JP2022180111A - 情報処理装置、及び、情報処理方法 - Google Patents

Abstract

【課題】高分解能で、かつ、ロバスト性が高い物体認識を行えるようにする。【解決手段】アンテナからの受信信号に対して、フーリエ変換処理が実行されて第１の角度スペクトルが算出され、前記受信信号に対して、高分解能アルゴリズムが実行されて第２の角度スペクトルが算出され、前記第１の角度スペクトルと前記第２の角度スペクトルとがそれぞれ出力される。【選択図】図１

Description

本技術は、情報処理装置、及び、情報処理方法に関し、特に、高分解能で、かつ、ロバスト性が高い物体認識を行えるようにした情報処理装置、及び、情報処理方法に関する。

特許文献１、２には、高分解能アルゴリズムを用いて高分解能で物標（ターゲット）を検出するレーダ装置が開示されている。

特許第５１１４２１７号公報 特許第６６８７２８９号公報

高分解能アルゴリズムを用いて物標を高分解能で検出するレーダ装置では、高分解能アルゴリズムのロバスト性が低いので、ノイズが大きい場合には、物体認識の精度が低下しやすい。

本技術はこのような状況に鑑みてなされたものであり、高分解能で、かつ、ロバスト性が高い物体認識を行えるようにする。

本技術の情報処理装置は、アンテナからの受信信号に対して、フーリエ変換処理を実行して第１の角度スペクトルを算出する第１のスペクトル処理部と、前記受信信号に対して、高分解能アルゴリズムを実行して第２の角度スペクトルを算出する第２のスペクトル処理部と、前記第１の角度スペクトルと前記第２の角度スペクトルとをそれぞれ出力する出力部とを備える情報処理装置である。

本技術の情報処理方法は、第１のスペクトル処理部と、第２のスペクトル処理部と、出力部とを有する情報処理装置の前記第１のスペクトル処理部が、アンテナからの受信信号に対して、フーリエ変換処理を実行して第１の角度スペクトルを算出し、前記第２のスペクトル処理部が、前記受信信号に対して、高分解能アルゴリズムを実行して第２の角度スペクトルを算出し、前記出力部が、前記第１の角度スペクトルと前記第２の角度スペクトルとをそれぞれ出力する情報処理方法である。

本技術の情報処理装置及び情報処理方法においては、アンテナからの受信信号に対して、フーリエ変換処理が実行されて第１の角度スペクトルが算出され、前記受信信号に対して、高分解能アルゴリズムが実行されて第２の角度スペクトルが算出され、前記第１の角度スペクトルと前記第２の角度スペクトルとがそれぞれ出力される。

本技術が適用されたレーダ装置の第１の実施の形態の構成を例示した図である。 第１の実施の形態のレーダ装置のレーダ処理部が実施する処理の流れを表した図である。 信頼度設定部の第１形態の処理の流れを例示した図である。 信頼度設定部の第２形態の処理の流れを例示した図である。 本技術が適用されたレーダ装置の第２の実施の形態の構成を例示した図である。 第２の実施の形態のレーダ装置のレーダ処理部が実施する処理の流れを表した図である。

以下、図面を参照しながら本技術の実施の形態について説明する。

＜レーダ装置の第１の実施の形態＞
図１は、本技術が適用されたレーダ装置の第１の実施の形態の構成を例示した図である。

図１のレーダ装置１は、電波を発射し、その反射波をとらえることにより、空間に存在する物体（物標）の距離及び方向等を検出する装置である。レーダ装置１は、例えば、電波としてミリ波（周波数にして30GHz乃至300GHz）を用いたFMCW（Frequency Modulated Continuous Wave：周波数連続変調）方式のレーダ装置である。ただし、本技術は、FMCW方式以外のレーダ装置であっても適用され得る。

レーダ装置１は、送信アンテナ１１、受信アンテナ１２、RF（Radio Frequency：高周波）フロントエンド部１３、レーダ処理部１４、及び、検出処理・トラッキング認識部１５を有する。

送信アンテナ１１は、RFフロントエンド部１３から供給される送信信号を電波（送信波）として空中に放射する。

受信アンテナ１２は、送信アンテナ１１から放射された後、物体（物標）で反射して到来する電波（受信波、反射波、又は、到来波ともいう）を受信する。受信アンテナ１２が受信した受信波は、受信信号としてRFフロントエンド部１３に供給される。

受信アンテナ１２は、例えば直線状に配列された複数の受信アンテナ（アレイアンテナ）からなり、図１上では、それらの複数の受信アンテナが１つの受信アンテナ１２として示されている。複数の受信アンテナを明示する場合には、それらを受信アンテナ１２－１乃至１２－Ｎ（Ｎは受信アンテナの個数）として表すこととする。なお、受信アンテナ１２は、直線状に配列されたアレイアンテナに限らず、平面状（２次元状）等に配列されたアレイアンテナであってもよい。

RFフロントエンド部１３は、送信信号を生成して送信アンテナ１１に供給し、受信アンテナ１２からの受信信号に応じたIF（Intermediate Frequency：中間周波数）信号をレーダ処理部１４に供給する。

レーダ処理部１４は、RFフロントエンド部１３からのIF信号に基づいて、距離スペクトル、角度スペクトル、及び、速度スペクトル等を算出する。距離スペクトルは、レーダ装置１により物体の検出が可能な空間範囲の全体であるレーダ装置１の走査範囲（測定範囲）において、レーダ装置１（受信アンテナ１２）から物体が存在する位置までの距離（物体の距離）を特定する情報である。角度スペクトルは、レーダ装置１の走査範囲において、物体が存在する位置の方向（物体の方向）を特定する情報である。物体の方向は、例えば、レーダ装置１（受信アンテナ１２）の位置を基準位置とし、基準位置から見て所定の方向を基準方向（例えばレーダ装置１の走査範囲の中心方向）とした場合に、基準方向に対して、基準位置から物体の存在する位置に向かう方向の角度で表される。物体の方向を物体の角度ともいう。以下において、方向又は角度という場合には、同様に所定の基準位置から見た所定の基準方向に対する方向又は角度を表す。速度スペクトルは、移動している物体の移動速度を特定する情報である。レーダ処理部１４により得られた距離スペクトルや角度スペクトル等の情報は、検出処理・トラッキング認識部１５に供給される。

検出処理・トラッキング認識部１５は、レーダ処理部１４からの情報に基づいて、注目する物体（物標：ターゲット）を検出し、レーダ装置１に対する物標の距離や方向等を特定しながら、検出した物標を追跡する。なお、物標は、移動物体である場合や、予め決められた種類の物体である場合等であってよい。追跡した物標の距離及び方向等の物標情報やトラッキング情報（移動軌跡等）は、映像化等の処理を行う不図示の処理部に供給される。

なお、検出処理・トラッキング認識部１５は、レーダ装置１の用途に応じた任意の処理部であってよく、詳細な説明は省略する。ただし、本技術に関係する処理については後述する。

（RFフロントエンド部１３の構成及び処理）
RFフロントエンド部１３は、チャープ信号生成部３１、増幅部３２、３３、ミキシング部３４、LPF（ローパスフィルタ）部３５、及び、A/D変換部３６を有する。

チャープ信号生成部３１は、正弦波信号を周波数変調したチャープ信号を生成し、増幅部３２、及び、ミキシング部３４に供給する。チャープ信号は、例えば、所定周期で、周波数が所定の最小周波数から所定の最大周波数まで連続的（直線的）に変更（掃引）される信号である。

増幅部３２は、チャープ信号生成部３１からのチャープ信号を増幅し、送信アンテナ１１に供給する。

増幅部３３は、受信アンテナ１２からの受信信号を増幅し、ミキシング部３４に供給する。

ミキシング部３４は、チャープ信号生成部３１からのチャープ信号と、増幅部３３からの受信信号とをミキシング（混合）することにより、IF信号を生成する。IF信号は、受信信号の周波数とチャープ信号の周波数との差分である差周波数（ビート周波数）を有するビート信号である。ミキシング部３４で生成されたIF信号は、LPF部３５に供給される。

LPF部３５は、ミキシング部３４からのIF信号からノイズ等の高周波成分を除去し、A/D変換部３６に供給する。

A/D変換部３６は、LPF部３５からのIF信号の値を所定のサンプリング周期でサンプリングし、サンプリングした値をアナログ値からデジタル値に変換する。これにより、IF信号がアナログ信号からデジタル信号に変換される。デジタル信号に変換されたIF信号は、レーダ処理部１４に供給される。

なお、RFフロントエンド部１３からレーダ処理部１４には、受信アンテナ１２における複数の受信アンテナ１２－１乃至１２－Ｎのそれぞれに対応するＮチャネル分のIF信号が供給される。RFフロントエンド部１３は、受信アンテナ１２－１乃至１２－Ｎのそれぞれに対応してＮチャネル分の増幅部３３、ミキシング部３４、LPF部３５、及び、A/D変換部３６を有する。但し、これらの処理部３３乃至３６のいずれか１つ又は複数が、時分割処理により、複数チャネル分の処理を行うことで、RFフロントエンド部１３が、Ｎチャネル分の処理部３３乃至３６を有していない場合であってもよい。

（レーダ処理部１４の構成及び処理）
レーダ処理部１４は、DSP（Digital Signal Processor）により構成される処理部であり、プログラムの実行により、FFT（Fast Fourier Transform）部５１、FFT部５２、高分解能アルゴリズム処理部５３、及び、信頼度設定部５４を構築する。

FFT部５１は、RFフロントエンド部１３のA/D変換部３６からのIF信号に対して距離FFT、及び、速度FFTの処理を行う。

距離FFTは、A/D変換部３６からのIF信号に対して、時間領域表現（時間tを変数とする関数での表現）から周波数領域表現（周波数を変数とする関数での表現）への周波数変換を行うFFT（高速フーリエ変換）である。距離FFTは、各受信アンテナ１２－１乃至１２－Ｎに対応した各チャネルのIF信号に対して実施される。これにより、レーダ装置１の全走査範囲に存在する物体（物標）の距離に対応した周波数で高い強度を示すスペクトル（スペクトル信号）が得られる。なお、周波数と物体の距離とは一定の関係を有するので、距離FFTにより得られる周波数に対するスペクトル（周波数スペクトル）を周波数に対応する物体の距離（物体が存在し得る位置のレーダ装置１からの距離、以下、単に距離という）に対するスペクトルとみなすことができる。以下において、距離スペクトルという場合には、距離に対するスペクトルを表しているものとする。

速度FFTは、距離FFTにより得られた距離スペクトルのデータにおいて、同一距離に対するデータを時系列順に並べた成分信号に対して、時間領域表現から周波数領域表現への周波数変換を行うFFTである。例えば、RFフロントエンド部１３のチャープ信号生成部３１から出力される所定周期分（Ｍ周期分）のチャープ信号に対応してA/D変換部３６からFFT部５１に供給されるＭ周期分（チャープ・フレーム分）のIF信号を１セット分のIF信号とする。距離FFTは１チャープ・フレーム分のIF信号ごとに行われるので、１セット分のIF信号に対して距離FFTが行われると、Ｍチャープ・フレーム分の距離スペクトルのデータが１セット分の距離スペクトルのデータとして得られる。速度FFTでは、それらの１セット分の距離スペクトルのデータにおいて、同一距離に対するＭ個分のデータを時系列順に並べた成分信号（距離スペクトルの時間的成分信号）に対してFFTによる周波数変換が行われる。これにより、物体の移動速度（レーダ装置１と物体との相対速度）に対応する周波数で高い強度を示すスペクトルが得られる。速度FFTは、１セット分のIF信号がA/D変換部３６からFFT部５１に供給されるごとに繰り返し行われる。速度FFTは、距離スペクトルにより物体が存在すると判定される距離に対する距離スペクトルの時間的成分信号に対してのみ行われる場合であってもよいし、距離スペクトルの全範囲の距離に対する距離スペクトルの時間的成分信号に対して行われる場合であってもよい。なお、速度FFTにより周波数変換されたときの周波数領域における周波数と物体の移動速度とは一定の関係を有するので、速度FFTにより得られる周波数に対するスペクトル（周波数スペクトル）を周波数に対応する物体の移動速度（物体が移動し得る速度、以下、単に速度という）に対するスペクトルとみなすことができる。以下において、速度スペクトルという場合には、速度に対するスペクトルを表しているものとする。物体の移動速度は速度FFTにより検出される場合に限らず、速度FFTが行われない場合であってもよい。

FFT部５１は、距離FFTにより得られた距離スペクトル、及び、速度FFTにより得られた速度スペクトル等の走査範囲に存在する物体の距離及び移動速度に関する情報を必要に応じてFFT部５２、高分解能アルゴリズム処理部５３、信頼度設定部５４、及び、検出処理・トラッキング認識部１５に供給する。

FFT部５２（第１のスペクトル処理部）は、FFT部５１の距離FFT及び速度FFT（距離・速度FFT）により算出された距離スペクトル及び速度スペクトルのデータを取得し、角度FFTの処理（角度方向推定処理）を行う。なお、距離・速度FFTにより得られた距離スペクトル及び速度スペクトルのデータを距離・速度スペクトルのデータということとする。FFT部５２（及び高分解能アルゴリズム処理部５３）は、速度に関して考慮しない場合であってもよく、その場合には距離・速度スペクトルは距離スペクトルに相当する。

角度FFTは、複数の受信アンテナ１２－１乃至１２－Ｎに対応する各チャネルのIF信号に対する距離・速度FFTにより得られた各チャネルの距離・速度スペクトルのデータを用いたFFTである。具体的には、角度FFTでは、各チャネルの距離・速度スペクトルのデータにおいて、同一距離かつ同一速度に対するＮ個分（Ｎチャネル分）のデータを、それぞれに対応する受信アンテナ１２－１乃至１２－Ｎの位置での値として空間的に並べた成分信号（距離スペクトルの空間的成分信号）に対して、FFTによる空間領域表現から周波数領域表現への周波数変換が行われる。これにより、物体が存在する角度（レーダ装置１の走査範囲の中心方向と物体の方向とのなす角）に対応する周波数で高い強度を示すスペクトルが得られる。角度FFTは、距離・速度スペクトルにより物体が存在すると判定される距離及び速度に対する距離・速度スペクトルの空間的成分信号に対してのみ行われる場合であってもよいし、距離・速度スペクトルの全範囲の距離及び速度に対する距離・速度スペクトルの空間的成分信号に対して行われる場合であってもよい。なお、角度FFTにより周波数変換されたときの周波数領域における周波数と物体の角度とは一定の関係を有するので、角度FFTにより周波数変換されたときの周波数領域における周波数に対するスペクトル（周波数スペクトル）を周波数に対応する物体の角度（物体が存在し得る位置のレーダ装置１（受信アンテナ１２）に対する角度（方向）、以下、単に角度という）に対するスペクトルとみなすことができる。以下において、角度スペクトルという場合には、角度に対するスペクトルを表しているものとする。

FFT部５２は、角度FFTにより得られた角度スペクトル等の走査範囲に存在する物体の角度に関する情報を必要に応じて信頼度設定部５４、及び、検出処理・トラッキング認識部１５に供給する。

高分解能アルゴリズム処理部５３（第２のスペクトル処理部）は、A/D変換部３６からの各チャネルのIF信号のデータ、又は、FFT部５１からの距離・速度スペクトルのデータに基づいて高分解能アルゴリズムを用いてFFT部５２よりも高分解能の角度推定処理（到来方向推定）を行う。

ここで、FFT部５２で得られた角度スペクトルは、到来方向推定法として、フーリエ変換に基づくビームフォーマ法を用いて受信アンテナ１２が受信した到来波（受信波）の到来方向を推定した結果である。ビームフォーマ法は、高分解能アルゴリズムを用いた到来方向推定法と比較して分解能が低いが、演算量が少ないので、演算処理に要する負荷及び時間が小さい。したがって、FFT部５２による角度スペクトルの算出は、短時間で行われる。

高分解能アルゴリズム処理部５３で用いられる高分解能アルゴリズムは、ビームフォーマ法よりも演算量が多いので、演算処理に要する負荷及び時間が大きいが、分解能が高い。本実施の形態においては、高分解能アルゴリズムは、ビームフォーマ法よりも分解能が高い任意の到来方向推定法を表す。高分解能アルゴリズムとしては、Capon法、CS法（圧縮センシング）、線形予測法（LP:Linear Prediction)、Pisarenko法、MUSIC法(MUltiple SIgnal Classication)、ESPRIT法(Estimation of Signal Parameters via Rotational Invariance Techniques)、Deterministic Maximum Likelihood、Weighted Subspace Fitting、Root-MUSIC等が周知である。高分解能アルゴリズム処理部５３は、ビームフォーマ法よりも分解能が高いこれらの周知の高分解能アルゴリズムのうちのいずれの到来方向推定方法を用いる場合であってもよい。

例えば、高分解能アルゴリズム処理部５３は、高分解能アルゴリズムとしてMUSIC法を用いる場合、各チャネルのIF信号のデータと、ステアリング行列とを用いてMUSICスペクトル（評価関数）を算出する。MUSICスペクトル（MUSICスペクトラムともいう)は、FFT部５２の角度FFTにより生成される角度スペクトルに対応し、物体が存在する角度に対して高い強度を示す。MUSICスペクトルは、角度FFTにより得られる角度スペクトルよりも分解能が高い。なお、ステアリング行列の列方向の成分値は、電波（受信波）の到来角度に応じて各受信アンテナ１２－１乃至１２－Ｎで受信された受信信号の間で生じる位相差に起因する振幅の振動を表す。ステアリング行列の各列には、受信電波の到来角度を所定角度ずつへ変更したときの成分値が配置される。

高分解能アルゴリズム処理部５３は、高分解能アルゴリズムを用いた角度推定処理の結果（所定間隔おきの距離ごと及び速度ごとの角度スペクトル）を、必要に応じて信頼度設定部５４又は検出処理・トラッキング認識部１５に供給する。

信頼度設定部５４は、FFT部５２により得られた角度スペクトルに基づいて、FFT部５２の角度FFTを用いた角度推定処理の結果の信頼度と、高分解能アルゴリズム処理部５３の高分解能アルゴリズムを用いた角度推定処理の結果の信頼度とを算出する。なお、信頼度設定部５４の処理については後述する。信頼度設定部５４は、角度FFTを用いた角度推定処理の結果の信頼度と、高分解能アルゴリズムを用いた角度推定処理の結果の信頼度とを検出処理・トラッキング認識部１５に供給する。

＜レーダ装置１のレーダ処理部１４の処理の流れ＞
図２は、レーダ装置１のレーダ処理部１４が実施する処理の流れを表した図である。

ステップＳ１１では、レーダ処理部１４のFFT部５１は、受信アンテナ１２（１２－１乃至１２－Ｎ）及びRFフロントエンド部１３を介して、受信アンテナ１２－１乃至１２－Ｎのそれぞれに対応したチャネルの受信信号（IF信号）のデジタル値を所定のサンプリング周期で取得する。

ステップＳ１２では、FFT部５１は、ステップＳ１１で取得したIF信号のデータを用いて、距離FFT、及び、速度FFTを行う。これにより、各チャネルにおける距離スペクトル及び速度スペクトル（距離・速度スペクトル）が算出される。

ステップＳ１３では、FFT部５２は、ステップＳ１２で算出された各チャネルの距離・速度スペクトルのデータを用いて、角度FFTにより角度スペクトルを算出し、角度推定処理を行う。角度スペクトルは、距離・速度スペクトルの距離範囲及び（速度範囲）内における所定値おきの距離ごと及び速度ごとに算出される。図２中の結果Ｄ１は、FFT部５２が角度FFTを用いて角度推定処理を行った結果を例示した図である。結果Ｄ１では、レーダ装置１の走査範囲内において、レーダ装置１からの所定間隔おきの各距離に対して、角度FFTを用いて算出された角度スペクトルの強度が、対応する距離及び角度の位置の画像濃度で示されている。これによれば、画像濃度の高い領域（角度スペクトルの強度が高い領域）ほど、物体が存在する可能性が高い領域として表される。

ステップＳ１４では、高分解能アルゴリズム処理部５３は、高分解能アルゴリズムを用いた高分解能の角度推定処理を行う。図２中の結果Ｄ２は、高分解能アルゴリズム処理部５３が高分解能アルゴリズムを用いて角度推定処理を行った結果を例示した図である。結果Ｄ２では、レーダ装置１の走査範囲内において、レーダ装置１からの所定間隔おきの各距離に対して、高分解能アルゴリズムを用いて推定された角度（物体が存在する角度）に対応する位置に×印が示されている。

ステップＳ１５では、検出処理・トラッキング認識部１５は、ステップＳ１３で角度FFTを用いた角度推定処理により得られた結果Ｄ１とステップＳ１４で高分解能アルゴリズムを用いた角度推定処理により得られた結果Ｄ２と、結果Ｄ１及びＤ２のそれぞれに対する信頼度（後述）に基づいて、レーダ装置１の走査範囲に存在する物体の認識（物体の存在、大きさ、距離、方向等の認識を含む）を行う。

＜信頼度設定部５４の第１形態の処理＞
図３は、信頼度設定部５４の第１形態の処理の流れを例示した図である。図３において、ステップＳ３１乃至ステップＳ３３は、図２のステップＳ１３でFFT部５２が角度FFTを用いて角度推定処理を行い、その結果Ｄ１を得た後、ステップＳ１５で、検出処理・トラッキング認識部１５が物体の認識を行う前に実施される。

ステップＳ３１では、信頼度設定部５４は、ステップＳ３１での結果Ｄ１に基づいて、物体が存在せず、ノイズのみとなる領域のノイズレベル（ノイズフロア）を検出する。結果Ｄ１において、例えば領域Ｒ１には物体が存在しない。信頼度設定部５４は、領域Ｒ１の距離範囲及び角度範囲に対応する角度スペクトル（FFT部５２により得られた角度スペクトル）に基づいて、領域Ｒ１の距離範囲及び角度範囲の角度スペクトルの強度（電力）の最小値、最大値、又は、平均値をノイズフロアとして検出（算出）する。なお、本明細書では、角度スペクトルの各角度における振幅値（複素数）の大きさに対応した値を、角度スペクトルの強度（又は電力）ということとする。例えば、角度スペクトルの各角度における振幅値の絶対値、振幅値の絶対値の二乗（パワースペクトル）、及び、振幅値の絶対値の二乗を角度スペクトルの角度分解能（角度間隔）で割った値（パワースペクトル密度）などは、いずれも角度スペクトルの強度（又は電力）として用いることができる。

ステップＳ３２では、信頼度設定部５４は、ステップＳ３１で検知したノイズフロアが大きいほど、FFT部５２が図２のステップＳ１３で角度FFTを用いて行った角度推定処理の結果Ｄ１に対する信頼度を高い値に設置する。信頼度設定部５４は、ステップＳ３１で検知したノイズフロアが小さいほど、結果Ｄ１の信頼度を低い値に設置する。

ステップＳ３３では、信頼度設定部５４は、ステップＳ３１で検知したノイズフロアが大きいほど、高分解能アルゴリズム処理部５３が図２のステップＳ１４で高分解能アルゴリズムを用いて行った角度推定処理の結果Ｄ２に対する信頼度を低い値に設定する。信頼度設定部５４は、ステップＳ３１で検知したノイズフロアが小さいほど、結果Ｄ２に対する信頼度を高い値に設定する。

ステップＳ１５では、検出処理・トラッキング認識部１５は、ステップＳ１３での角度FFTを用いた角度推定処理の結果Ｄ１と、ステップＳ１４で高分解能アルゴリズムを用いた角度推定処理の結果Ｄ２と、ステップＳ３２及びステップＳ３３で設定された結果Ｄ１及びＤ２のそれぞれに対する信頼度に基づいて、レーダ装置１の走査範囲に存在する物体の距離や方向（角度）等を認識する。例えば、検出処理・トラッキング認識部１５は、結果Ｄ１と結果Ｄ２とのうち、信頼度の値が高い方の結果を用いて走査範囲に存在する物体の認識（存在、大きさ、距離、方向等の認識）を行う。検出処理・トラッキング認識部１５は、結果Ｄ１と結果Ｄ２とに対してそれぞれの信頼度で重み付けをして、結果Ｄ１と結果Ｄ２との両方の結果を組み合わせて走査範囲に存在する物体の認識を行う場合であってもよい。

これによれば、ステップＳ３１で信頼度設定部５４が検知したノイズフロアが所定レベルよりも大きい場合に、結果Ｄ１の信頼度が結果Ｄ２の信頼度よりも高い値に設定されるようにすることができる。仮にノイズが大きい場合に、ロバスト性の低い高分解能アルゴリズムを用いた角度推定処理の結果Ｄ２が物体の認識等に用いられると、物体の認識が誤り又は不能となるおそれがある。したがって、ノイズフロアが所定レベルよりも大きい場合に、ロバスト性の高い角度FFT（ビームフォーマ法）を用いた角度推定処理の結果Ｄ１が、物体の認識等に用いられるようにすることで、認識精度の低下が抑止される。

反対に、ノイズフロアが所定レベルよりも小さい場合に、結果Ｄ２の信頼度が結果Ｄ１の信頼度よりも高い値に設定されるようにすることができる。ノイズフロアが所定レベルよりも小さい場合には、ロバスト性の低い高分解能アルゴリズムを用いた角度推定処理の結果Ｄ２を用いて適切に物体の認識等を行うことができるので、認識精度の向上が図られる。

＜信頼度設定部５４の第２形態の処理＞
図４は、信頼度設定部５４の第２形態の処理の流れを例示した図である。図４において、ステップＳ５１乃至ステップＳ５３は、図２のステップＳ１３でFFT部５２が角度FFTを用いて角度推定処理を行い、その結果Ｄ１を得た後、ステップＳ１５で、検出処理・トラッキング認識部１５が物体の認識を行う前に実施される。

ステップＳ５１では、信頼度設定部５４は、ステップＳ３１での結果Ｄ１に基づいて、ノイズフロアと、物体が存在する可能性が最も高いピーク領域のレベルとを検出する。図４に示す結果Ｄ１において、例えば領域Ｒ１には物体が存在しない。信頼度設定部５４は、領域Ｒ１の距離範囲及び角度範囲に対応する角度スペクトル（FFT部５２により得られた角度スペクトル）に基づいて、領域Ｒ１の距離範囲及び角度範囲の角度スペクトルの強度（電力）の最小値、最大値、又は、平均値をノイズフロアとして検出（算出）する。図４に示す結果Ｄ１において、例えば領域Ｒ２は、角度スペクトルの強度に対応した画像濃度がピークであり、物体が存在する可能性が最も高い。信頼度設定部５４は、領域Ｒ２の距離範囲及び角度範囲に対応する角度スペクトルに基づいて、領域Ｒ２の距離範囲及び角度範囲の角度スペクトルの強度の最大値をピーク領域のレベルとして検出する。なお、領域Ｒ２の距離範囲及び角度範囲の角度スペクトルの強度の最小値又は平均値をピーク領域のレベルとして検出してもよい。信頼度設定部５４は、検出したノイズフロアとピーク領域のレベルとに基づいて、ノイズフロアに対するピーク領域のレベルを電力比（強度比）として算出する。角度スペクトルの強度として、角度スペクトルの各角度における振幅値の絶対値を用いた場合には、電力比はS/N比に相当する。

ステップＳ５２では、信頼度設定部５４は、ステップＳ５１で算出した電力比が小さいほど、FFT部５２が図２のステップＳ１３で角度FFTを用いて行った角度推定処理の結果Ｄ１に対する信頼度を高い値に設置する。信頼度設定部５４は、ステップＳ５１で算出した電力比が大きいほど、結果Ｄ１の信頼度を低い値に設置する。

ステップＳ５３では、信頼度設定部５４は、ステップＳ５１で算出した電力比が小さいほど、高分解能アルゴリズム処理部５３が図２のステップＳ１４で高分解能アルゴリズムを用いて行った角度推定処理の結果Ｄ２に対する信頼度を低い値に設定する。信頼度設定部５４は、ステップＳ３１で算出した電力費が大きいほど、結果Ｄ２に対する信頼度を高い値に設定する。

ステップＳ１５では、検出処理・トラッキング認識部１５は、ステップＳ１３での角度FFTを用いた角度推定処理の結果Ｄ１と、ステップＳ１４での高分解能アルゴリズムを用いた角度推定処理の結果Ｄ２と、ステップＳ３２及びステップＳ３３で設定された結果Ｄ１及びＤ２のそれぞれに対する信頼度に基づいて、レーダ装置１の走査範囲に存在する物体の距離や方向（角度）等を認識する。例えば、検出処理・トラッキング認識部１５は、結果Ｄ１と結果Ｄ２とのうち、信頼度の値が高い方の結果を用いて走査範囲に存在する物体の認識（存在、大きさ、距離、方向等の認識）を行う。検出処理・トラッキング認識部１５は、結果Ｄ１と結果Ｄ２とに対してそれぞれの信頼度で重み付けをして、結果Ｄ１と結果Ｄ２との両方の結果を組み合わせて走査範囲に存在する物体の認識を行う場合であってもよい。

これによれば、ステップＳ５１で信頼度設定部５４が算出した電力比が所定レベルよりも小さい場合に、結果Ｄ１の信頼度が結果Ｄ２の信頼度よりも高い値に設定されるようにすることができる。仮にノイズが大きく電力比が小さい場合に、ロバスト性の低い高分解能アルゴリズムを用いた角度推定処理の結果Ｄ２が物体の認識等に用いられると、物体の認識が誤り又は不能となるおそれがある。したがって、電力比が所定レベルよりも小さい場合に、ロバスト性の高い角度FFT（ビームフォーマ法）を用いた角度推定処理の結果Ｄ１が、物体の認識等に用いられるようにすることで、認識精度の低下が抑止される。

反対に、電力比が所定レベルよりも大きい場合に、結果Ｄ２の信頼度が結果Ｄ１の信頼度よりも高い値に設定されるようにすることができる。電力比が所定レベルよりも大きい場合には、ロバスト性の低い高分解能アルゴリズムを用いた角度推定処理の結果Ｄ２を用いて適切に物体の認識等を行うことができるので、認識精度の向上が図られる。

なお、信頼度設定部５４は、注目する物体（物標）の距離に基づいて信頼度を設定してもよい。例えば、信頼度設定部５４は、物標の距離が所定の閾値以下の場合には、角度FFTを用いた角度推定処理の結果Ｄ１の信頼度よりも高分解能アルゴリズムを用いた角度推定処理の結果Ｄ２の信頼度を高い値に設定する。信頼度設定部５４は、物標の距離が所定の閾値以上の場合には、高分解能アルゴリズムを用いた角度推定処理の結果Ｄ２の信頼度よりも角度FFT（ビームフォーマ法）を用いた角度推定処理の結果Ｄ１の信頼度を高い値に設定するようにしてもよい。

従来において、レーダ装置における角度推定処理は、FFT又は高分解能アルゴリズムのいずれかが用いられている。FFTを用いた角度推定処理の場合には、ロバスト性が高いが分解能が低いという特徴がある。高分解能アルゴリズムを用いた角度推定処理の場合には、分解能が高いが、FFTと比べてロバスト性が低く、演算量も膨大となる。

本技術は、これらの異なる方式の角度推定処理を組み合わせて、状況に応じて、適切な方式の角度推定処理の結果を物体の認識等の処理に用いるようにしている。したがって、各方式の利点を活かした物体の認識等の処理を行うことができる。

＜レーダ装置の第２の実施の形態＞
図５は、本技術が適用されたレーダ装置の第２の実施の形態の構成を例示した図である。なお、図１の第１の実施の形態のレーダ装置１と共通する部分には同一の符号を付してあり、その詳細な説明は適宜省略する。

図５のレーダ装置１０１は、送信アンテナ１１、受信アンテナ１２、RFフロントエンド部１３、レーダ処理部１４、及び、検出処理・トラッキング認識部１５を有する点で、図１のレーダ装置１と共通する。

図５のレーダ装置１０１のレーダ処理部１４は、FFT部５１を有する点で、図１のレーダ装置１０１のレーダ処理部１４と共通する。

ただし、図５のレーダ装置１０１のレーダ処理部１４は、図１の信頼度設定部５４を有していない点、図１のFFT部５２の代わりにFFT部１２１が設けられている点、及び、図１の高分解能アルゴリズム処理部５３の代わりに高分解能アルゴリズム処理部１２２が設けられている点で、図１のレーダ装置１０１のレーダ処理部１４と相違する。

図５のレーダ装置１０１のレーダ処理部１４において、FFT部１２１は、FFT部５１の距離FFTにより算出された距離スペクトルのデータを取得し、角度FFTの処理（角度方向推定処理）を行う。角度FFTを用いた角度方向推定処理（ビームフォーマ法を用いた到来方向推定）については、図１のレーダ装置１のレーダ処理部１４におけるFFT部５２と同じであるので説明を省略する。

FFT部１２１は、角度FFTを用いた角度方向推定処理の結果、レーダ装置１の走査範囲のうち、高分解能アルゴリズムを用いて角度方向推定処理を行う高分解能走査範囲を決定する。例えば、高分解能走査範囲は、走査範囲の中央付近に存在する物体の範囲であってもよいし、移動物体の範囲であってもよく、重要な範囲を高分解能走査範囲として決定する。FFT部１２１は、決定した高分解能走査範囲を示す情報（距離範囲及び角度範囲を示す情報）を高分解能アルゴリズム処理部１２２に供給する。

高分解能アルゴリズム処理部１２２は、A/D変換部３６からの各チャネルのIF信号のデータ、又は、FFT部５１からの距離・速度スペクトルのデータに基づいて、レーダ装置１の走査範囲のうちのFFT部５２から供給された情報が示す高分解能走査範囲に対してのみ高分解能アルゴリズムを用いて高分解能の角度推定処理を行う。高分解能アルゴリズム処理部１２２は、高分解能走査範囲に対して距離・速度ごとに高分解能アルゴリズムを用いて行った角度推定処理の結果を検出処理・トラッキング認識部１５に供給する。

＜レーダ装置１０１のレーダ処理部１４の処理の流れ＞
図６は、レーダ装置１０１のレーダ処理部１４が実施する処理の流れを表した図である。

図６において、ステップＳ８１は、FFT部５１がIF信号のデータを用いて、距離FFT、及び、速度FFTにより、各チャネルにおける距離スペクトル及び速度スペクトルを算出した後に行われる。

ステップＳ８１では、FFT部１２１は、FFT部５１で算出された各チャネルの距離・速度スペクトルのデータを用いて、角度FFTにより角度スペクトルを算出し、角度推定処理を行う。角度スペクトルは、距離・速度スペクトルの距離範囲及び速度範囲内における所定値おきの距離ごと及び速度ごとに算出される。図６中の結果Ｄ１は、FFT部１２１が角度FFTを用いて角度推定処理を行った結果を例示した図である。結果Ｄ１では、レーダ装置１の走査範囲内において、レーダ装置１からの所定間隔おきの各距離に対して、角度FFTを用いて算出された角度スペクトルの強度が、対応する距離及び角度の位置の画像濃度で示されている。これによれば、画像濃度の高い領域（角度スペクトルの強度が高い領域）ほど、物体が存在する可能性が高い領域として表される。

FFT部１２１は、結果Ｄ１に基づいて、レーダ装置１０１の走査範囲のうち、予め決められた条件に適合する範囲を高分解能走査範囲として決定する。図６中の結果Ｄ１に対して、例えば、高分解能走査範囲Ｐ１がFFT部１２１により決定されたとする。

ステップＳ８２では、高分解能アルゴリズム処理部５３は、高分解能アルゴリズムを用いた高分解能の角度推定処理を、ステップＳ８１で決められた高分解能走査範囲Ｐ１に対してのみ行う。図６中の結果Ｄ２は、高分解能アルゴリズム処理部５３が高分解能アルゴリズムを用いて角度推定処理を行った結果を例示した図である。結果Ｄ２では、レーダ装置１の走査範囲内のうちステップＳ８１で決められた高分解能走査範囲Ｐ１に存在する物体の位置（距離及び角度）のみが検出される。

ステップＳ８３では、検出処理・トラッキング認識部１５は、ステップＳ８１で角度FFT（ビームフォーマ法）を用いた角度推定処理により得られた結果Ｄ１とステップＳ８２で高分解能アルゴリズムを用いた角度推定処理により得られた結果Ｄ２とに基づいて、走査範囲に存在する物体の認識（物体の存在、大きさ、距離、方向等の認識を含む）を行う。このとき、検出処理・トラッキング認識部１５は、結果Ｄ１における高分解能走査範囲Ｐ１の情報を、結果Ｄ２における高分解能走査範囲Ｐ２の情報から適宜取得する。

本技術が適用されたレーダ装置の第２の実施の形態であるレーダ装置１０１によれば、レーダ装置１０１の走査範囲のうち、重要な範囲のみの分解能を高めることができる。重要でない範囲についても分解能が低いFFT（ビームフォーマ法）により情報が得られる。これにより、演算処理の効率化が図られ、演算処理に要する負荷及び時間の低減が図られる。

本技術は以下のような構成も取ることができる。
（１）
アンテナからの受信信号に対して、フーリエ変換処理を実行して第１の角度スペクトルを算出する第１のスペクトル処理部と、
前記受信信号に対して、高分解能アルゴリズムを実行して第２の角度スペクトルを算出する第２のスペクトル処理部と、
前記第１の角度スペクトルと前記第２の角度スペクトルとをそれぞれ出力する出力部と
を備える情報処理装置。
（２）
前記第１の角度スペクトルに関する第１の信頼度と前記第２の角度スペクトルに関する第２の信頼度とを算出する信頼度算出部と、
前記第１の信頼度及び前記第２の信頼度に基づいて、前記第１の角度スペクトルと前記第２の角度スペクトルとを組み合わせて物体認識を行う認識部と
を更に備える
前記（１）に記載の情報処理装置。
（３）
前記信頼度算出部は、前記第１の角度スペクトルのノイズが所定レベルより大きい場合に、前記第１の信頼度を前記第２の信頼度よりも高い値とする
前記（２）に記載の情報処理装置。
（４）
前記信頼度算出部は、前記第１の角度スペクトルのノイズが大きいほど、前記第１の信頼度を高い値とする
前記（２）又は（３）に記載の情報処理装置。
（５）
前記信頼度算出部は、前記第１の角度スペクトルのノイズが大きいほど、前記第２の信頼度を低い値とする
前記（２）乃至（４）のいずれかに記載の情報処理装置。
（６）
前記信頼度算出部は、前記第１の角度スペクトルのノイズのレベルに対する前記第１の角度スペクトルの強度の最大値の比が所定レベルよりも小さい場合に、前記第１の信頼度を前記第２の信頼度よりも高い値とする
前記（２）に記載の情報処理装置。
（７）
前記信頼度算出部は、前記第１の角度スペクトルのノイズのレベルに対する前記第１の角度スペクトルの強度の最大値の比が小さいほど、前記第１の信頼度を高い値とする
前記（２）又は（６）に記載の情報処理装置。
（８）
前記信頼度算出部は、前記第１の角度スペクトルのノイズのレベルに対する前記第１の角度スペクトルの強度の最大値の比が小さいほど、前記第２の信頼度を低い値とする
前記（２）、（６）、又は、（７）に記載の情報処理装置。
（９）
前記信頼度算出部は、物体の距離に基づいて前記第１の信頼度と前記第２の信頼度とを算出する
前記（２）乃至（８）のいずれかに記載の情報処理装置。
（１０）
前記信頼度算出部は、物体の距離が所定の閾値以下の場合に、前記第１の信頼度よりも前記第２の信頼度を高い値とする
前記（９）に記載の情報処理装置。
（１１）
前記信頼度算出部は、物体の距離が所定の閾値以上の場合に、前記第２の信頼度よりも前記第１の信頼度を高い値とする
前記（９）又は（１０）に記載の情報処理装置。
（１２）
前記第２のスペクトル処理部は、前記第１のスペクトル処理部が前記第１の角度スペクトルを算出する角度範囲に対して一部の範囲の前記第１の角度スペクトルを算出する
前記（１）に記載の情報処理装置。
（１３）
前記アンテナは、複数のアンテナからなり、
前記受信信号は、前記複数のアンテナのそれぞれが受信した複数チャネルの受信信号からなる
前記（１）乃至（１２）のいずかに記載の情報処理装置。
（１４）
前記第１のスペクトル処理部は、
前記複数チャネルの受信信号のそれぞれに対して前記フーリエ変換処理を実行することにより、前記複数チャネルの受信信号のそれぞれに対する前記複数チャネルの周波数スペクトルを算出し、前記複数チャネルの周波数スペクトルの同一周波数に対する成分値からなる成分信号を前記フーリエ変換処理することにより、前記第１の角度スペクトルを算出する
前記（１３）に記載の情報処理装置。
（１５）
前記１のスペクトル処理部及び前記第２のスペクトル処理部は、それぞれ前記アンテナからの所定間隔おきの距離ごと及び速度ごとに前記第１の角度スペクトル及び前記第２の角度スペクトルを算出する
前記（１）乃至（１４）のいずれかに記載の情報処理装置。
（１６）
前記１のスペクトル処理部は、
ビームフォーマ法を用いて前記第１の角度スペクトルを算出する
前記（１）乃至（１５）のいずれかに記載の情報処理装置。
（１７）
前記第２のスペクトル処理部は、
前記高分解能アルゴリズムとして、Capon法、CS法、線形予測法、Pisarenko法、MUSIC法、及び、ESPRIT法のうちのいずれかの到来方向推定法を用いて前記第２の角度スペクトルを算出する
前記（１）乃至（１６）のいずれかに記載の情報処理装置。
（１８）
第１のスペクトル処理部と、
第２のスペクトル処理部と、
出力部と
を有する情報処理装置の
前記第１のスペクトル処理部が、アンテナからの受信信号に対して、フーリエ変換処理を実行して第１の角度スペクトルを算出し、
前記第２のスペクトル処理部が、前記受信信号に対して、高分解能アルゴリズムを実行して第２の角度スペクトルを算出し、
前記出力部が、前記第１の角度スペクトルと前記第２の角度スペクトルとをそれぞれ出力する
情報処理方法。

１，１０１ レーダ装置， １１ 送信アンテナ， １２ 受信アンテナ， １３ RFフロントエンド部， １４ レーダ処理部， １５ 検出処理・トラッキング認識部， ５１，５２，１２１ FFT部， ５３，１２２ 高分解能アルゴリズム処理部， ５４ 信頼度設定部

Claims (18)

1. アンテナからの受信信号に対して、フーリエ変換処理を実行して第１の角度スペクトルを算出する第１のスペクトル処理部と、
   前記受信信号に対して、高分解能アルゴリズムを実行して第２の角度スペクトルを算出する第２のスペクトル処理部と、
   前記第１の角度スペクトルと前記第２の角度スペクトルとをそれぞれ出力する出力部と
   を備える情報処理装置。
2. 前記第１の角度スペクトルに関する第１の信頼度と前記第２の角度スペクトルに関する第２の信頼度とを算出する信頼度算出部と、
   前記第１の信頼度及び前記第２の信頼度に基づいて、前記第１の角度スペクトルと前記第２の角度スペクトルとを組み合わせて物体認識を行う認識部と
   を更に備える
   請求項１に記載の情報処理装置。
3. 前記信頼度算出部は、前記第１の角度スペクトルのノイズが所定レベルより大きい場合に、前記第１の信頼度を前記第２の信頼度よりも高い値とする
   請求項２に記載の情報処理装置。
4. 前記信頼度算出部は、前記第１の角度スペクトルのノイズが大きいほど、前記第１の信頼度を高い値とする
   請求項２に記載の情報処理装置。
5. 前記信頼度算出部は、前記第１の角度スペクトルのノイズが大きいほど、前記第２の信頼度を低い値とする
   請求項２に記載の情報処理装置。
6. 前記信頼度算出部は、前記第１の角度スペクトルのノイズのレベルに対する前記第１の角度スペクトルの強度の最大値の比が所定レベルよりも小さい場合に、前記第１の信頼度を前記第２の信頼度よりも高い値とする
   請求項２に記載の情報処理装置。
7. 前記信頼度算出部は、前記第１の角度スペクトルのノイズのレベルに対する前記第１の角度スペクトルの強度の最大値の比が小さいほど、前記第１の信頼度を高い値とする
   請求項２に記載の情報処理装置。
8. 前記信頼度算出部は、前記第１の角度スペクトルのノイズのレベルに対する前記第１の角度スペクトルの強度の最大値の比が小さいほど、前記第２の信頼度を低い値とする
   請求項２に記載の情報処理装置。
9. 前記信頼度算出部は、物体の距離に基づいて前記第１の信頼度と前記第２の信頼度とを算出する
   請求項２に記載の情報処理装置。
10. 前記信頼度算出部は、物体の距離が所定の閾値以下の場合に、前記第１の信頼度よりも前記第２の信頼度を高い値とする
    請求項９に記載の情報処理装置。
11. 前記信頼度算出部は、物体の距離が所定の閾値以上の場合に、前記第２の信頼度よりも前記第１の信頼度を高い値とする
    請求項９に記載の情報処理装置。
12. 前記第２のスペクトル処理部は、前記第１のスペクトル処理部が前記第１の角度スペクトルを算出する角度範囲に対して一部の範囲の前記第１の角度スペクトルを算出する
    請求項１に記載の情報処理装置。
13. 前記アンテナは、複数のアンテナからなり、
    前記受信信号は、前記複数のアンテナのそれぞれが受信した複数チャネルの受信信号からなる
    請求項１に記載の情報処理装置。
14. 前記第１のスペクトル処理部は、
    前記複数チャネルの受信信号のそれぞれに対して前記フーリエ変換処理を実行することにより、前記複数チャネルの受信信号のそれぞれに対する前記複数チャネルの周波数スペクトルを算出し、前記複数チャネルの周波数スペクトルの同一周波数に対する成分値からなる成分信号を前記フーリエ変換処理することにより、前記第１の角度スペクトルを算出する
    請求項１３に記載の情報処理装置。
15. 前記１のスペクトル処理部及び前記第２のスペクトル処理部は、それぞれ前記アンテナからの所定間隔おきの距離ごと及び速度ごとに前記第１の角度スペクトル及び前記第２の角度スペクトルを算出する
    請求項１に記載の情報処理装置。
16. 前記１のスペクトル処理部は、
    ビームフォーマ法を用いて前記第１の角度スペクトルを算出する
    請求項１に記載の情報処理装置。
17. 前記第２のスペクトル処理部は、
    前記高分解能アルゴリズムとして、Capon法、CS法、線形予測法、Pisarenko法、MUSIC法、及び、ESPRIT法のうちのいずれかの到来方向推定法を用いて前記第２の角度スペクトルを算出する
    請求項１に記載の情報処理装置。
18. 第１のスペクトル処理部と、
    第２のスペクトル処理部と、
    出力部と
    を有する情報処理装置の
    前記第１のスペクトル処理部が、アンテナからの受信信号に対して、フーリエ変換処理を実行して第１の角度スペクトルを算出し、
    前記第２のスペクトル処理部が、前記受信信号に対して、高分解能アルゴリズムを実行して第２の角度スペクトルを算出し、
    前記出力部が、前記第１の角度スペクトルと前記第２の角度スペクトルとをそれぞれ出力する
    情報処理方法。

Images