、前記成分順フーリエ変換後ドップラ値群を平準化した成分順平準化後ドップラ変動値に応じたドップラ用物標識別基準データをドップラ用物標識別基準データ記憶部に記憶する手段、
前記反射信号のRCS値の成分順の番号毎に、前記成分順フーリエ変換後RCS値群を平準化した成分順平準化後RCS変動値に応じたRCS用物標識別基準データをRCS用物標識別基準データ記憶部に記憶する手段、
前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値が出力される毎に、各々のスペクトラム分布を求める手段、
各々の前記スペクトラム分布が求められる毎に、番号を順次指定する手段、
この指定毎にこの番号の前記ドップラ用物標識別基準データ、前記RCS用物標識別基準データと各々のスペクトラム分布とに基づいて統計的分析を行って前記物標の種別を識別する手段
として機能させることを特徴とする物標識別プログラム。 - 前記コンピュータを、
前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群が生成される毎に、これを入力する手段、
前記入力した前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を前記物標識別部に出力する手段
として機能させることを特徴とする請求項10記載の物標識別プログラム。 - 前記コンピュータを、
前記成分順フーリエ変換後ドップラ値群が入力する毎に前記ドップラ用識別蓄積メモリに蓄積し、過去の前記成分順フーリエ変換後ドップラ値群とで平準化する手段、
前記成分順フーリエ変換後RCS値群が入力する毎に前記RCS用識別蓄積メモリに蓄積し、過去の前記成分順フーリエ変換後RCS値群とで平準化する手段と、
前記平準化された成分順フーリエ変換後ドップラ値群及び前記平準化された成分順フーリエ変換後RCS値群の前記各々のスペクトラム分布を求める手段
として機能させることを特徴とする請求項10又は11記載の物標識別プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017073724A JP2018179523A (ja) | 2017-04-03 | 2017-04-03 | 物標識別装置及び物標識別プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017073724A JP2018179523A (ja) | 2017-04-03 | 2017-04-03 | 物標識別装置及び物標識別プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018179523A true JP2018179523A (ja) | 2018-11-15 |
Family
ID=64274918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017073724A Pending JP2018179523A (ja) | 2017-04-03 | 2017-04-03 | 物標識別装置及び物標識別プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018179523A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112289326A (zh) * | 2020-12-25 | 2021-01-29 | 浙江弄潮儿智慧科技有限公司 | 一种具有噪音去除的鸟类识别综合管理系统及其噪音去除方法 |
CN118169218A (zh) * | 2024-05-14 | 2024-06-11 | 杭州臻稀生物科技有限公司 | 基于人工智能和云端技术的质谱分析系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100079328A1 (en) * | 2008-05-05 | 2010-04-01 | Drake Peter R | Methods and apparatus for detection/classification of radar targets including birds and other hazards |
JP2012103188A (ja) * | 2010-11-12 | 2012-05-31 | Toshiba Corp | レーダ装置 |
JP2015075387A (ja) * | 2013-10-09 | 2015-04-20 | 住友電気工業株式会社 | 電波センサおよび検知方法 |
JP2015152321A (ja) * | 2014-02-10 | 2015-08-24 | アジア航測株式会社 | 鳥類等判別レーダ装置および鳥類等判別方法 |
-
2017
- 2017-04-03 JP JP2017073724A patent/JP2018179523A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100079328A1 (en) * | 2008-05-05 | 2010-04-01 | Drake Peter R | Methods and apparatus for detection/classification of radar targets including birds and other hazards |
JP2012103188A (ja) * | 2010-11-12 | 2012-05-31 | Toshiba Corp | レーダ装置 |
JP2015075387A (ja) * | 2013-10-09 | 2015-04-20 | 住友電気工業株式会社 | 電波センサおよび検知方法 |
JP2015152321A (ja) * | 2014-02-10 | 2015-08-24 | アジア航測株式会社 | 鳥類等判別レーダ装置および鳥類等判別方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112289326A (zh) * | 2020-12-25 | 2021-01-29 | 浙江弄潮儿智慧科技有限公司 | 一种具有噪音去除的鸟类识别综合管理系统及其噪音去除方法 |
CN118169218A (zh) * | 2024-05-14 | 2024-06-11 | 杭州臻稀生物科技有限公司 | 基于人工智能和云端技术的质谱分析系统及方法 |
CN118169218B (zh) * | 2024-05-14 | 2024-07-19 | 杭州臻稀生物科技有限公司 | 基于人工智能和云端技术的质谱分析系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bakx et al. | Use and categorization of light detection and ranging vegetation metrics in avian diversity and species distribution research | |
Holmgren et al. | Identifying species of individual trees using airborne laser scanner | |
Moffiet et al. | Airborne laser scanning: Exploratory data analysis indicates potential variables for classification of individual trees or forest stands according to species | |
Ørka et al. | Effects of different sensors and leaf-on and leaf-off canopy conditions on echo distributions and individual tree properties derived from airborne laser scanning | |
KR20200122897A (ko) | 라이다 측량자료를 이용한 숲틈 모니터링 시스템 및 방법 | |
Blomley et al. | Tree species classification using within crown localization of waveform LiDAR attributes | |
EP3794376B1 (en) | Apparatus and method to classify full waveform data from retro-flected signals | |
Itakura et al. | Automatic individual tree detection and canopy segmentation from three-dimensional point cloud images obtained from ground-based lidar | |
JP2015200615A (ja) | レーザー計測結果解析システム | |
Dersch et al. | Towards complete tree crown delineation by instance segmentation with Mask R–CNN and DETR using UAV-based multispectral imagery and lidar data | |
Ghimire et al. | Using terrestrial laser scanning to measure forest inventory parameters in a mediterranean coniferous stand of western Greece | |
Holopainen et al. | Effect of data acquisition accuracy on timing of stand harvests and expected net present value | |
JP2018179523A (ja) | 物標識別装置及び物標識別プログラム | |
D’hont et al. | Characterising termite mounds in a tropical savanna with UAV laser scanning | |
Aryal et al. | Impact of slope, aspect, and habitat-type on LiDAR-derived digital terrain models in a near natural, heterogeneous temperate forest | |
US20220179065A1 (en) | Synthetic-aperture-radar image processing device and image processing method | |
Hollaus et al. | Full-waveform airborne laser scanning systems and their possibilities in forest applications | |
JP6228099B2 (ja) | 鳥類の観測方法 | |
Pashaei et al. | Terrestrial lidar data classification based on raw waveform samples versus online waveform attributes | |
Hyyppä et al. | Forest inventory using laser scanning | |
DE102019132973A1 (de) | Verfahren zur Umorganisation von Abtastpunkten in einer von einem Detektionssystem eines Fahrzeugs erzeugten Punktwolke | |
KR100741155B1 (ko) | 레이저 펄스를 이용한 수목의 높이 데이터 추출장치 및 그방법 | |
Soederman et al. | On analysis and visualization of full-waveform airborne laser scanner data | |
CN115164908A (zh) | 一种基于植物冠层地标的无人机导航方法以及装置 | |
CN111723797B (zh) | 一种确定三维目标的包围框的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200330 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210302 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210428 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210608 |