JP2843910B2 - 多目標追尾装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は航空機、飛翔体等
の移動物体を目標とし、レーダ等の電波センサや赤外線
カメラ等の光学センサに代表される目標観測装置を用
い、目標観測装置による複数の目標および目標以外のク
ラッタ等からの信号検出結果に基づき、目標の位置や速
度等の真値を推定していくことにより、複数の目標の運
動を追尾する多目標追尾装置に関するものである。

【０００２】

【従来の技術】図１３は例えばＩＥＥＥ ＴＲＡＮＳＡ
ＣＴＩＯＮＳ ＯＮ ＡＵＴＯＭＡＴＩＣ ＣＯＮＴＲ
ＯＬ ＶＯＬ．ＡＣ−２３，ＡＵＧＵＳＴ １９７８，
Ｐ６１８−６２６ 「Ｔｒａｃｋｉｎｇ Ｍｅｔｈｏｄ
ｓ ｉｎ ａ Ｍｕｌｔｉｔａｒｇｅｔ Ｅｎｖｉｒｏ
ｎｍｅｎｔ」の中で「Ｐｒｏｂａｂｉｌｉｓｔｉｃ Ｄ
ａｔａ Ａｓｓｏｃｉａｔｉｏｎ Ｆｉｌｔｅｒ」とし
て示された従来の多目標追尾方法を示す処理手順、図１
４は図１３の従来の多目標追尾方法に対応した従来の多
目標追尾装置の構成図である。

【０００３】図１３において、従来の多目標追尾方法
は、ステップ１で目標位置の観測結果をもとに通常のカ
ルマンフィルタ理論に基づき目標位置、速度の平滑値お
よび平滑誤差共分散行列の初期値を設定し、ステップ１
５で例えば目標の運動モデルを等速直進運動モデルで設
定したのち、ステップ１６で等速直進運動モデルにより
現時刻より１サンプリング後の目標位置、速度の予測値
を算出し、ステップ１７で上記等速直進運動モデルによ
る予測値の誤差を推定した等速直進運動モデルによる予
測誤差共分散行列を算出し、ステップ６で目標観測位置
を信号検出結果である探知データとして入力し、ステッ
プ７で追尾目標と相関のある探知データとして、等速直
進運動モデルによる目標予測位置を中心に等速直進運動
モデルによる予測誤差共分散行列を使用して定まる空間
のある領域内に存在する探知データを選択し、ステップ
１８でステップ７において選択された探知データが追尾
対象目標からの探知データであるか否かの信頼度を等速
直進運動モデルによる予測値および等速直進運動モデル
による予測誤差共分散行列を使用して算出し、ステップ
９で目標運動諸元の平滑に使用するゲイン行列を算出
し、ステップ１９で等速直進運動モデルによる目標位
置、速度の平滑値および等速直進運動モデルによる平滑
誤差共分散行列を算出し、ステップ１４において追尾終
了になるまでこの一連の流れを繰り返すようになってい
た。

【０００４】図１４は従来の多目標追尾装置の構成図で
あり、図１４において、５１は追尾目標および追尾目標
以外のクラッタ等からの信号検出結果である目標観測位
置を探知データとして出力する目標観測装置、５６は等
速直進運動モデルにより現時刻より１サンプリング前に
算出しておいた目標予測位置を中心に等速直進運動モデ
ルにより現時刻より１サンプリング前に算出しておいた
予測誤差共分散行列を使用して求まる空間のある領域内
に存在する探知データを選択する相関器、５８はゲイン
行列算出器、８１は等速直進運動モデルによる予測器、
８２は等速直進運動モデルにより現時刻より１サンプリ
ング前に算出しておいた目標予測位置と等速直進運動モ
デルにより現時刻より１サンプリング前に算出しておい
た予測誤差共分散行列を用い、相関器５６で選択した探
知データが追尾対象目標からの探知データであるか否か
の信頼度を算出する探知データの信頼度算出器、８３は
等速直進運動モデルによる平滑器、８４は等速直進運動
モデルによる平滑誤差評価器、８５は等速直進運動モデ
ルによる予測誤差評価器、８６，８７は遅延回路であ
る。

【０００５】上記ゲイン行列算出器５８は等速直進運動
モデルにより現時刻より１サンプリング前に算出してお
いた予測誤差共分散行列より目標運動諸元の平滑に使用
するゲイン行列を算出する。等速直進運動モデルによる
予測器８１は等速直進運動モデルによる平滑器８３で算
出した平滑値をもとに等速直進運動モデルにより現時刻
より１サンプリング後の目標位置、速度の予測値を算出
する。等速直進運動モデルによる平滑器８３は相関器５
６で選択された探知データと探知データの信頼度算出器
８２で算出した探知データの信頼度と等速直進運動モデ
ルによる現時刻より１サンプリング前に算出しておいた
予測値およびゲイン行列算出器５８で算出したゲイン行
列を使用して目標位置、速度の平滑値を算出する。

【０００６】次に、等速直進運動モデルによる平滑誤差
評価器８４は等速直進運動モデルによる予測器８１で現
時刻より１サンプリング前に算出しておいた予測値、ゲ
イン行列算出器５８で算出したゲイン行列、相関器５６
で選択された探知データ、探知データの信頼度算出器８
２で算出した探知データの信頼度および等速直進運動モ
デルにより現時点より１サンプリング前に算出しておい
た予測誤差共分散行列を用いて目標位置、速度の平滑誤
差の評価値を算出する。また、等速直進運動モデルによ
る予測誤差評価器８５は等速直進運動モデルによる平滑
誤差評価器８４で算出した平滑誤差共分散行列をもとに
目標位置、速度の予測誤差の評価値を算出する。遅延回
路８６は等速直進運動モデルによる予測器８１で算出し
た予測値を１サンプリング遅延させる。置換回路８７は
等速直進運動モデルによる予測誤差評価器８５で算出し
た予測誤差共分散行列を１サンプリング遅延させる。

【０００７】

【発明が解決しようとする課題】上記のような従来の多
目標追尾方法およびその装置においては、相関器５６
は、追尾目標が等速直進運動モデルに従うとして等速直
進運動モデルによる予測器８１で算出した追尾目標の予
測位置を中心とし、等速直進運動モデルによる予測誤差
評価器８５で算出した予測誤差共分散行列を使用して得
られる空間のある領域内に目標観測装置５１より入力さ
れた探知データが存在した場合に、上記探知データを追
尾目標より探知された可能性がある探知データであると
判定していたため、目標が旋回運動を行うと相関範囲を
決める中心点が大きくずれる、あるいは相関をとるべき
空間の領域の大きさが目標の旋回状況を考慮しないため
に不当に小さく評価されるなどの問題が発生し、追尾性
能は劣化せざるを得なかった。

【０００８】この発明はこのような課題を解決するため
になされたもので、複数の目標およびクラッタ等の不要
信号から、位置および距離変化率等の信号検出結果が探
知データとして得られる環境下において、旋回目標に対
しても精度よく追尾できる多目標追尾装置を提供するも
のである。

【０００９】

【課題を解決するための手段】この発明の第１の発明
は、同一次元の複数のｎ個の定数ベクトルより構成され
る目標のｎ個の運動モデルによる目標位置、速度などの
予測値を算出するｎ個の運動モデルによる予測器と、上
記ｎ個の運動モデルによる予測値により定まる空間の領
域を相関範囲とし、目標観測位置、目標観測距離変化率
等を用いて追尾目標と相関の可能性のある探知データを
選択する相関器と、上記複数のｎ個の運動モデルおよび
上記相関器で選択された探知データの信頼度を算出する
ｎ個の運動モデルによる信頼度算出器と、上記ｎ個の運
動モデルを構成する定数ベクトルの推定値を算出する定
数ベクトル推定器と、上記定数ベクトル推定値に基づき
目標が旋回しているか否か等の目標の運動状態を判定す
る定数ベクトル推定値による目標運動判定器と、上記目
標運動状態の判定結果に基づき、設定するｎ個の運動モ
デルの組み合わせを選択的に切り替えつつ、ｎ個の運動
モデルを用いることによる目標位置、速度などの平滑値
を算出するｎ個の運動モデルによる平滑器とこの平滑値
の誤差を推定した平滑誤差共分散行列を算出するｎ個の
運動モデルによる平滑誤差評価器とを設けたものであ
る。

【００１０】この発明の第２の発明は、同一次元の複数
のｎ個の定数ベクトルより構成される目標のｎ個の運動
モデルによる目標位置、速度などの予測値を算出するｎ
個の運動モデルによる予測器と、上記ｎ個の運動モデル
による予測値により定まる空間の領域を相関範囲とし、
目標観測位置、目標観測距離変化率等を用いて追尾目標
と相関の可能性のある探知データを選択する相関器と、
上記複数のｎ個の運動モデルおよび上記相関器で選択さ
れた探知データの信頼度を算出するｎ個の運動モデルに
よる信頼度算出器と、上記ｎ個の運動モデルを構成する
定数ベクトルの推定値を算出する定数ベクトル推定器
と、上記ｎ個の運動モデルを用いることによる目標距離
変化率の予測値を算出した後、この予測値および目標距
離変化率観測値に基づき目標が旋回しているか否か等の
目標の運動状態を判定する目標距離変化率予測値による
目標運動判定器と、上記目標運動状態の判定結果に基づ
き、設定するｎ個の運動モデルの組み合わせを選択的に
切り替えつつ、ｎ個の運動モデルを用いることによる目
標位置、速度などの平滑値を算出するｎ個の運動モデル
による平滑器とこの平滑値の誤差を推定した平滑誤差共
分散行列を算出するｎ個の運動モデルによる平滑誤差評
価器とを設けたものである。

【００１１】この発明の第３の発明は、同一次元の複数
のｎ個の定数ベクトルより構成される目標のｎ個の運動
モデルによる目標位置、速度などの予測値を算出するｎ
個の運動モデルによる予測器と、この予測器の誤差を推
定したｎ個の運動モデルによる予測誤差共分散行列を算
出するｎ個の運動モデルによる予測誤差評価器と、上記
ｎ個の運動モデルによる予測誤差共分散行列により定ま
る空間の領域を相関範囲とし、目標観測位置、目標観測
距離変化率等を用いて追尾目標と相関の可能性のある探
知データを選択する相関器と、上記複数のｎ個の運動モ
デルおよび上記相関器で選択された探知データの信頼度
を算出するｎ個の運動モデルによる信頼度算出器と、上
記ｎ個の運動モデルを構成する定数ベクトルの推定値を
算出する定数ベクトル推定器と、上記定数ベクトル推定
値に基づき目標が旋回しているか否か等の目標の運動状
態を判定する定数ベクトル推定値による目標運動判定器
と、上記目標運動状態の判定結果に基づき、設定するｎ
個の運動モデルの組み合わせを選択的に切り替えつつ、
ｎ個の運動モデルを用いることによる目標位置、速度な
どの平滑値を算出するｎ個の運動モデルによる平滑器と
この平滑値の誤差を推定した平滑誤差共分散行列を算出
するｎ個の運動モデルによる平滑誤差評価器とを設けた
ものである。

【００１２】この発明の第４の発明は、同一次元の複数
のｎ個の定数ベクトルより構成される目標のｎ個の運動
モデルによる目標位置、速度などの予測値を算出するｎ
個の運動モデルによる予測器と、この予測値の誤差を推
定したｎ個の運動モデルによる予測誤差共分散行列を算
出するｎ個の運動モデルによる予測誤差評価器と、上記
ｎ個の運動モデルによる予測誤差共分散行列により定ま
る空間の領域を相関範囲とし、目標観測位置、目標観測
距離変化率等を用いて追尾目標と相関の可能性のある探
知データを選択する相関器と、上記複数のｎ個の運動モ
デルおよび上記相関器で選択された探知データの信頼度
を算出するｎ個の運動モデルによる信頼度算出器と、上
記ｎ個の運動モデルを構成する定数ベクトルの推定値を
算出する定数ベクトル推定器と、上記ｎ個の運動モデル
を用いることによる目標距離変化率の予測値を算出した
後、この予測値および目標距離変化率観測値に基づき目
標が旋回しているか否か等の目標の運動状態を判定する
目標距離変化率予測値による目標運動判定器と、上記目
標運動状態の判定結果に基づき、設定するｎ個の運動モ
デルの組み合わせを選択的に切り替えつつ、ｎ個の運動
モデルを用いることによる目標位置、速度などの平滑値
を算出するｎ個の運動モデルによる平滑器とこの平滑値
の誤差を推定した平滑誤差共分散行列を算出するｎ個の
運動モデルによる平滑誤差評価器とを設けたものであ
る。

【００１３】この発明の第５の発明は、同一次元の複数
のｎ個の定数ベクトルより構成される目標のｎ個の運動
モデルによる目標位置、速度などの予測値を算出するｎ
個の運動モデルによる予測器と、この予測値の誤差を推
定したｎ個の運動モデルによる予測誤差共分散行列を算
出するｎ個の運動モデルによる予測誤差評価器と、上記
ｎ個の運動モデルによる予測値および上記ｎ個の運動モ
デルによる予測誤差共分散行列により定まる空間の領域
を相関範囲とし、目標観測位置、目標観測距離変化率等
を用いて追尾目標と相関の可能性のある探知データを選
択する相関器と、上記複数のｎ個の運動モデルおよび上
記相関器で選択された探知データの信頼度を算出するｎ
個の運動モデルによる信頼度算出器と、上記ｎ個の運動
モデルを構成する定数ベクトルの推定値を算出する定数
ベクトル推定器と、上記定数ベクトル推定値に基づき目
標が旋回しているか否か等の目標の運動状態を判定する
定数ベクトル推定値による目標運動判定器と、上記目標
運動状態の判定結果に基づき、設定するｎ個の運動モデ
ルの組み合わせを選択的に切り替えつつ、ｎ個の運動モ
デルを用いることによる目標位置、速度などの平滑値を
算出するｎ個の運動モデルによる平滑器とこの平滑値の
誤差を推定した平滑誤差共分散行列を算出するｎ個の運
動モデルによる平滑誤差評価器とを設けたものである。

【００１４】この発明の第６の発明は、同一次元の複数
のｎ個の定数ベクトルより構成される目標のｎ個の運動
モデルによる目標位置、速度などの予測値を算出するｎ
個の運動モデルによる予測器と、この予測値の誤差を推
定したｎ個の運動モデルによる予測誤差共分散行列を算
出するｎ個の運動モデルによる予測誤差評価器と、上記
ｎ個の運動モデルによる予測値および上記ｎ個の運動モ
デルによる予測誤差共分散行列により定まる空間の領域
を相関範囲とし、目標観測位置、目標観測距離変化率等
を用いて追尾目標と相関の可能性のある探知データを選
択する相関器と、上記複数のｎ個の運動モデルおよび上
記相関器で選択された探知データの信頼度を算出するｎ
個の運動モデルによる信頼度算出器と、上記ｎ個の運動
モデルを構成する定数ベクトルの推定値を算出する定数
ベクトル推定器と、上記ｎ個の運動モデルを用いること
による目標距離変化率の予測値を算出した後、この予測
値および目標距離変化率観測値に基づき目標が旋回して
いるか否か等の目標の運動状態を判定する目標距離変化
率予測値による目標運動判定器と、上記目標運動状態の
判定結果に基づき、設定するｎ個の運動モデルの組み合
わせを選択的に切り替えつつ、ｎ個の運動モデルを用い
ることによる目標位置、速度などの平滑値を算出するｎ
個の運動モデルによる平滑器とこの平滑値の誤差を推定
した平滑誤差共分散行列を算出するｎ個の運動モデルに
よる平滑誤差評価器とを設けたものである。

【００１５】この発明においては、例えば複数のｎ個の
目標の運動モデルとして等速直進運動モデルに零ベクト
ルを含むｎ個の定数加速度ベクトルを付加した運動モデ
ルを使用し、ｎ個の運動モデルによる目標位置、速度の
予測値を、複数個の運動モデルおのおのの信頼度および
複数個の運動モデルを構成する定数加速度ベクトルを使
用して予測における加速度の影響項を算出し、この諸元
に現時刻の平滑値をもとに等速直進運動予測により算出
した１サンプリング後の予測値を加算することにより算
出し、複数個の運動モデルおのおのの信頼度および複数
個の運動モデルを構成する定数加速度ベクトルを使用し
運動モデルが一意的に定まらないことにより予測誤差の
評価である予測誤差共分散行列を増大させる諸元を算出
し、この諸元に複数個の運動モデルごとの予測誤差共分
散行列を加算することによりｎ個の運動モデルによる予
測誤差共分散行列を算出している。

【００１６】さらにこの発明においては、例えば等速直
進運動のように目標の運動が安定し、その運動モデルが
一意的に定まるような状態にある場合に、ｎ個の運動モ
デルを用いることにより不当に観測精度の悪さを追尾の
がたつきに影響させることを防ぐために、算出される定
数加速度ベクトルの推定値あるいは目標距離変化率の予
測値に基づき目標の運動状態を判定し、例えば目標が旋
回していると判定した場合にはｎ個の運動モデルを用い
ることにより平滑値および平滑誤差共分散行列を算出
し、目標が等速直進していると判定した場合にはｎ個の
運動モデルを構成しているｎ個の定数ベクトルをすべて
零ベクトルに置き換え等価的に等速直進モデルとして、
平滑値および平滑誤差共分散行列を算出している。

【００１７】この発明の第１および第４の発明において
は、多数の複数目標を同時に追尾しクラッタよりの探知
データも多い場合に対処可能とするため、追尾目標間で
相関をとるべき領域が重ならないよう、また、相関をと
るべき領域内の探知データを増加させないように、相関
をとるべき領域を広げずに計算負荷の増大を抑えつつ旋
回目標対処能力を向上させるため、相関をとるべき中心
点の算出にｎ個の運動モデルによる予測値、相関をとる
べき空間の領域の大きさ算出にｎ個の運動モデルによる
予測誤差共分散行列ではなく運動モデルごとの予測誤差
共分散行列を使用するようにしている。

【００１８】この発明の第２および第５の発明において
は、追尾目標数が少なく、クラッタも少ない環境下での
サンプリング間隔が長く観測精度の悪い目標観測装置に
よる多目標追尾を想定し、目標予測値の算出に加速度項
を付加した場合に観測精度の悪さに起因する追尾のがた
つきを表面化させずに旋回目標処理能力を向上させるた
め、相関をとるべき中心点の算出にはｎ個の運動モデル
による予測値ではなく、運動モデルごとの予測値の一つ
である定数加速度ベクトルが零ベクトルの場合の等速直
進運動モデルによる予測値を使用し、相関をとるべき空
間の領域の大きさ算出にｎ個の運動モデルによる予測誤
差共分散行列を使用している。

【００１９】この発明の第３および第６の発明において
は、きわめて精度の高い追尾が要求され、目標観測装置
の精度が高く、サンプリング間隔が短く、高性能の計算
機システムを使用する場合の多目標追尾を想定し、相関
をとるべき中心点の算出にｎ個の運動モデルによる予測
値、相関をとるべき空間の領域の大きさ算出にｎ個の運
動モデルによる予測誤差共分散行列を使用するようにし
ている。

【００２０】

【発明の実施の形態】この発明による多目標追尾装置の
一実施例について説明する。図１および図２はこの発明
の多目標追尾装置の実施例１についてそれぞれ処理手順
および構成を示す図、図３および図４はこの発明の多目
標追尾装置の実施例２についてそれぞれ処理手順および
構成を示す図である。図５はこの発明の多目標追尾装置
の実施例３，５について処理手順を示す図、図６はこの
発明の多目標追尾装置の実施例３について構成を示す
図、図７はこの発明の多目標追尾装置の一実施例４，６
について処理手順を示す図、図８はこの発明の多目標追
尾装置の実施例４について構成を示す図、図９はこの発
明の多目標追尾装置の実施例５について構成を示す図、
図１０はこの発明の多目標追尾装置の実施例６について
構成を示す図である。

【００２１】以下、この発明の一実施例を図１〜図１０
にしたがい説明する前に、この発明の根拠となる理論の
骨子を説明する。なお以下ベクトルを表わす記号につい
ては、コード処理部では例えばベクトルＸの様に、記号
の前に“ベクトル”を付し、イメージ処理部では記号に
下線を付して示す。

【００２２】この発明の多目標追尾装置による目標追尾
処理開始時刻をｔ₁ とし、離散時間的に目標追尾処理の
動作をする各サンプリング時刻をｔ_k （ｋ＝１，２，
…）と書く。また、サンプリング時刻ｔ_k-1 とサンプリ
ング時刻ｔ_k の間のサンプリング間隔をτ_k とする。す
なわち、式（１）とする。

【００２３】

【数１】

【００２４】目標の運動モデルについて次のように定義
する。すなわち、複数個をｎ個とした場合のサンプリン
グ時刻ｔ_k における目標の運動モデルを式（２）とす
る。なお、以降ベクトルを表す記号にはアンダーライン
を付す。式（２）において、ベクトルＸ_k はサンプリン
グ時刻ｔ_k における目標運動諸元の真値を表す状態ベク
トルであり、式（３）に示すように直交座標における目
標位置、および直交座標における目標速度を成分とする
ベクトルとする。なお、記号Ｔはベクトルの転置を表
す。Φ_k-1 はサンプリング時刻ｔ_k-1 よりｔ_k への状態
ベクトルΧ_k の推移行列で目標が等速直進運動を行うと
仮定した場合、式（４）および式（５）で与えられる。
ベクトルｗ_k はサンプリング時刻ｔ_k における駆動雑音
ベクトルであり、平均ベクトル０の３次元正規分布白色
雑音で、Ｅを平均を表す記号として式（６）、式（７）
を満たすものとする。ここで、Ｑ_k はサンプリング時刻
ｔ_k における駆動雑音共分散行列で運動モデルに拠らな
い値とする。Γ_k はサンプリング時刻ｔ_k における駆動
雑音ベクトルの変換行列で、例えば、目標の運動モデル
を等速直進運動と仮定したことにより打ち切り誤差を式
（２）の右辺第２項とみればベクトルｗ_k は加速度ベク
トル相当であり、Γ_k は式（８）となる。ベクトルｕ_k
はサンプリング時刻ｔ_k においてｎ個の運動モデルを構
成する定数加速度ベクトルで式（９）で表され、Γ’_k
はサンプリング時刻ｔ_k における定数加速度ベクトルの
変換行列であり、式（１０）となる。

【００２５】

【数２】

【００２６】図１１は平面に平行な面内で定数加速度ベ
クトルを説明する図であり、図において、Ｏは目標観測
装置を原点とした座標Ｏ−ｘｙの原点、Ｘは東方向をｘ
軸の正とした座標Ｏ−ｘｙのｘ軸、Ｙは北方向をｙ軸の
正とした座標Ｏ−ｘｙのｙ軸、Ａ１はｙ軸の正方向の定
数加速度ベクトル、Ａ２はｘ軸の正方向の定数加速度ベ
クトル、Ａ３はｙ軸の負方向の定数加速度ベクトル、Ａ
４はｘ軸の負方向の定数加速度ベクトルである。図１１
における定数加速度ベクトルの大きさを１０ｇ（ｇは重
力加速度とする）とし、この他に加速度ベクトル０の定
数加速度ベクトルを考えた運動モデルの場合、ｎ＝５で
あり、式（９）は式（１０）のようにサンプリング時刻
に無関係に書ける。

【００２７】

【数３】

【００２８】サンプリング時刻ｔ_k において式（１２）
が真であるとの仮説をΨ_k,L （Ｌ＝１，２，…ｎ）と書
く。運動モデルの時間的推移にはマルコフ性を仮定し、
運動モデルΨ_k,L はサンプリング時刻ｔ_k-1 の運動モデ
ルより決まりサンプリング時刻ｔ_k-2 までの運動モデル
には依存しないものとする。この時運動モデルの推移確
率Ｐ_LkLk-1を式（１３）とする。

【００２９】

【数４】

【００３０】次に観測系モデルを以下のように定義す
る。追尾対象目標よりの探知データはサンプリング時刻
ｔ_k において高々１つ得られるとし、その観測系モデル
を式（１４）とする。ただし、ベクトルｚ_k は式（１
５）に示すようにサンプリング時刻ｔ_k において直交座
標による目標観測位置と目標距離変化率の観測値で構成
される目標観測ベクトルであり、またＦ（ベクトル
ｘ_k ）は式（１６）、式（１７）で表される非線形関数
である。ベクトルｖ_k はサンプリング時刻ｔ_k における
目標観測ベクトルに対応した観測雑音ベクトルで、平均
ベクトル０の４次元正規白色雑音であり式（１８）、式
（１９）を満たすものとする。なお、Ｒ_k はサンプリン
グ時刻ｔ_k における観測雑音共分散行列で運動モデルに
よらない値とする。

【００３１】

【数５】

【００３２】追尾対象目標以外からの探知データ、すな
わち誤探知データは空間に一様に分布しているとし、サ
ンプリング時刻ｔ_k における単位体積あたりの発生頻度
をλ ^k _FTとし、追尾目標と相関をとるべき空間の領域の
体積をＶ_Gkとしたとき、追尾対象目標以外からの探知デ
ータが相関をとるべき領域内に存在する総数は平均λ ^k
_FTＶ_Gkのポアソン分布に従うとする。なお、ここでＶ_Gk
は探知データが４次元であることから４次元空間の体積
である。

【００３３】サンプリング時刻ｔ_k において相関をとる
べき領域内に入った探知データの総数をｍ_k 個とし、そ
の探知データの全体をベクトルｚ_k,1 ，ベクトル
ｚ_k,2 ，…，ベクトルｚ_k,mkとし、式（２０）のように
書く。さらにサンプリング時刻ｔ₁からｔ_k までの探知
データ数全体の情報をＭ^k すなわち式（２１）と書き、
またサンプリング時刻ｔ₁ からｔ_k までの探知データの
全体をＺ^k すなわち、式（２２）と書く。

【００３４】

【数６】

【００３５】次に、目標の運動モデルについて若干の補
足を行う。複数個の運動モデルを構成している定数加速
度ベクトルベクトルα_L （Ｌ＝１，２，…，ｎ）の条件
付き確率密度関数を離散値型の確率論に従い式（２
３）、式（２４）とする。ここで、デルタ関数δ（ベク
トルｘ）は式（２５）の性質を有している。

【００３６】

【数７】

【００３７】式（２４）および式（２５）より式（２
６）となる。すなわち、式（２７）としたとき、式（２
８）である。また、式（２４）および式（２５）より式
（２９）となる。

【００３８】

【数８】

【００３９】次に、サンプリング時刻ｔ_k までの探知デ
ータが得られた時点における、複数の各運動モデルおよ
びサンプリング時刻ｔ_k に得られた複数の各探知データ
の仮説に対する信頼度について定義する。ベクトルｚ
_k,i （ｉ＝１，２，…，ｍ_k ）が追尾対象目標からの探
知データであるとの仮説をχ_k,i （ｉ＝１，２，…，ｍ
_k ）と書き、追尾対象目標から探知データが得られない
との仮説をχ_k,o と書く。サンプリング時刻ｔ_k までの
探知データの情報による仮説の信頼度を条件付き確率密
度関数により、式（３０）〜式（３３）のように定義す
る。

【００４０】

【数９】

【００４１】ここで、式（３４）、式（３５）の仮定を
おく。このとき、式（１３）および式（３５）より式
（３６）となる。また確率論より式（３７）〜式（４
５）が成立する。

【００４２】

【数１０】

【００４３】以下、上記のように目標の運動モデル、観
測系モデル、および仮説とその信頼度が定義された場合
の、目標追尾処理手順について説明する。

【００４４】まず、各仮説のもとでの平滑、予測処理の
方法について示す。すなわち、通常のカルマンフィルタ
の理論より、拡張カルマンフィルタを適用すると式（４
６）〜式（５５）となる。

【００４５】

【数１１】

【００４６】ここで、ベクトルｘ＾^LK _k （−）は仮説Ψ
_k,lkのもとでのサンプリング時刻ｔ _k に対するベクトル
ｘ_k の予測ベクトルで、条件付き平均ベクトルで書けば
カルマンフィルタの理論より式（５６）である。また、
ベクトルｘ＾_k （−）は、サンプリング時刻ｔ_k に対す
るベクトルｘ_k の予測ベクトルで式（５７）である。ベ
クトルｘ＾_k （＋）はサンプリング時刻ｔ_k に対するベ
クトルｘ_k の平滑ベクトルで式（５８）である。ベクト
ルｘ＾_k,i,Lk（＋）は仮説χ_k,i および仮説Ψ _k,lkのも
とでのサンプリング時刻ｔ_k に対するベクトルｘ_k の平
滑ベクトルで式（５９）で表される。さらに、Ｐ
_k （＋）はサンプリング時刻ｔ_k における平滑誤差共分
散行列で式（６０）である。また、Ｐ_k ^Lk（−）はサン
プリング時刻ｔ _k における仮説Ψ_k,lkのもとでの予測誤
差共分散行列で式（６１）である。Ｐ_{k, i,Lk}（＋）はサ
ンプリング時刻ｔ_k における仮説χ_k,i およびΨ_k,lkの
もとでの平滑誤差共分散行列で式（６２）である。

【００４７】

【数１２】

【００４８】Ｋ_k はサンプリング時刻ｔ_k におけるゲイ
ン行列である。また、拡張カルマンフィルタを通常適用
する場合と同様にして初期値ベクトルｘ＾₀ （＋）、Ｐ
₀ （＋）は別途定まっているとする。なお、式（４７）
よりＰ^Lk _k （−）は仮説Ψ_{k, lk}によらない値となるの
で、式（４８）よりＫ_k 、式（５２）よりＰ
_k,i,Lk（＋）（ｉ＝１，２，…ｍ_k ）も仮説Ψ_k,1kによ
らない値となる。

【００４９】次に、探知データと追尾目標の相関方法に
ついて示す。探知データベクトルｚがｄをパラメータと
して式（６３）を満たすとき、探知データベクトルｚは
追尾目標と相関があると判定される。ここでベクトルｚ
_k （−）は式（６４）で与えられる。またＳ_k は式（６
５）で与えられる。ただし、Ｐ_k （−）はサンプリング
時刻ｔ_k における予測誤差共分散行列であり、式（６
６）で表される。

【００５０】

【数１３】

【００５１】図１２は簡単な例として探知データの次元
が２次元の場合について式（６３）による探知データと
追尾目標との相関を説明する図であり、図においてＰは
追尾目標からの観測が予測される点である式（６４）の
ベクトルｚ_k （−）、Ｑは相関をとるべき範囲の内外を
定める境界線でパラメータｄおよび式（６５）のＳ_kよ
り線形代数学より算出され、Ｄ１〜Ｄ４は探知データで
ある。

【００５２】追尾対象目標が相関をとるべき領域内に存
在する確率をＰ_Gkと書く。すなわち式（６７）とする。
ここで領域Ｇ_k は式（６８）で表され、またＮ（ベクト
ルｚ _k ；ａ_k ，Ａ_k ）は平均ベクトルａ_k 、共分散行列
Ａ_k の４次元正規分布のベクトルｚ_k における確率密度
関数である。なお、確率論よりＰ_Gkはｄの値によって一
意的に定まる。

【００５３】

【数１４】

【００５４】次に、各仮説の信頼度の算出方法について
示す。仮説Ψ_k,lkのもとでの探知データベクトルｚ_k,i
の確率密度関数ｌ_Lk（ベクトルＺ_k,i ）（Ｌ_k ＝１，
２，…ｎ；ｉ＝１，２，…ｍ_k ）を４次元正規分布で近
似すればカルマンフィルタの理論より式（６９）であ
る。式（６９）よりわかるように、探知データベクトル
ｚ _k,i が観測諸元の予測ベクトルＦ（ベクトルｘ＾^Lk _k
（−））に近いほどｌ_Lk（ベクトルｚ_k,i ）の値は大き
くなり、ベクトルｚ_k,i は目標が仮説Ψ_k,1kのもとで運
動したとした場合に追尾目標から得られた探知データで
あるとの信頼度が高く評価される。サンプリング時刻ｔ
_k における探知情報が得られない時点での仮説Ψ
_k-1,lk-1かつ仮説Ψ_k,1kが真である信頼度は、仮説Ψ
_k-1,lk-1の信頼度である式（３２）のβ^Lk-1 _k-1 および
推移確率である式（１３）のＰ_LkLk-1より式（７０）に
よりもとまる。また、目標が探知される確率をＰ_D とす
れば、追尾対象目標が相関をとるべき領域内に存在して
探知される確率はＰ_D Ｐ_Gkである。したがってサンプリ
ング時刻ｔ_k の探知情報が得られた時点での仮説Ψ
_k-1,lk-1，Ψ _k,lkおよび仮説χ_k,0 が正しいとの信頼度
は、サンプリング時刻ｔ_k における探知情報が得られな
い時点での信頼度である式（７０）に追尾対象目標より
相関をとるべき領域内から探知データが得られない確率
ｌ−Ｐ_D Ｐ_Gkおよびｍ_k 個の探知データすべてが追尾対
象目標以外からの探知データであるとの信頼度
（λ^k _PT）^mkを乗算した値、すなわち式（７１）に比例
すると考えてよい。

【００５５】また、サンプリング時刻ｔ_k の探知情報が
得られた時点での仮説Ψ_k-1,lk-1，Ψ_k,lkおよび仮説χ
_k,i （ｉ＝１，２，…、ｍ_k ）が正しいとの信頼度は、
サンプリング時刻ｔ_k における探知情報が得られない時
点での信頼度である式（７０）に追尾対象目標が探知さ
れる確率Ｐ_D 、仮説Ψ_k,lkのもとでの探知データベクト
ルｚ_k,i の評価値ｌ_Lk（ベクトルｚ_k,i ）およびｍ_k −
１個の探知データが追尾対象目標以外から得られている
との信頼度（λ^k _PT）^mk-1を乗算した値、すなわち式
（７２）に比例すると考えてよい。したがって、式（３
０）のβ_{k,i,Lk,L k-1} は、式（４５）を使用し、式（７
１）および式（７２）を正規化して式（７３）〜式（７
５）の通り算出される。なお、式（３１）のβ_k,i 、式
（３２）のβ^Lk _k ，式（３３）のβ_k,i,Lkは式（７３）
〜式（７５）で算出されたβ_{k,i,Lk ,Lk-1} をそれぞれ式
（３７）、式（３９）、式（４１）に代入することによ
り算出される。

【００５６】

【数１５】

【００５７】次に、加速度ベクトル推定値の算出方法に
ついて示す。サンプリング時刻ｔ_kまでの探知データが
得られた時点における加速度ベクトルの推定値を式（７
６）で定義する。式（２７）、式（２８）の場合と同様
にして、式（７６）より式（７７）となる。したがって
式（７７）に式（３２）を適用して式（７８）を得る。

【００５８】

【数１６】

【００５９】すべての仮説のもとでの目標位置、速度の
平滑ベクトル、すなわち式（５８）のベクトルｘ＾
_k （＋）は、各仮説のもとでもとめた平滑ベクトルを各
仮説の信頼度を用いて統合することによって算出され
る。まず、式（３３）およびベイズの定理より式（７
９）が得られる。式（５８）、式（５９）、式（７９）
より式（８０）である。式（８０）および式（４９）、
式（５１）、式（４６）、式（７８）、式（４２）、式
（４４）より式（８１）〜式（８３）である。

【００６０】

【数１７】

【００６１】上記、すべての仮説のもとでの目標位置、
速度の平滑ベクトルの平滑誤差共分散行列、すなわち式
（６０）のＰ_k （＋）は以下のように算出される。すな
わち、まず式（６０）、式（５８）、式（５９）、式
（６２）および式（７９）より式（８４）である。式
（４２）および式（８０）より式（８５）であるから、
式（８４）および式（８５）より式（８６）となる。式
（８６）に式（５０）、式（５２）、式（３８）、式
（４３）、式（４９）、式（５１）、式（４６）、式
（７８）、式（８１）〜式（８３）および式（４２）、
式（４４）を代入し、さらにＰ^Lk _k （−）およびＰ
_k,i,Lk（＋）がΨ_k,lkに無関係なことに注意すれば式
（８７）が得られる。

【００６２】

【数１８】

【００６３】上記すべての仮説のもとでの平滑ベクトル
に基づく目標位置、速度の予測ベクトル、すなわち式
（５７）のベクトルｘ＾_k （−）、およびベクトルｘ＾
_k （−）の予測誤差共分散行列、すなわち式（６６）の
Ｐ_k （−）は各々次のように算出される。まず、予測ベ
クトルｘ＾_k （−）について、式（５７）に式（２）を
代入し、式（５８）、式（６）および式（２７）を適用
して式（８８）を得る。ここで式（７０）より確率論に
したがい式（８９）となるから、式（２８）、式（８
９）より式（９０）である。次に予測誤差共分散行列Ｐ
_k （−）について、式（２）および式（８８）より式
（９１）であるから、式（６６）に式（９１）を代入
し、式（６０）、式（７）および式（２９）を適用しベ
クトルｘ_k-1 、ベクトルｗ_k-1 ，ベクトルｕ_k-1 が互い
に無相関とすれば式（９２）を得る。したがって、式
（９２）、式（４７）および式（８９）より式（９３）
である。

【００６４】

【数１９】

【００６５】なお、上記一連の多目標追尾方法は、その
特別な場合として式（１２）のｎ個の定数加速度ベクト
ルをすべて零ベクトルと設定する、すなわち式（９４）
とすることにより、等速直進運動モデルによる多目標追
尾方法を含む。式（９４）とした場合、特に平滑ベクト
ル算出式および平滑誤差共分散行列算出式について、式
（４６）、式（７８）に式（９４）を適用し、式（４
３）を使用することにより、式（８１）〜式（８３）は
式（９５）〜式（９７）となり、式（８７）は式（９
８）となる。

【００６６】

【数２０】

【００６７】次に、上記の多目標追尾方法の処理過程に
おいて算出される諸量に基づき、目標運動の直進／曲進
を判定する方法について説明する。サンプリング時刻ｔ
_k における目標運動の直進／曲進の判定結果はフラグＦ
ＭＤ_k で表し、判定結果が直進の場合式（９８）、判定
結果が曲進の場合式（９９）と定義する。また、追尾開
始時刻における判定結果フラグの初期値は０（直進）に
設定する。

【００６８】

【数２１】

【００６９】まず第一に、加速度ベクトル推定値に基づ
き、目標運動の直進／曲進を判定する方法を示す。式
（７８）の加速度ベクトル推定値ｕ_k-1 のｘ成分、ｙ成
分、ｚ成分をそれぞれ推定値ｕ_k-1 （Ｘ）、ｕ
_k-1 （ｙ）、ｕ_k-1 （ｚ）と書き、式（１００）とす
る。加速度ベクトル推定値ｕ_k-1 を各成分ごとに一次フ
ィルタによって平滑したベクトル推定値をｕ^s _k-1 と
し、そのｘ成分、ｙ成分、ｚ成分をそれぞれ推定値ｕ^s
_k-1 （ｘ）、ｕ^s _k-1 （ｙ）、ｕ^s _k-1 （ｚ）と書く。
すなわち式（１０１）〜式（１０４）とする。ここで、
μは一次フィルタのゲインであり、ｘ，ｙ，ｚの各成分
で同一の値である。また、追尾開始時刻における推定値
ｕ^s _k-1 （ｘ），ｕ^s _k-1 （ｙ），ｕ^s _k-1 （ｚ）の初
期値はすべて０に設定する。ベクトル推定値ｕ^s _k-1 の
ユークリッドノルム推定値‖ｕ^s _k-1 ‖は式（１０５）
となる。

【００７０】サンプリング時刻ｔ_k における目標運動の
直進／曲進は次のように判定する。すなわち、式（１０
６）が成立する場合、目標運動は直進と判定し式（９
８）とする。式（１０７）が成立する場合、目標運動は
曲進と判定し式（９９）とする。式（１０８）が成立す
る場合は、サンプリング時刻ｔ_k-1 の判定結果を保持し
式（１０９）とする。ここで、ζ₁ 、ζ₂ はサンプリン
グ時刻によらない定数で式（１１０）を満たすものとす
る。

【００７１】

【数２２】

【００７２】第二に目標距離変化率の予測値に基づき、
目標運動の直進／曲進を判定する方法を示す。Ｒ^{. P} _k
をサンプリング時刻ｔ_k に対する目標距離変化率の予測
値とし式（１１２）で定義すれば、式（６８）より式
（１７）を用い式（１１３）である。また、式（６５）
のＳ_k の第４行第４列要素をＳ_k （４，４）とする。す
なわち、式（１１４）とする。サンプリング時刻ｔ_k に
おける探知データベクトルｚ_k,i （ｉ＝１，２，…，ｍ
_k ）の目標距離変化率成分をそれぞれＲ^{. o} _k,i（ｉ＝
１，２，…，ｍ_k ）とし、サンプリング時刻ｔ_k までの
探知データが得られた時点でのＲ^{. o} _k,i の確率密度関
数を式（１１５）の１次元正規分布で近似すれば、式
（１１５）で定義される目標距離変化率Ｒ^{. o} _k,i （ｉ
＝１，２，…，ｍ_k ）の加重平均推定値Ｒ^{. o} _k の確率
密度関数は、式（３８）を用い、またＲ^{. o} _k,i （ｉ＝
１，２，…，ｍ_k ）が互いに独立であるとして、式（１
１７）の１次元正規分布となる。したがって、スカラ量
ε_k を式（１１８）で定義すれば、ε_k は自由度１のカ
イ２乗分布にしたがう。

【００７３】サンプリング時刻における目標運動の直進
／曲進は次のように判定する。すなわち、式（１１９）
が成立する場合、目標運動は直進と判定し式（９９）と
する。式（１２０）が成立する場合、目標運動は曲進と
判定し式（１００）とする。式（１２１）が成立する場
合は、サンプリング時刻ｔ_k-1 の判定結果を保持する。
すなわち式（１０９）とする。ここで、η₁ ，η₂ はサ
ンプリング時刻によらない定数で式（１２１）を満たす
ものとする。

【００７４】

【数２３】

【００７５】次にこの発明の実施例１を図１および図２
にしたがって説明する。目標観測装置５１より得られる
目標位置および目標距離変化率の情報をもとに通常のカ
ルマンフィルタの理論に基づき、目標位置、速度の平滑
値および平滑誤差共分散行列の初期値を設定し（ステッ
プ１）、式（１１）の例のように零加速度ベクトルを含
む式（１２）のｎ個の定数加速度ベクトルによって構成
される目標のｎ個の運動モデルを設定した（ステップ
２）のち、追尾を継続するための処理のループに入る。

【００７６】以下、ループ内の処理の流れを示す。説明
の便宜上ループ先頭においてのサンプリング時刻がｔ
_k-1 であったものとする。運動モデルごとの予測器５２
において、ｎ個の運動モデルによる平滑器６２より入力
される式（５８）のｎ個の運動モデルによる平滑値ベク
トルｘ＾_k-1 （＋）およびｎ個の運動モデルを構成して
いる式（１２）の定数加速度ベクトルα_Lkより式（４
６）にしたがい運動モデルごとの予測値ベクトルｘ＾^Lk
_k（−）を算出し、また運動モデルごとの予測誤差評価
器５３において、ｎ個の運動モデルによる平滑誤差評価
器６３より入力されるｎ個の運動モデルにより平滑誤差
共分散行列Ｐ_k-1 （＋）およびあらかじめ設定された式
（７）の駆動雑音共分散行列Ｑ_k-1 より式（４７）にし
たがい運動モデルごとの予測誤差共分散行列Ｐ
^Lk _k （−）を算出する（ステップ３）。次にｎ個の運動
モデルによる予測器５４において、ｎ個の運動モデルに
よる平滑器６２より式（５８）のｎ個の運動モデルによ
る平滑値ベクトルｘ＾_K-1 （＋）を入力して等速直進運
動予測によりΦ_k-1 ベクトルｘ＾_K-1 （＋）を算出し、
ｎ個の運動モデルによる信頼度算出器５７より得られる
式（３２）の各運動モデルの信頼度β^Lk-1 _k-1 、あらか
じめ設定された式（１３）の推移確率Ｐ_LkLk-1および式
（１２）の定数加速度ベクトルα_Lkより式（９０）にし
たがいサンプリング時刻ｔ _k における探知情報が得られ
ない時点での加速度の影響項を推定して、式（８８）に
したがいｎ個の運動モデルによる予測値ベクトルｘ＾_k
（−）を算出する（ステップ４）。

【００７７】次に時刻がサンプリング時刻ｔ_k-1 からサ
ンプリング時刻ｔ_k に経過したのち、目標観測装置５１
より目標およびクラッタ等からの位置および距離変化率
の検出結果をサンプリング時刻ｔ_k の探知データとして
入力する（ステップ６）。次に相関器５６において、サ
ンプリング時刻ｔ_k-1 に算出した式（５７）のｎ個の運
動モデルによる予測値ベクトルｘ＾_k （−）を第１の遅
延回路６４を通しｎ個の運動モデルによる予測器５４よ
り入力して、相関をとるべき中心位置である式（６４）
のベクトルｚ_k （−）を式（１６）により算出し、サン
プリング時刻に算出した式（６１）の運動モデルごとの
予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延回路６５
を通し運動モデルごとの予測誤差評価器５３より入力し
て、これとあらかじめ設定された式（１９）の観測雑音
共分散行列Ｒ_k および上記第１の遅延回路６４を通して
ｎ個の運動モデルによる予測器５４より入力したベクト
ルｘ_k （−）より、相関をとるべき領域の大きさ算出に
使用する式（６５）のＳ_kをＰ_k （−）の代わりにＰ^Lk
_k （−）を使用することにより求め、式（６３）により
追尾対象目標と相関の可能性のあるｍ_k 個の探知データ
を選択し、これを式（２０）のＺ_k とする（ステップ
７）。

【００７８】次にｎ個の運動モデルによる信頼度算出器
５７において、サンプリング時刻ｔ _k-1 に式（３９）に
より算出した各運動モデルの信頼度β^Lk-1 _k-1 を第３の
遅延回路６６を通して入力し、サンプリング時刻ｔ_k-1
に算出した式（５６）の運動モデルごとの予測値ベクト
ルｘ＾^Lk _k（−）を第４の遅延回路６７を通し運動モデ
ルごとの予測器５２より入力し、サンプリング時刻ｔ
_k-1 に算出した式（６１）の運動モデルごとの予測誤差
共分散行列Ｐ^Lk _k （−）を第２の遅延回路６５を通して
運動モデルごとの予測誤差評価器５３より入力して、あ
らかじめ設定された式（１９）の観測雑音共分散行列Ｒ
_k より式（６９）、式（１６）、式（１７）および式
（５３）、式（５４）により仮説Ψ_k,lkのもとでの相関
器５６よりの探知データベクトルｚ_k,i の信頼度ｌ
_Lk（ベクトルｚ_k,i ）を求め、あらかじめ設定された探
知確率Ｐ_D 、式（６７）の追尾対象目標が相関をとるべ
き領域内に存在する確率Ｐ_Gkおよび式（１３）の運動モ
デルの推移確率Ｐ_LkLK-1により式（７３）〜式（７５）
および式（３９）、式（４１）、式（４３）にしたがい
運動モデルおよび探知データの信頼度β_k,i,Lk,Lk-1 β
^Lk _k 、β_k,i,Lk，β_k,i を算出する（ステップ８）。

【００７９】次にゲイン行列算出器５８において、サン
プリング時刻ｔ_k-1 に算出した式（６１）の運動モデル
ごとの予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延回
路６５を通し運動モデルごとの予測誤差評価器５３より
入力し、サンプリング時刻ｔ _k-1 に算出した式（５７）
のｎ個の運動モデルによる予測値べくとるｘ＾_k （−）
を第１の遅延回路６４を通しｎ個の運動モデルによる予
測器５４より入力し、あらかじめ設定された式（１９）
の観測雑音共分散行列Ｒ_k より式（４８）および式（５
３）、式（５４）にしたがいゲイン行列を算出する（ス
テップ９）。次に加速度ベクトル推定器５９において、
ｎ個の運動モデルによる信頼度算出器５７より式（３
２）のβ^Lk _k を入力し、あらかじめ設定された式（１
２）の定数加速度ベクトルベクトルα_Lkを用い、式（７
８）にしたがい式（７６）の加速度ベクトル推定値を算
出する（ステップ１０）。

【００８０】次に加速度ベクトル推定値による目標運動
判定器６０において、加速度ベクトル推定器５９より式
（７６）の加速度ベクトル推定値ｕ_k-1 を入力し、目標
運動判定器６０で得られたサンプリング時刻ｔ_k-1 にお
ける目標運動判定結果ＦＭＤ _k-1 を第５の遅延回路６８
を通して入力し、式（１０３）〜式（１０５）にしたが
い加速度ベクトル推定値の平滑ベクトル推定値ｕ^S _k-1
を算出し、さらに式（１０６）にしたがい加速度ベクト
ル推定値の平滑ベクトル推定値ｕ^S _k-1 のユークリッド
ノルム推定値‖ｕ^s _k-1 ‖を算出した後、目標運動判定
結果ＦＭＤ_k を、式（１０７）が成立する場合には式
（９９）のように設定し、また式（１０８）が成立する
場合には式（１００）のように設定し、また式（１０
９）が成立する場合には式（１１０）のように設定する
（ステップ１１）。

【００８１】次にｎ個の運動モデルによる平滑器６２に
おいて、サンプリング時刻ｔ_k-1 に算出しておいた式
（５８）のｎ個の運動モデルによる平滑値ベクトルｘ＾
_k-1 （＋）を第６の遅延回路６９を通して入力し、式
（３２）の各運動モデルの信頼度β^Lk _k および式（３
３）の仮説Ψ_k,lkのもとでの探知データベクトルｚ_k,i
の信頼度β_k,i,Lkをｎ個の運動モデルによる信頼度算出
器５７より入力し、相関器５６より探知データベクトル
ｚ_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ_k,mkを入力
し、サンプリング時刻ｔ_k-1 に算出しておいた式（５
６）の運動モデルごとの予測値ｘ^1k _k （−）を第４の遅
延回路６７を通し運動モデルごとの予測器５２より入力
し、式（４８）のゲイン行列Ｋ_k をゲイン行列算出器５
８より入力し、式（７６）の加速度ベクトル推定値ｕ
_k-1 を加速度ベクトル推定器５９より入力し、目標運動
判定結果ＦＭＤ_k を加速度ベクトル推定値による目標運
動判定器６０より入力し、目標運動判定結果ＦＭＤ_k が
１（曲進）である場合には、式（８１）〜式（８３）に
したがいｎ個の運動モデルによる平滑値ベクトルｘ＾_k
（＋）を算出し、目標運動判定結果ＦＭＤ_k が０（直
進）である場合には、式（９５）および式（９６）、式
（９７）にしたがいｎ個の運動モデルによる平滑値ベク
トルｘ＾_k （＋）を算出する。

【００８２】ｎ個の運動モデルによる平滑誤差評価器６
３において、ｎ個の運動モデルによる信頼度算出器５７
より式（３１）のβ_k,i 、式（３２）のβ^Lk _k および式
（３３）のβ_k,i,Lkを入力し、サンプリング時刻ｔ_k-1
に算出した式（６１）の運動モデルごとの予測誤差共分
散行列Ｐ^Lk _k （−）を第２の遅延回路６５を通し運動モ
デルごとの予測誤差評価器５３より入力し、ゲイン行列
算出器５８より式（４８）のゲイン行列Ｋ_k を入力し、
サンプリング時刻ｔ_k-1 に算出しておいた式（５６）の
運動モデルごとの予測値ベクトルｘ^Lk _k （−）を第４の
遅延回路６７を通し運動モデルごとの予測器５２より入
力し、サンプリング時刻ｔ_k-1 に算出したｎ個の運動モ
デルによる予測値ベクトルｘ＾_k （−）を第１の遅延回
路６４を通しｎ個の運動モデルによる予測器５４より入
力し、相関器５６より探知データベクトルｚ_k,1 ，ベク
トルｚ_k,2 ，…，ベクトルｚ_k,mkを入力し、式（７６）
の加速度ベクトル推定値ｕ_k-1 を加速度ベクトル推定器
５９より入力し、目標運動判定結果ＦＭＤ_k を加速度ベ
クトル推定値による目標運動判定器６０より入力し、目
標運動判定結果ＦＭＤ_k が１（曲進）である場合には、
式（８７）におよび式（８２）、式（８３）にしたがい
式（６０）のｎ個の運動モデルによる平滑誤差共分散行
列Ｐ_k （＋）を算出し、目標運動判定結果ＦＭＤ_k が０
（直進）である場合には、式（９８）および式（９
６）、式（９７）にしたがい式（６０）のｎ個の運動モ
デルによる平滑誤差共分散行列Ｐ_k （＋）を算出する
（ステップ１３）。追尾終了になるまでループ内のこの
一連の流れを繰り返す（ステップ１４）。

【００８３】次にこの発明の実施例２を図３および図４
にしたがって説明する。目標観測装置５１より得られる
目標位置および目標距離変化率の情報をもとに通常のカ
ルマンフィルタの理論に基づき、目標位置、速度の平滑
値および平滑誤差共分散行列の初期値を設定し（ステッ
プ１）、式（１１）の例のように零加速度ベクトルを含
む式（１２）のｎ個の定数加速度ベクトルによって構成
される目標のｎ個の運動モデルを設定した（ステップ
２）のち、追尾を継続するための処理のループに入る。

【００８４】以下、ループ内の処理の流れを示す。説明
の便宜上ループ先頭においてのサンプリング時刻がｔ
_k-1 であったものとする。運動モデルごとの予測器５２
において、ｎ個の運動モデルによる平滑器６２より入力
される式（５８）のｎ個の運動モデルによる平滑値ベク
トルｘ＾_k-1 （＋）およびｎ個の運動モデルを構成して
いる式（１２）の定数加速度ベクトルα_Lkより式（４
６）にしたがい運動モデルごとの予測値ベクトルｘ＾^Lk
_k（−）を算出し、また運動モデルごとの予測誤差評価
器５３において、ｎ個の運動モデルによる平滑誤差評価
器６３より入力されるｎ個の運動モデルによる平滑誤差
共分散行列Ｐ_k-1 （＋）およびあらかじめ設定された式
（７）の駆動雑音共分散行列Ｑ_k-1 より式（４７）にし
たがい運動モデルごとの予測誤差共分散行列Ｐ
^Lk _k （−）を算出する（ステップ３）。

【００８５】次にｎ個の運動モデルによる予測器５４に
おいて、ｎ個の運動モデルによる平滑器６２より式（５
８）のｎ個の運動モデルによる平滑値ベクトルｘ
_k-1 （＋）を入力して等速直進運動予測によりΦ_k-1 ベ
クトルｘ＾_K-1 （＋）を算出し、ｎ個の運動モデルによ
る信頼度算出器５７より得られる式（３２）の各運動モ
デルの信頼度β^Lk-1 _k-1 、あらかじめ設定された式（１
３）の推移確率Ｐ_LkLk-1および式（１２）の定数加速度
ベクトルα_Lkより式（９０）にしたがいサンプリング時
刻ｔ_k における探知情報が得られない時点での加速度の
影響項を推定して、式（８８）にしたがいｎ個の運動モ
デルによる予測値ベクトルｘ＾_k （−）を算出する（ス
テップ４）。

【００８６】次に時刻がサンプリング時刻ｔ_k-1 からサ
ンプリング時刻ｔ_k に経過したのち、目標観測装置５１
より目標およびクラッタ等からの位置および距離変化率
の検出結果をサンプリング時刻ｔ_k の探知データとして
入力する（ステップ６）。

【００８７】次に相関器５６において、サンプリング時
刻ｔ_k-1 に算出した式（５７）のｎ個の運動モデルによ
る予測値ベクトルｘ＾_K （−）を第１の遅延回路６４を
通しｎ個の運動モデルによる予測器５４より入力して、
相関をとるべき中心位置である式（６４）のベクトルｚ
_k （−）を式（１６）により算出し、サンプリング時刻
に算出した式（６１）の運動モデルごとの予測誤差共分
散行列Ｐ^Lk _k （−）を第２の遅延回路６５を通し運動モ
デルごとの予測誤差評価器５３より入力して、これとあ
らかじめ設定された式（１９）の観測雑音共分散行列Ｒ
_k および上記第１の遅延回路６４を通してｎ個の運動モ
デルによる予測器５４より入力したベクトルｘ＾
_k （−）より、相関をとるべき領域の大きさ算出に使用
する式（６５）のＳをＰ_k （−）の代わりにＰ
^Lk _k （−）を使用することにより求め、式（６３）によ
り追尾対象目標と相関の可能性のあるｍ_k 個の探知デー
タを選択し、これを式（２０）のＺ_k とする（ステップ
７）。

【００８８】次にｎ個の運動モデルによる信頼度算出器
５７において、サンプリング時刻ｔ _k-1 に式（３９）に
より算出した各運動モデルの信頼度β^Lk-1 _k-1 を第３の
遅延回路６６を通して入力し、サンプリング時刻ｔ_k-1
に算出した式（５６）の運動モデルごとの予測値ベクト
ルｘ＾^Lk _k（−）を第４の遅延回路６７を通し運動モデ
ルごとの予測器５２より入力し、サンプリング時刻ｔ
_k-1 に算出した式（６１）の運動モデルごとの予測誤差
共分散行列Ｐ^Lk _k （−）を第２の遅延回路６５を通して
運動モデルごとの予測誤差評価器５３より入力して、あ
らかじめ設定された式（１９）の観測雑音共分散行列Ｒ
_k より式（６９）、式（１６）、式（１７）および式
（５３）、式（５４）により仮説Ψ_k,lkのもとでの相関
器５６よりの探知データベクトルｚ_k,i の信頼度ｌ
_Lk（ベクトルｚ_k,i ）を求め、あらかじめ設定された探
知確率Ｐ_D 、式（６７）の追尾対象目標が相関をとるべ
き領域内に存在する確率Ｐ_Gkおよび式（１３）の運動モ
デルの推移確率Ｐ_LkLk-1により式（７３）〜式（７５）
および式（３９）、式（４１）、式（４３）にしたがい
運動モデルおよび探知データの信頼度β_k,i,Lk,Lk-1 、
β^Lk _k 、β_k,i,Lk、β_k,i を算出する（ステップ８）。

【００８９】次にゲイン行列算出器５８において、サン
プリング時刻ｔ_k-1 に算出した式（６１）の運動モデル
ごとの予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延回
路６５を通し運動モデルごとの予測誤差評価器５３より
入力し、サンプリング時刻ｔ _k-1 に算出した式（５７）
のｎ個の運動モデルによる予測値ベクトルｘ＾_k （−）
を第１の遅延回路６４を通しｎ個の運動モデルによる予
測器５４より入力し、あらかじめ設定された式（１９）
の観測雑音共分散行列Ｒ_k より式（４８）および式（５
３）、式（５４）にしたがいゲイン行列を算出する（ス
テップ９）。

【００９０】次に加速度ベクトル推定器５９において、
ｎ個の運動モデルによる信頼度算出器５７より式（３
２）のβ^Lk _k を入力し、あらかじめ設定された式（１
２）の定数加速度ベクトルα_Lkを用い、式（７８）にし
たがい式（７６）の加速度ベクトル推定値を算出する
（ステップ１０）。

【００９１】次に目標距離変化率の予測値による目標運
動判定器６１において、サンプリング時刻ｔ_k-1 に算出
した式（５７）のｎ個の運動モデルによる予測値ベクト
ルｘ＾_k （−）を第１の遅延回路６４を通しｎ個の運動
モデルによる予測器５４より入力し、探知データの信頼
度β_k,i をｎ個の運動モデルによる信頼度算出器５７よ
り入力し、目標運動判定器６１で得られるサンプリング
時刻ｔ_k-1 における目標運動判定結果ＦＭＤ_k-1 を第５
の遅延回路６８を通して入力し、相関器５６より探知デ
ータの相関をとるべき領域の大きさ算出のために使用し
た式（６５）のＳ_k を入力し、さらに相関器５６より探
知データベクトルｚ_k,1 ，ベクトルｚ_{k, 2 ,} …，ベクト
ルｚ_k,mkを入力してその距離変化率成分をＲ^{. O} _k,1 ，
Ｒ^{. O} _{k, 2 ,} …，Ｒ^{. O} _k,mkとし、式（１１３）、式
（１７）により目標距離変化率の予測値Ｒ^{. P} _k 、式
（１１４）によりＳ_k の第４行第４列要素Ｓ_k （４，
４）、式（１１６）により目標距離変化率の加重平均推
定値Ｒ^{. o} _k をそれぞれ求め、さらに式（１１８）にし
たがいスカラ量ε_k を算出した後、目標運動判定結果Ｆ
ＭＤ_k を、式（１１９）が成立する場合には式（９９）
のように設置し、また式（１２０）が成立する場合には
式（１００）のように設定し、また式（１２１）が成立
する場合には式（１１０）のように設定する（ステップ
１２）。

【００９２】次にｎ個の運動モデルによる平滑器６２に
おいて、サンプリング時刻ｔ_k-1 に算出しておいた式
（５８）のｎ個の運動モデルによる平滑値ベクトルｘ＾
_k-1 （＋）を第６の遅延回路６９を通して入力し、式
（３２）の各運動モデルの信頼度β^Lk _k および式（３
３）の仮説Ψ_k,lkのもとでの探知データベクトルｚ_k,i
の信頼度β_k,i,LKをｎ個の運動モデルによる信頼度算出
器５７より入力し、相関器５６より探知データベクトル
ｚ_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ_k,mkを入力
し、サンプリング時刻ｔ_k-1 に算出しておいた式（５
６）の運動モデルごとの予測値ベクトルｘ＾^Lk _k（−）
を第４の遅延回路６７を通し運動モデルごとの予測器５
２より入力し、式（４８）のゲイン行列Ｋ_k をゲイン行
列算出器５８より入力し、式（７６）の加速度ベクトル
推定値ｕ_k-1 を加速度ベクトル推定器５９より入力し、
目標運動判定結果ＦＭＤ_k を目標距離変化率の予測値に
よる目標運動判定器６１より入力し、目標運動判定結果
ＦＭＤ_k が１（曲進）である場合には、式（８１）〜式
（８３）にしたがいｎ個の運動モデルによる平滑値ベク
トルｘ＾_k （＋）を算出し、目標運動判定結果ＦＭＤ_k
が０（直進）である場合には、式（９５）および式（９
６）、式（９７）にしたがいｎ個の運動モデルによる平
滑値ベクトルｘ＾_k （＋）を算出する。

【００９３】またｎ個の運動モデルによる平滑誤差評価
器６３において、ｎ個の運動モデルによる信頼度算出器
５７より式（３１）のβ_k,i 、式（３２）のβ^Lk _k およ
び式（３３）のβ_k,i,Lkを入力し、サンプリング時刻ｔ
_k-1 に算出した式（６１）の運動モデルごとの予測誤差
共分散行列Ｐ^Lk _k （−）を第２の遅延回路６５を通し運
動モデルごとの予測誤差評価器５３より入力し、ゲイン
行列算出器５８より式（４８）のゲイン行列Ｋ_k を入力
し、サンプリング時刻ｔ_k-1 に算出しておいた式（５
６）の運動モデルごとの予測値ベクトルｘ＾^Lk _k（−）
を第４の遅延回路６７を通し運動モデルごとの予測器５
２より入力し、サンプリング時刻ｔ_k-1 に算出したｎ個
の運動モデルによる予測値ベクトルｘ＾_k （−）を第１
の遅延回路６４を通しｎ個の運動モデルによる予測器５
４より入力し、相関器５６より探知データベクトルｚ
_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ_k,mkを入力し、
式（７６）の加速度ベクトル推定値ｕ_k-1 を加速度ベク
トル推定器５９より入力し、目標運動判定結果ＦＭＤ_k
を目標距離変化率の予測値による目標運動判定器６１よ
り入力し、目標運動判定結果ＦＭＤ_k が１（曲進）であ
る場合には、式（８７）および式（８２）、式（８３）
にしたがい式（６０）のｎ個の運動モデルによる平滑誤
差共分散行列Ｐ_k （＋）を算出し、目標運動判定結果Ｆ
ＭＤ_k が０（直進）である場合には、式（９８）および
式（９６）、式（９７）にしたがい式（６０）のｎ個の
運動モデルによる平滑誤差共分散行列Ｐ_k （＋）を算出
する（ステップ１３）。追尾終了になるまでループ内の
この一連の流れを繰り返す（ステップ１４）。

【００９４】次にこの発明の実施例３を図５および図６
にしたがって説明する。目標観測装置５１より得られる
目標位置および目標距離変化率の情報をもとに通常のカ
ルマンフィルタの理論に基づき、目標位置、速度の平滑
値および平滑誤差共分散行列の初期値を設定し（ステッ
プ１）、式（１１）の例のように零加速度ベクトルを含
む式（１２）のｎ個の定数加速度ベクトルによって構成
される目標のｎ個の運動モデルを設定した（ステップ
２）のち、追尾を継続するための処理のループに入る。

【００９５】以下、ループ内の処理の流れを示す。説明
の便宜上ループ先頭においてのサンプリング時刻がｔ
_k-1 であったものとする。運動モデルごとの予測器５２
において、ｎ個の運動モデルによる平滑器６２より入力
される式（５８）のｎ個の運動モデルによる平滑値ベク
トルｘ＾_k-1 （＋）およびｎ個の運動モデルを構成して
いる式（１２）の定数加速度ベクトルα_Lkより式（４
６）にしたがい運動モデルごとの予測値ベクトルｘ＾_k
（−）を算出し、また運動モデルごとの予測誤差評価器
５３において、ｎ個の運動モデルによる平滑誤差評価器
６３より入力されるｎ個の運動モデルによる平滑誤差共
分散行列Ｐ_k-1 （＋）およびあらかじめ設定された式
（７）の駆動雑音共分散行列Ｑ_k-1 より式（４７）にし
たがい運動モデルごとの予測誤差共分散行列Ｐ
^Lk _k （−）を算出する（ステップ３）。

【００９６】次にｎ個の運動モデルによる予測器５４に
おいて、ｎ個の運動モデルによる平滑器６２より式（５
８）のｎ個の運動モデルによる平滑値ベクトルｘ＾_k-1
（＋）を入力して等速直進運動予測によりΦ_k-1 ベクト
ルｘ＾_k-1 （＋）を算出し、ｎ個の運動モデルによる信
頼度算出器５７より得られる式（３２）の各運動モデル
の信頼度β^Lk-1 _k-1 、あらかじめ設定された式（１３）
の推移確率Ｐ_LkLk-1および式（１２）の定数加速度ベク
トルα_lkより式（９０）にしたがいサンプリング時刻ｔ
_k における探知情報が得られない時点での加速度の影響
項を推定して、式（８８）にしたがいｎ個の運動モデル
による予測値ベクトルｘ＾_k （−）を算出する（ステッ
プ４）。

【００９７】次にｎ個の運動モデルによる予測誤差評価
器５５において、運動モデルごとの予測誤差評価器５３
より式（６１）の運動モデルごとの予測誤差共分散行列
Ｐ^Lk _k （−）を入力し、ｎ個の運動モデルによる信頼度
算出器５７より得られる式（３２）のβ^Lk-1 _k-1 、あら
かじめ設定された式（１３）の推移確率Ｐ_LkLk-1、あら
かじめ設定された定数加速度ベクトルα_Lkおよび式（９
０）のベクトルｕ＾_{k- 1} よりＰ_k （−）の予測誤差を大
きく評価する項

【００９８】

【数２４】

【００９９】を算出し、式（９３）にしたがいｎ個の運
動モデルによる予測誤差共分散行列Ｐ_k （−）を算出す
る（ステップ５）。次に時刻がサンプリング時刻ｔ_k-1
からサンプリング時刻ｔ_k に経過したのち、目標観測装
置５１より目標およびクラッタ等からの位置および距離
変化率の検出結果をサンプリング時刻ｔ_k の探知データ
として入力する（ステップ６）。

【０１００】次に相関器５６において、サンプリング時
刻ｔ_k-1 に算出した式（５６）の運動モデルごとの予測
値ベクトルｘ＾^Lk _k （−）を第４の遅延回路６７を通し
運動モデルごとの予測器５２より入力して、相関をとる
べき中心位置である式（６４）のベクトルｚ_k （−）を
式（１６）においてベクトルｘ＾_k （−）の代わりに定
数加速度ベクトルα_Lkが零ベクトルの場合のベクトルｘ
＾^LK _k （−）を使用して算出し、サンプリング時刻ｔ
_k-1 に算出した式（６６）のｎ個の運動モデルによる予
測誤差共分散行列Ｐ_k （−）を第７の遅延回路７０を通
しｎ個の運動モデルによる予測誤差評価器５５より入力
して、これとあらかじめ設定された式（１９）の観測雑
音共分散行列Ｒ_k および第１の遅延回路６４を通してｎ
個の運動モデルによる予測器５４より入力したベクトル
ｘ＾_k （−）より、相関をとるべき領域の大きさ算出に
使用する式（６５）のＳ_k を求め、式（６３）により追
尾対象目標と相関の可能性のあるｍ_k 個の探知データを
選択し、これを式（２０）のＺ_k とする（ステップ
７）。

【０１０１】次にｎ個の運動モデルによる信頼度算出器
５７において、信頼度算出器５７でサンプリング時刻ｔ
_k-1 に式（３９）により算出した各運動モデルの信頼度
β^{Lk -1} _k-1 を第３の遅延回路６６を通して入力し、サン
プリング時刻ｔ_k-1 に算出した式（５６）の運動モデル
ごとの予測値ベクトルｘ＾^Lk _k（−）を第４の遅延回路
６７を通し運動モデルごとの予測器５２より入力し、サ
ンプリング時刻ｔ_k-1に算出した式（６１）の運動モデ
ルごとの予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延
回路６５を通して運動モデルごとの予測誤差評価器５３
より入力して、あらかじめ設定された式（１９）の観測
雑音共分散行列Ｒ_k より式（６９）、式（１６）、式
（１７）および式（５３）、式（５４）により仮説Ψ
_k,lkのもとでの相関器５６よりの探知データベクトルｚ
_k,i の信頼度ｌ_Lk（ベクトルｚ_k,i ）を求め、あらかじ
め設定された探知確率Ｐ_D 、式（６７）の追尾対象目標
が相関をとるべき領域内に存在する確率Ｐ_Gkおよび式
（１３）の運動モデルの推移確率Ｐ_LkLk-1により式（７
３）〜式（７５）および式（３９）、式（４１）、式
（４３）にしたがい運動モデルおよび探知データの信頼
度β_k,i,Lk,Lk-1 、β^Lk _k 、β_k,i,Lk，β_k,i を算出す
る（ステップ８）。

【０１０２】次にゲイン行列算出器５８において、サン
プリング時刻ｔ_k-1 に算出した式（６１）の運動モデル
ごとの予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延回
路６５を通し運動モデルごとの予測誤差評価器５３より
入力し、サンプリング時刻ｔ _k-1 に算出した式（５７）
のｎ個の運動モデルによる予測値ベクトルｘ＾_k （−）
を第１の遅延回路６４を通しｎ個の運動モデルによる予
測器５４より入力し、あらかじめ設定された式（１９）
の観測雑音共分散行列Ｒ_k より式（４８）および式（５
３）、式（５４）にしたがいゲイン行列を算出する（ス
テップ９）。

【０１０３】次に加速度ベクトル推定器５９において、
ｎ個の運動モデルによる信頼度算出器５７より式（３
２）のβ^Lk _k を入力し、あらかじめ設定された式（１
２）の定数加速度ベクトルα_Lkを用い、式（７８）にし
たがい式（７６）を加速度ベクトル推定値を算出する
（ステップ１０）。

【０１０４】次に加速度ベクトル推定値による目標運動
判定器６０において、式（７６）の加速度ベクトル推定
値ｕ_k-1 を加速度ベクトル推定器５９より入力し、推定
器５９で得られたサンプリング時刻ｔ_k-1 における目標
運動判定結果ＦＭＤ_k-1 を第５の遅延回路６８を通して
入力し、式（１０３）〜式（１０５）にしたがい加速度
ベクトル推定値の平滑ベクトル推定値ｕ^S _k-1 を算出
し、さらに式（１０６）にしたがい加速度ベクトル推定
値の平滑ベクトル推定値ｕ^S _K-1 のユークリッドノルム
推定値‖ｕ^S _k-1 ‖を算出した後、目標運動判定結果Ｆ
ＭＤ_k を、式（１０７）が成立する場合には式（９９）
のように設定し、また式（１０８）が成立する場合には
式（１００）のように設定し、また式（１０９）が成立
する場合には式（１１０）のように設定する（ステップ
１１）。

【０１０５】次にｎ個の運動モデルによる平滑器６２に
おいて、平滑器６２によりサンプリング時刻ｔ_k-1 に算
出しておいた式（５８）のｎ個の運動モデルによる平滑
値ベクトルｘ＾_k-1 （＋）を第６の遅延回路６９を通し
入力し、ｎ個の運動モデルによる信頼度算出器５７より
式（３２）の各運動モデルの信頼度β^Lk _k および式（３
３）の仮説Ψ_k,lkのもとでの探知データベクトルｚ_k,1
の信頼度β_k,i,Lkを入力し、相関器５６より探知データ
ベクトルｚ_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ_k,mk
を入力し、サンプリング時刻ｔ_k-1 に算出しておいた式
（５６）の運動モデルごとの予測値ベクトルｘ＾
^Lk _k（−）を第４の遅延回路６７を通し運動モデルごと
の予測器５２より入力し、ゲイン行列算出器５８より式
（４８）のゲイン行列Ｋ_k を入力し、式（７６）の加速
度ベクトル推定値ｕ_k-1 を加速度ベクトル推定器５９よ
り入力し、目標運動判定結果ＦＭＤ_k を加速度ベクトル
推定値による目標運動判定器６０より入力し、目標運動
判定結果ＦＭＤ_k が１（曲進）である場合には、式（８
１）〜式（８３）にしたがいｎ個の運動モデルによる平
滑値ベクトルｘ＾_k （＋）を算出し、目標運動判定結果
ＦＭＤ_k が０（直進）である場合には、式（９５）およ
び式（９６）、式（９７）にしたがいｎ個の運動モデル
による平滑値ベクトルｘ_k （＋）を算出する。

【０１０６】またｎ個の運動モデルによる平滑誤差評価
器６３において、ｎ個の運動モデルによる信頼度算出器
５７より式（３１）のβ_k,i 、式（３２）のβ^Lk _k およ
び式（３３）のβ_k,i,Lkを入力し、サンプリング時刻ｔ
_k-1 に算出した式（６１）の運動モデルごとの予測誤差
共分散行列Ｐ^Lk _k （−）を第２の遅延回路６５を通し運
動モデルごとの予測誤差評価器５３より入力し、ゲイン
行列算出器５８より式（４８）のゲイン行列Ｋ_k を入力
し、サンプリング時刻ｔ_k-1 に算出しておいた式（５
６）の運動モデルごとの予測値ベクトルｘ＾^Lk _k（−）
を第４の遅延回路６７を通し運動モデルごとの予測器５
２より入力し、サンプリング時刻ｔ_k-1 に算出したｎ個
の運動モデルによる予測値ベクトルｘ＾ _k（−）を第１
の遅延回路６４を通しｎ個の運動モデルによる予測器５
４より入力し、相関器５６より探知データベクトルｚ
_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ_k,mkを入力し、
式（７６）の加速度ベクトル推定値ｕ_k-1 を加速度ベク
トル推定器５９より入力し、目標運動判定結果ＦＭＤ_k
を加速度ベクトル推定値による目標運動判定器６０より
入力し、目標運動判定結果ＦＭＤ_k が１（曲進）である
場合には、式（８７）および式（８２）、式（８３）に
したがい式（６０）のｎ個の運動モデルによる平滑誤差
共分散行列Ｐ_k （＋）を算出し、目標運動判定結果ＦＭ
Ｄ_k が０（直進）である場合には、式（９８）および式
（９６）、式（９７）にしたがい式（６０）のｎ個の運
動モデルによる平滑誤差共分散行列Ｐ_k （＋）を算出す
る（ステップ１３）。追尾終了になるまでルーウ内のこ
と一連の流れを繰り返す（ステップ１４）。

【０１０７】次にこの発明の実施例４を図７および図８
にしたがって説明する。目標観測装置５１より得られる
目標位置および目標距離変化率の情報をもとに通常のカ
ルマンフィルタの理論に基づき、目標位置、速度の平滑
値および平滑誤差共分散行列の初期値を設定し（ステッ
プ１）、式（１１）の例のように零加速度ベクトルを含
む式（１２）のｎ個の定数加速度ベクトルによって構成
される目標のｎ個の運動モデルを設定した（ステップ
２）のち、追尾を継続するための処理のループに入る。

【０１０８】以下、ループ内の処理の流れを示す。説明
の便宜上ループ先頭においてのサンプリング時刻がｔ
_k-1 であったものとする。運動モデルごとの予測器５２
において、ｎ個の運動モデルによる平滑器６２より入力
される式（５８）のｎ個の運動モデルによる平滑値ベク
トルｘ＾ _k-1（＋）およびｎ個の運動モデルを構成して
いる式（１２）の定数加速度ベクトルα_Lkより式（４
６）にしたがい運動モデルごとの予測値ベクトルｘ＾ _K
（−）を算出する。

【０１０９】運動モデルごとの予測誤差評価器５３は、
ｎ個の運動モデルによる平滑誤差評価器６３より入力さ
れるｎ個の運動モデルによる平滑誤差共分散行列Ｐ_k-1
（＋）およびあらかじめ設定された式（７）の駆動雑音
共分散行列Ｑ_K-1 より式（４７）にしたがい運動モデル
ごとの予測誤差共分散行列Ｐ^Lk _k （−）を算出する（ス
テップ３）。

【０１１０】次にｎ個の運動モデルによる予測器５４に
おいて、ｎ個の運動モデルによる平滑器６２より式（５
８）のｎ個の運動モデルによる平滑値ベクトルｘ＾ _k-1
（＋）を入力して等速直進運動予測によりΦ_k-1 ベクト
ルｘ＾ _k-1（＋）を算出し、ｎ個の運動モデルによる信
頼度算出器５７より得られる式（３２）の各運動モデル
の信頼度β^Lk-1 _k-1 、あらかじめ設定された式（１３）
の推移確率Ｐ_LkLk-1および式（１２）の定数加速度ベク
トルα_Lkより式（９０）にしたがいサンプリング時刻ｔ
_k における探知情報が得られない時点での加速度の影響
項を推定して、式（８８）にしたがいｎ個の運動モデル
による予測値ベクトルｘ＾ _k（−）を算出する（ステッ
プ４）。

【０１１１】次にｎ個の運動モデルによる予測誤差評価
器５５において、運動モデルごとの予測誤差評価器５３
より式（６１）の運動モデルごとの予測誤差共分散行列
Ｐ^Lk _k （−）を入力し、ｎ個の運動モデルによる信頼度
算出器５７より得られる式（３２）のβ^Lk-1 _k-1 、あら
かじめ設定された式（１３）の推移確率Ｐ_Lklk-1、あら
かじめ設定された定数加速度ベクトルα_Lkおよび式（９
０）のベクトルｕ＾_{k- 1} よりＰ_k （−）の予測誤差を大
きく評価する項、式（１２３）を算出し、式（９３）に
したがいｎ個の運動モデルによる予測誤差共分散行列Ｐ
_k （−）を算出する（ステップ５）。

【０１１２】次に相関器５６は時刻がサンプリング時刻
ｔ_k-1 からサンプリング時刻ｔ_k に経過したのち、目標
観測装置５１より目標およびクラッタ等からの位置およ
び距離変化率の検出結果をサンプリング時刻ｔ_k の探知
データとして入力する（ステップ６）。そして相関器５
６において、サンプリング時刻ｔ_k-1 に算出した式（５
６）の運動モデルごとの予測値ベクトルｘ＾^Lk _k（−）
を第４の遅延回路６７を通し運動モデルごとの予測器５
２より入力して、相関をとるべき中心位置である式（６
４）のベクトルｚ_k （−）を式（１６）においてベクト
ルｘ＾ _k（−）の代わりに定数加速度ベクトルα_Lkが零
ベクトルの場合のベクトルｘ＾^Lk _k（−）を使用して算
出し、サンプリング時刻ｔ_k-1 に算出した式（６６）の
ｎ個の運動モデルによる予測誤差共分散行列Ｐ
^Lk _k （−）を第７の遅延回路７０を通しｎ個の運動モデ
ルによる予測誤差評価器５５より入力して、これとあら
かじめ設定された式（１９）の観測雑音共分散行列Ｒ_k
および第１の遅延回路６４を通してｎ個の運動モデルに
よる予測器５４より入力してベクトルｘ＾ _K（−）よ
り、相関をとるべき領域の大きさ算出に使用する式（６
５）のＳ_k を求め、式（６３）により追尾対象目標と相
関の可能性のあるｍ_k 個の探知データを選択し、これを
式（２０）のＺ_k とする（ステップ７）。

【０１１３】次にｎ個の運動モデルによる信頼度算出器
５７は、信頼度算出器５７でサンプリング時刻ｔ_k-1 に
式（３９）により算出した各運動モデルの信頼度β^Lk-1
_k-1を第３の遅延回路６６を通して入力し、サンプリン
グ時刻ｔ_k-1 に算出した式（５６）の運動モデルごとの
予測値ベクトルｘ＾^Lk _k（−）を第４の遅延回路６７を
通し運動モデルごとの予測器５２より入力し、サンプリ
ング時刻ｔ_k-1 に算出した式（６１）の運動モデルごと
の予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延回路６
５を通して運動モデルごとの予測誤差評価器５３より入
力して、あらかじめ設定された式（１９）の観測雑音共
分散行列Ｒ_k より式（６９）、式（１６）、式（１７）
および式（５３）、式（５４）により仮説Ψ_k,lkのもと
での相関器５６よりの探知データベクトルｚ_k,i の信頼
度ｌ_Lk（ベクトルｚ_k,i ）を求め、あらかじめ設定され
た探知確率Ｐ_D 、式（６７）の追尾対象目標が相関をと
るべき領域内に存在する確率Ｐ_Gkおよび式（１３）の運
動モデルの推移確率Ｐ_{Lklk -1}により式（７３）〜式（７
５）および式（３９）、式（４１）、式（４３）にした
がい運動モデルおよび探知データの信頼度β
_k,i,Lk,Lk-1 、β^Lk _k 、β_{k,i, Lk}、β_k,i を算出する
（ステップ８）。

【０１１４】次にゲイン行列算出器５８において、サン
プリング時刻ｔ_k-1 に算出した式（６１）の運動モデル
ごとの予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延回
路６５を通し運動モデルごとの予測誤差評価器５３より
入力し、サンプリング時刻ｔ _k-1 に算出した式（５７）
のｎ個の運動モデルによる予測値ベクトルｘ＾ _k（−）
を第１の遅延回路６４を通しｎ個の運動モデルによる予
測器５４より入力し、あらかじめ設定された式（１９）
の観測雑音共分散行列Ｒ_k より式（４８）および式（５
３）、式（５４）にしたがいゲイン行列を算出する（ス
テップ９）。

【０１１５】次に加速度ベクトル推定器５９において、
ｎ個の運動モデルによる信頼度算出器５７より式（３
２）のβ^LK _K を入力し、あらかじめ設定された式（１
２）の定数加速度ベクトルα_Lkを用い、式（７８）にし
たがい式（７６）の加速度ベクトル推定値を算出する
（ステップ１０）。

【０１１６】次に目標距離変化率の予測値による目標運
動判定器６１において、サンプリング時刻ｔ_k-1 に算出
した式（５７）のｎ個の運動モデルによる予測値ベクト
ルｘ＾ _k（−）を第１の遅延回路６４を通しｎ個の運動
モデルによる予測器５４より入力し、探知データの信頼
度β_k,i をｎ個の運動モデルによる信頼度算出器５７よ
り入力し、目標運動判定器６１でのサンプリング時刻ｔ
_k-1 における目標運動判定結果ＦＭＤ_k-1 を第５の遅延
回路６８を通して入力し、相関器５６より探知データの
相関をとるべき領域の大きさ算出のために使用した式
（６５）のＳ_k を入力し、さらに相関器５６より探知デ
ータベクトルｚ_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ
_k,mkを入力してその距離変化率成分をＲ^{. o} _k,1 ，Ｒ
^{. o} _k,2 ，…，Ｒ^{. o} _k,mkとし、式（１１３）、式（１
７）により目標距離変化率の予測値Ｒ ^{. P} _K 、式（１１
４）によりＳ_k の第４行第４列要素Ｓ_k （４，４）、式
（１１６）により目標距離変化率の加重平均推定値Ｒ
^{. o} _k をそれぞれ求め、さらに式（１１８）にしたがい
スカラ量ε_k を算出した後、目標運動判定結果ＦＭＤ_k
を、式（１１９）が成立する場合には式（９９）のよう
に設定し、また式（１２０）が成立する場合には式（１
００）のように設定し、また式（１２１）が成立する場
合には式（１１０）のように設定する（ステップ１
２）。

【０１１７】次にｎ個の運動モデルによる平滑器６２に
おいて、サンプリング時刻ｔ_k-1 に算出しておいた式
（５８）のｎ個の運動モデルによる平滑値ベクトルｘ＾
_k-1（＋）を第６の遅延回路６９を通し入力し、ｎ個の
運動モデルによる信頼度算出器５７より式（３２）の各
運動モデルの信頼度β^Lk _k および式（３３）の仮説Ψ_k,
lkのもとでの探知データベクトルｚ_k,i の信頼度β
_k,i,Lkを入力し、相関器５６より探知データベクトルｚ
_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ_k,mkを入力し、
サンプリング時刻ｔ_k-1 に算出しておいた式（５６）の
運動モデルごとの予測値ベクトルｘ＾^Lk _k（−）を第４
の遅延回路６７を通し運動モデルごとの予測器５２より
入力し、ゲイン行列算出器５８より式（４８）のゲイン
行列Ｋ_k を入力し、式（７６）の加速度ベクトル推定値
ｕ_k-1 を加速度ベクトル推定器５９より入力し、目標運
動判定結果ＦＭＤ_k を目標距離変化率の予測値による目
標運動判定器６１より入力し、目標運動判定結果ＦＭＤ
_k が１（曲進）である場合には、式（８１）〜式（８
３）にしたがいｎ個の運動モデルによる平滑値ベクトル
ｘ_k（＋）を算出し、目標運動判定結果ＦＭＤ_k が０
（直進）である場合には、式（９５）および式（９
６）、式（９７）にしたがいｎ個の運動モデルによる平
滑値ベクトルｘ＾ _k（＋）を算出する。

【０１１８】またｎ個の運動モデルにより平滑誤差評価
器６３において、ｎ個の運動モデルによる信頼度算出器
５７より式（３１）のβ_k,i 、式（３２）のβ^Lk _k およ
び式（３３）のβ_k,i,Lkを入力し、サンプリング時刻ｔ
_k-1 に算出した式（６１）の運動モデルごとの予測誤差
共分散行列Ｐ^Lk _k （−）を第２の遅延回路６５を通し運
動モデルごとの予測誤差評価器５３より入力し、ゲイン
行列算出器５８より式（４８）のゲイン行列Ｋ_k を入力
し、サンプリング時刻ｔ_k-1 に算出しておいた式（５
６）の運動モデルごとの予測値ベクトルｘ＾^Lk _k（−）
を第４の遅延回路６７を通し運動モデルごとの予測器５
２より入力し、サンプリング時刻ｔ_k-1 に算出したｎ個
の運動モデルによる予測値ベクトルｘ＾ _k（−）を第１
の遅延回路６４を通しｎ個の運動モデルによる予測器５
４より入力し、相関器５６より探知データベクトルｚ
_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ_k,mkを入力し、
式（７６）の加速度ベクトル推定値ｕ_k-1 を加速度ベク
トル推定器５９より入力し、目標運動判定結果ＦＭＤ_k
を目標距離変化率の予測値による目標運動判定器６１よ
り入力し、目標運動判定結果ＦＭＤ_k が１（曲進）であ
る場合には、式（８７）および式（８２）、式（８３）
にしたがい式（６０）のｎ個の運動モデルによる平滑誤
差共分散行列Ｐ_k （＋）を算出し、目標運動判定結果Ｆ
ＭＤ_k が０（直進）である場合には、式（９８）および
式（９６）、式（９７）にしたがい式（６０）のｎ個の
運動モデルによる平滑誤差共分散行列Ｐ_k （＋）を算出
する（ステップ１３）。追尾終了になるまでループ内の
この一連の流れを繰り返す（ステップ１４）。

【０１１９】次にこの発明の実施例５を図５および図９
にしたがって説明する。目標観測装置５１より得られる
目標位置および目標距離変化率の情報をもとに通常のカ
ルマンフィルタの理論に基づき、目標位置、速度の平滑
値および平滑誤差共分散行列の初期値を設定し（ステッ
プ１）、式（１１）の例のように零加速度ベクトルを含
む式（１２）のｎ個の定数加速度ベクトルによって構成
される目標のｎ個の運動モデルを設定した（ステップ
２）のち、追尾を継続するための処理のループに入る。

【０１２０】以下、ループ内の処理の流れを示す。説明
の便宜上ループ先頭においてのサンプリング時刻がｔ
_k-1 であったものとする。運動モデルごとの予測器５２
において、ｎ個の運動モデルによる平滑器６２より入力
される式（５８）のｎ個の運動モデルによる平滑値ベク
トルｘ＾ _k-1（＋）およびｎ個の運動モデルを構成して
いる式（１２）の定数加速度ベクトルα_Lkより式（４
６）にしたがい運動モデルごとの予測ベクトルｘ＾
_K（−）を算出する。

【０１２１】また運動モデルごとの予測誤差評価器５３
において、ｎ個の運動モデルによる平滑誤差評価器６３
より入力されるｎ個の運動モデルによる平滑誤差共分散
行列Ｐ_k-1 （＋）およびあらかじめ設定された式（７）
の駆動雑音共分散行列Ｑ_k-1より式（４７）にしたがい
運動モデルごとの予測誤差共分散行列Ｐ^Lk _k （−）を算
出する（ステップ３）。

【０１２２】次にｎ個の運動モデルによる予測器５４に
おいて、ｎ個の運動モデルによる平滑器６２より式（５
８）のｎ個の運動モデルによる平滑値ベクトルｘ＾ _k-1
（＋）を入力して等速直進運動予測によりΦ_k-1 ベクト
ルｘ＾ _k-1（＋）を算出し、ｎ個の運動モデルによる信
頼度算出器５７より得られる式（３２）の各運動モデル
の信頼度β^Lk-1 _k-1 、あらかじめ設定された式（１３）
の推移確率Ｐ_LkLk-1および式（１２）の定数加速度ベク
トルα_Lkより式（９０）にしたがいサンプリング時刻ｔ
_k における探知情報が得られない時点での加速度の影響
項を推定して、式（８８）にしたがいｎ個の運動モデル
による予測値ベクトルｘ＾ _k（−）を算出する（ステッ
プ４）。

【０１２３】次にｎ個の運動モデルによる予測誤差評価
器５５において、運動モデルごとの予測誤差評価器５３
より式（６１）の運動モデルごとの予測誤差共分散行列
Ｐ^Lk _k （−）を入力し、ｎ個の運動モデルによる信頼度
算出器５７より得られる式（３２）のβ^Lk-1 _k-1 、あら
かじめ設定された式（１３）の推移確率Ｐ_LkLk-1、あら
かじめ設定された定数加速度ベクトルα_Lkおよび式（９
０）のベクトルｕ＾_{K- 1} よりＰ_k （−）の予測誤差を大
きく評価する項、式（１２３）を算出し、式（９３）に
したがいｎ個の運動モデルによる予測誤差共分散行列Ｐ
_k （−）を算出する（ステップ５）。

【０１２４】次に相関器５６は時刻がサンプリング時刻
ｔ_k-1 からサンプリング時刻ｔ_k に経過したのち、目標
観測装置５１より目標およびクラッタ等からの位置およ
び距離変化率の検出結果をサンプリング時刻ｔ_k の探知
データとして入力する（ステップ６）。次に相関器５６
において、サンプリング時刻ｔ_k-1 に算出した式（５
７）のｎ個の運動モデルによる予測値ベクトルｘ＾
_k（−）を第１の遅延回路６４を通しｎ個の運動モデル
による予測器５４より入力して、相関をとるべき中心位
置である式（６４）のベクトルｚ_k （−）を式（１６）
により算出し、サンプリング時刻ｔ_k-1 に算出した式
（６１）のｎ個のモデルによる予測誤差共分散行列Ｐ_k
（−）を第７の遅延回路７０を通しｎ個の運動モデルに
よる予測誤差評価器５５より入力して、これとあらかじ
め設定された式（１９）の観測雑音共分散行列Ｒ_k およ
び第１の遅延回路６４を通してｎ個の運動モデルによる
予測器５４より入力したベクトルｘ＾ _k（−）より、相
関をとるべき領域の大きさ算出に使用する式（６５）の
Ｓ_k を求め、式（６３）により追尾対象目標と相関の可
能性のあるｍ_k 個の探知データを選択し、これを式（２
０）のｚ_k とする（ステップ７）。

【０１２５】次にｎ個の運動モデルによる信頼度算出器
５７において、信頼度算出器５７でサンプリング時刻ｔ
_k-1 に式（３９）により算出した各運動モデルの信頼度
β^{Lk -1} _k-1 を第３の遅延回路６６を通して入力し、サン
プリング時刻ｔ_k-1 に算出した式（５６）の運動モデル
ごとの予測値ベクトルｘ＾^Lk _k（−）を第４の遅延回路
６７を通し運動モデルごとの予測器５２より入力し、サ
ンプリング時刻ｔ_k-1に算出した式（６１）の運動モデ
ルごとの予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延
回路６５を通して運動モデルごとの予測誤差評価器５３
より入力して、あらかじめ設定された式（１９）の観測
雑音共分散行列Ｒ_k より式（６９）、式（１６）、式
（１７）および式（５３）、式（５４）により仮説Ψ
_k,lkのもとでの相関器５６よりの探知データベクトルｚ
_k,i の信頼度ｌ_Lk（ベクトルｚ_k,i ）を求め、あらかじ
め設定された探知確率Ｐ_D 、式（６７）の追尾対象目標
が相関をとるべき領域内に存在する確率Ｐ_Gkおよび式
（１３）の運動モデルの推移確率Ｐ_LkLk-1により式（７
３）〜式（７５）および式（３９）、式（４１）、式
（４３）にしたがい運動モデルおよび探知データの信頼
度β_k,i,Lk,Lk-1 、β^Lk _k 、β_k,i,Lk、β_k,i を算出す
る（ステップ８）。

【０１２６】次にゲイン行列算出器５８において、サン
プリング時刻ｔ_k-1 に算出した式（６１）の運動モデル
ごとの予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延回
路６５を通し運動モデルごとの予測誤差評価器５３より
入力し、サンプリング時刻ｔ _k-1 に算出した式（５７）
のｎ個の運動モデルによる予測値ベクトルｘ＾ _k（−）
を第１の遅延回路６４を通しｎ個の運動モデルによる予
測器５４より入力し、あらかじめ設定された式（１９）
の観測雑音共分散行列Ｒ_k より式（４８）および式（５
３）、式（５４）にしたがいゲイン行列を算出する（ス
テップ９）。

【０１２７】次に加速度ベクトル推定器５９において、
ｎ個の運動モデルによる信頼度算出器５７より式（３
２）のβ^Lk _k を入力し、あらかじめ設定された式（１
２）の定数加速度ベクトルα_Lkを用い、式（７８）にし
たがい式（７６）の加速度ベクトル推定値を算出する
（ステップ１０）。

【０１２８】次に加速度ベクトル推定値による目標運動
判定器６０において、式（７６）の加速度ベクトル推定
値ｕ_k-1 を加速度ベクトル推定器５９より入力し、判定
器６０でのサンプリング時刻ｔ_k-1 における目標運動判
定結果ＦＭＤ_k-1 を第５の遅延回路６８を通して入力
し、式（１０３）〜式（１０５）にしたがい加速度ベク
トル推定値の平滑ベクトル推定値ｕ^S _K-1 を算出し、さ
らに式（１０６）にしたがい加速度ベクトル推定値の平
滑ベクトル推定値ｕ^S _K-1 のユークリッドノルムベクト
ル推定値‖ｕ^S _k-1 ‖を算出した後、目標運動判定結果
ＦＭＤ_k を、式（１０７）が成立する場合には式（９
９）のように設定し、また式（１０８）が成立する場合
には式（１００）のように設定し、また式（１０９）が
成立する場合には式（１１０）のように設定する（ステ
ップ１１）。

【０１２９】次にｎ個の運動モデルによる平滑器６２に
おいて、平滑器６２でサンプリング時刻ｔ_k-1 に算出し
ておいた式（５８）のｎ個の運動モデルによる平滑値ベ
クトルｘ＾ _k-1（＋）を第６の遅延回路６９を通し入力
し、ｎ個の運動モデルによる信頼度算出器５７より式
（３２）の各運動モデルの信頼度β^Lk _k および式（３
３）の仮説Ψ_k,lkのもとでの探知データベクトルｚ_k,i
の信頼度β_k,i,Lkを入力し、相関器５６より探知データ
ベクトルｚ_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ _k,mk
を入力し、サンプリング時刻ｔ_k-1 に算出しておいた式
（５６）の運動モデルごとの予測値ベクトルｘ＾
^Lk _k（−）を第４の遅延回路６７を通し運動モデルごと
の予測器５２より入力し、ゲイン行列算出器５８より式
（４８）のゲイン行列Ｋ_k を入力し、式（７６）の加速
度ベクトル推定値ｕ_k-1 を加速度ベクトル推定器５９よ
り入力し、目標運動判定結果ＦＭＤ_k を加速度ベクトル
推定値による目標運動判定器６０より入力し、目標運動
判定結果ＦＭＤ_k が１（曲進）である場合には、式（８
１）〜式（８３）にしたがいｎ個の運動モデルによる平
滑値ベクトルｘ＾ _k（＋）を算出し、目標運動判定結果
ＦＭＤ_k が０（直進）である場合には、式（９５）およ
び式（９６）、式（９７）にしたがいｎ個の運動モデル
による平滑値ベクトルｘ_k （＋）を算出する。

【０１３０】またｎ個の運動モデルによる平滑誤差評価
器６３において、ｎ個の運動モデルによる信頼度算出器
５７より式（３１）のβ_k,i 、式（３２）のβ^Lk _k およ
び式（３３）のβ_k,i,Lkを入力し、サンプリング時刻ｔ
_k-1 に算出した式（６１）の運動モデルごとの予測誤差
共分散行列Ｐ^Lk _k （−）を第２の遅延回路６５を通し運
動モデルごとの予測誤差評価器５３より入力し、ゲイン
行列算出器５８より式（４８）のゲイン行列Ｋ_k を入力
し、サンプリング時刻ｔ_k-1 に算出しておいた式（５
６）の運動モデルごとの予測値ベクトルｘ＾^Lk _k（−）
を第４の遅延回路６７を通し運動モデルごとの予測器５
２より入力し、サンプリング時刻ｔ_k-1 に算出したｎ個
の運動モデルによる予測値ベクトルｘ＾ _k（−）を第１
の遅延回路６４を通しｎ個の運動モデルによる予測器５
４より入力し、相関器５６より探知データベクトルｚ
_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ_k,mkを入力し、
式（７６）の加速度ベクトル推定値ｕ_k-1 を加速度ベク
トル推定器５９より入力し、目標運動判定結果ＦＭＤ_k
を加速度ベクトル推定値による目標運動判定器６０より
入力し、目標運動判定結果ＦＭＤ_k が１（曲進）である
場合には、式（８７）および式（８２）、式（８３）に
したがい式（６０）のｎ個の運動モデルによる平滑誤差
共分散行列Ｐ_k （＋）を算出し、目標運動判定結果ＦＭ
Ｄ_k が０（直進）である場合には、式（９８）および式
（９６）、式（９７）にしたがい式（６０）のｎ個の運
動モデルによる平滑誤差共分散行列Ｐ_k （＋）を算出す
る（ステップ１３）。追尾終了になるまでループ内のこ
の一連の流れを繰り返す（ステップ１４）。

【０１３１】次にこの発明の実施例６を図７および図１
０にしたがって説明する。目標観測装置５１より得られ
る目標位置および目標距離変化率の情報をもとに通常の
カルマンフィルタの理論に基づき、目標位置、速度の平
滑値および平滑誤差共分散行列の初期値を設定し（ステ
ップ１）、式（１１）の例のように零加速度ベクトルを
含む式（１２）のｎ個の定数加速度ベクトルによって構
成される目標のｎ個の運動モデルを設定した（ステップ
２）のち、追尾を継続するための処理のループに入る。

【０１３２】以下、ループ内の処理の流れを示す。説明
の便宜上ループ先頭においてのサンプリング時刻がｔ
_k-1 であったものとする。運動モデルごとの予測器５２
において、ｎ個の運動モデルによる平滑器６２より入力
される式（５８）のｎ個の運動モデルによる平滑値ベク
トルｘ＾ _k-1（＋）およびｎ個の運動モデルを構成して
いる式（１２）の定数加速度ベクトルα_Lkより式（４
６）にしたがい運動モデルごとの予測値ベクトルｘ＾ _k
（−）を算出し、また運動モデルごとの予測誤差評価器
５３において、ｎ個の運動モデルによる平滑誤差評価器
６３より入力されるｎ個の運動モデルによる平滑誤差共
分散行列Ｐ_k-1 （＋）およびあらかじめ設定された式
（７）の駆動雑音共分散行列Ｑ_k-1 より式（４７）にし
たがい運動モデルごとの予測誤差共分散行列Ｐ
^Lk _k （−）を算出する（ステップ３）。

【０１３３】次にｎ個の運動モデルによる予測器５４に
おいて、ｎ個の運動モデルによる平滑器６２より式（５
８）のｎ個の運動モデルによる平滑値ベクトルｘ＾ _k-1
（＋）を入力して等速直進運動予測によりΦ_k-1 ベクト
ルｘ＾ _k-1（＋）を算出し、ｎ個の運動モデルによる信
頼度算出器５７より得られる式（３２）の各運動モデル
の信頼度β^Lk-1 _k-1 、あらかじめ設定された式（１３）
の推移確率Ｐ_LkLk-1および式（１２）の定数加速度ベク
トルα_Lkより式（９０）にしたがいサンプリング時刻ｔ
_k における探知情報が得られない時点での加速度の影響
項を推定して、式（８８）にしたがいｎ個の運動モデル
による予測値ベクトルｘ＾ _k（−）を算出する（ステッ
プ４）。

【０１３４】次にｎ個の運動モデルによる予測誤差評価
器５５において、運動モデルごとの予測誤差評価器５３
より式（６１）の運動モデルごとの予測誤差共分散行列
Ｐ^Lk _k （−）を入力し、ｎ個の運動モデルによる信頼度
算出器５７より得られる式（３２）のβ^Lk-1 _k-1 、あら
かじめ設定された式（１３）の推移確率Ｐ_LkLk-1、あら
かじめ設定された定数加速度ベクトルα_Lkおよび式（９
０）のベクトル推定値ｕ_k-1 よりＰ_k （−）の予測誤差
を大きく評価する項、式（１２３）を算出し、式（９
３）にしたがいｎ個の運動モデルによる予測誤差共分散
行列Ｐ_k （−）を算出する（ステップ５）。

【０１３５】次に時刻がサンプリング時刻ｔ_k-1 からサ
ンプリング時刻ｔ_k に経過したのち、目標観測装置５１
より目標およびクラッタ等からの位置および距離変化率
の検出結果をサンプリング時刻ｔ_k の探知データとして
入力する（ステップ６）。

【０１３６】次に相関器５６において、サンプリング時
刻ｔ_k-1 に算出した式（５７）のｎ個の運動モデルによ
る予測値ベクトルｘ＾ _k（−）を第１の遅延回路６４を
通しｎ個の運動モデルによる予測器５４より入力して、
相関をとるべき中心位置である式（６４）のベクトルｚ
_k （−）を式（１６）により算出し、サンプリング時刻
ｔ_k-1 に算出した式（６１）の運動モデルごとの予測誤
差共分散行列Ｐ^Lk _k （−）を第２の遅延回路６５を通し
運動モデルごとの予測誤差評価器５３より入力して、こ
れとあらかじめ設定された式（１９）の観測雑音共分散
行列Ｒ_k および第１の遅延回路６４を通してｎ個の運動
モデルによる予測器５４より入力したベクトルｘ＾
_k（−）より、相関をとるべき領域の大きさ算出に使用
する式（６５）のＳ_k を求め、式（６３）により追尾対
象目標と相関の可能性のあるｍ_k 個の探知データを選択
し、これを式（２０）のＺ_k とする（ステップ７）。

【０１３７】次にｎ個の運動モデルによる信頼度算出器
５７において、信頼度算出器５７でサンプリング時刻ｔ
_k-1 に式（３９）により算出した各運動モデルの信頼度
β^{Lk -1} _k-1 を第３の遅延回路６６を通して入力し、サン
プリング時刻ｔ_k-1 に算出した式（５６）の運動モデル
ごとの予測値ベクトルｘ＾^Lk _k（−）を第４の遅延回路
６７を通し運動モデルごとの予測器５２より入力し、サ
ンプリング時刻ｔ_k-1に算出した式（６１）の運動モデ
ルごとの予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延
回路６５を通して運動モデルごとの予測誤差評価器５３
より入力して、あらかじめ設定された式（１９）の観測
雑音共分散行列Ｒ_k より式（６９）、式（１６）、式
（１７）および式（５３）、式（５４）により仮説Ψ
_k,lkのもとでの相関器５６よりの探知データベクトルｚ
_k,i の信頼度１_Lk（ベクトルｚ_k,i ）を求め、あらかじ
め設定された探知確率Ｐ_D 、式（６７）の追尾対象目標
が相関をとるべき領域内に存在する確率Ｐ_Gkおよび式
（１３）の運動モデルの推移確率Ｐ_LkLk-1により式（７
３）〜式（７５）および式（３９）、式（４１）、式
（４３）にしたがい運動モデルおよび探知データの信頼
度β_k,i,Lk,Lk-1 、β^Lk _k 、β_k,i,Lk、β_k,i を算出す
る（ステップ８）。

【０１３８】次にゲイン行列算出器５８において、サン
プリング時刻ｔ_k-1 に算出した式（６１）の運動モデル
ごとの予測誤差共分散行列Ｐ^Lk _k （−）を第２の遅延回
路６５を通し運動モデルごとの予測誤差評価器５３より
入力し、サンプリング時刻ｔ _k-1 に算出した式（５７）
のｎ個の運動モデルによる予測値ベクトルｘ＾ _k（−）
を第１の遅延回路６４を通しｎ個の運動モデルによる予
測器５４より入力し、あらかじめ設定された式（１９）
の観測雑音共分散行列Ｒ_k より式（４８）および式（５
３）、式（５４）にしたがいゲイン行列を算出する（ス
テップ９）。

【０１３９】次に加速度ベクトル推定器５９において、
ｎ個の運動モデルによる信頼度算出器５７より式（３
２）のβ^Lk _k を入力し、あらかじめ設定された式（１
２）の定数加速度ベクトルα_Lkを用い、式（７８）にし
たがい式（７６）の加速度ベクトル推定値を算出する
（ステップ１０）。

【０１４０】次に目標距離変化率の予測値による目標運
動判定器６１において、サンプリング時刻ｔ_k-1 に算出
した式（５７）のｎ個の運動モデルによる予測値ベクト
ルｘ＾ _k（−）を第１の遅延回路６４を通しｎ個の運動
モデルによる予測器５４より入力し、探知データの信頼
度β_k,i をｎ個の運動モデルによる信頼度算出器５７よ
り入力し、目標運動判定器６１でのサンプリング時刻ｔ
_k-1 における目標運動判定結果ＦＭＤ_k-1 を第５の遅延
回路６８を通して入力し、相関器５６より探知データの
相関をとるべき領域の大きさ算出のために使用した式
（６５）のＳ_k を入力し、さらに相関器５６より探知デ
ータベクトルｚ_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ
_k,mkを入力してその距離変化率成分をＲ^{. o} _k,1 ，Ｒ
^{. o} _k,2 ，…，Ｒ^{. o} _k,mkとし、式（１１３）、式（１
７）により目標距離変化率の予測値Ｒ ^{. P} _k 、式（１１
４）によりＳ_k の第４行第４列要素Ｓ_k （４，４）、式
（１１６）により目標距離変化率の加重平均推定値Ｒ
^{. o} _k をそれぞれ求め、さらに式（１１８）にしたがい
スカラ量ε_k を算出した後、目標運動判定結果ＦＭＤ_k
を、式（１１９）が成立する場合には式（９９）のよう
に設定し、また式（１２０）が成立する場合には式（１
００）のように設定し、また式（１２１）が成立する場
合には式（１１０）のように設定する（ステップ１
１）。

【０１４１】次にｎ個の運動モデルによる平滑器６２に
おいて、サンプリング時刻ｔ_k-1 に算出しておいた式
（５８）のｎ個の運動モデルによる平滑値ベクトルｘ＾
_k-1（＋）を第６の遅延回路６９を通し入力し、ｎ個の
運動モデルによる信頼度算出器５７より式（３２）の各
運動モデルの信頼度β^Lk _k および式（３３）の仮説Ψ_k,
lkのもとでの探知データベクトルｚ_k,i の信頼度β
_k,i,Lkを入力し、相関器５６より探知データベクトルｚ
_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ_k,mkを入力し、
サンプリング時刻ｔ_k-1 に算出しておいた式（５６）の
運動モデルごとの予測値ベクトルｘ＾^Lk _k（−）を第４
の遅延回路６７を通し運動モデルごとの予測器５２より
入力し、ゲイン行列算出器５８より式（４８）のゲイン
行列Ｋ_k を入力し、式（７６）の加速度ベクトル推定値
ｕ_k-1 を加速度ベクトル推定器５９より入力し、目標運
動判定結果ＦＭＤ_k を目標距離変化率の予測値による目
標運動判定器６１より入力し、目標運動判定結果ＦＭＤ
_k が１（曲進）である場合には、式（８１）〜式（８
３）にしたがいｎ個の運動モデルによる平滑値ベクトル
ｘ_k（＋）を算出し、目標運動判定結果ＦＭＤ_k が０
（直進）である場合には、式（９５）および式（９
６）、式（９７）にしたがいｎ個の運動モデルによる平
滑値ベクトルｘ＾ _k（＋）を算出する。

【０１４２】またｎ個の運動モデルによる平滑誤差評価
器６３において、ｎ個の運動モデルによる信頼度算出器
５７より式（３１）のβ_k,i 、式（３２）のβ^Lk _k およ
び式（３３）のβ_k,i,Lkを入力し、サンプリング時刻ｔ
_k-1 に算出した式（６１）の運動モデルごとの予測誤差
共分散行列Ｐ^Lk _k （−）を第２の遅延回路６５を通し運
動モデルごとの予測誤差評価器５３より入力し、ゲイン
行列算出器５８より式（４８）のゲイン行列Ｋ_k を入力
し、サンプリング時刻ｔ_k-1 に算出しておいた式（５
６）の運動モデルごとの予測値ベクトルｘ＾^Lk _k（−）
を第４の遅延回路６７を通し運動モデルごとの予測器５
２より入力し、サンプリング時刻ｔ_k-1 に算出したｎ個
の運動モデルによる予測値ベクトルｘ＾ _k（−）を第１
の遅延回路６４を通しｎ個の運動モデルによる予測器５
４より入力し、相関器５６より探知データベクトルｚ
_k,1 ，ベクトルｚ_k,2 ，…，ベクトルｚ_k,mkを入力し、
式（７６）の加速度ベクトル推定値ｕ_k-1 を加速度ベク
トル推定器５９より入力し、目標運動判定結果ＦＭＤ_k
を目標距離変化率の予測値による目標運動判定器６１よ
り入力し、目標運動判定結果ＦＭＤ_k が１（曲進）であ
る場合には、式（８７）および式（８２）、式（８３）
にしたがい式（６０）のｎ個の運動モデルによる平滑誤
差共分散行列Ｐ_k （＋）を算出、目標運動判定結果ＦＭ
Ｄ_k が０（直進）である場合には、式（９８）および式
（９６）、式（９７）にしたがい式（６０）のｎ個の運
動モデルによる平滑誤差共分散行列Ｐ_k （＋）を算出す
る（ステップ１３）。追尾終了になるまでループ内のこ
の一連の流れを繰り返す（ステップ１４）。

【０１４３】

【発明の効果】以上のようにこの発明によれば、通常の
目標自動追尾装置に特別の付加装置を付けることもな
く、目標運動諸元算出精度を向上させることができる。
なお、以上は等速直進運動モデルに定数加速度ベクトル
が付加されたモデルの場合について説明したが、これ以
外の複数個の運動モデルを有して目標観測装置の情報よ
り目標運動諸元を算出する多目標追尾方法および多目標
追尾装置に適用できる。

【図面の簡単な説明】

【図１】この発明の多目標追尾装置の実施例１の処理手
順を示す図である。

【図２】この発明の多目標追尾装置の実施例１の構成を
示す図である。

【図３】この発明の多目標追尾装置の実施例２の処理手
順を示す図である。

【図４】この発明の多目標追尾装置の実施例２の構成を
示す図である。

【図５】この発明の多目標追尾装置の実施例３，５の処
理手順を示す図である。

【図６】この発明の多目標追尾装置の実施例３の構成を
示す図である。

【図７】この発明の多目標追尾装置の実施例４，６の処
理手順を示す図である。

【図８】この発明の多目標追尾装置の実施例４の構成を
示す図である。

【図９】この発明の多目標追尾装置の実施例５の構成を
示す図である。

【図１０】この発明の多目標追尾装置の実施例６の構成
を示す図である。

【図１１】定数加速度ベクトルを説明する図である。

【図１２】追尾目標と探知データの相関を説明する図で
ある。

【図１３】従来の多目標追尾方法の一実施例の処理手順
を示す図である。

【図１４】従来の多目標追尾装置の一実施例の構成を示
す図である。

【符号の説明】

１ 初期値設定ステップ ２ ｎ個の運動モデル設定ステップ ３ 運動モデルごとの予測値および予測誤差共分散行列
算出ステップ ４ ｎ個の運動モデルによる予測値算出ステップ ５ ｎ個の運動モデルによる予測誤差共分散行列算出ス
テップ ６ 探知データ入力ステップ ７ 探知データ選択ステップ ８ 運動モデルおよび探知データの信頼度算出ステップ ９ ゲイン行列算出ステップ １０ 加速度ベクトル推定ステップ １１ 加速度ベクトル推定値による目標運動判定ステッ
プ １２ 目標距離変化率の予測値による目標運動判定ステ
ップ １３ ｎ個の運動モデルによる平滑値および平滑誤差共
分散行列算出ステップ １４ 終了判定ステップ １５ 等速直進運動モデル設定ステップ １６ 等速直進運動モデルによる予測値算出ステップ １７ 等速直進運動モデルによる予測誤差共分散行列算
出ステップ １８ 探知データの信頼度算出ステップ １９ 等速直進運動モデルによる平滑値および平滑誤差
共分散行列算出ステップ ５１ 目標観測装置 ５２ 運動モデルごとの予測器 ５３ 運動モデルごとの予測誤差評価器 ５４ ｎ個の運動モデルによる予測器 ５５ ｎ個の運動モデルによる予測誤差評価器 ５６ 相関器 ５７ ｎ個の運動モデルによる信頼度算出器 ５８ ゲイン行列算出器 ５９ 加速度ベクトル推定器 ６０ 加速度ベクトル推定値による目標運動判定器 ６１ 目標距離変化率の予測値による目標運動判定器 ６２ ｎ個の運動モデルによる平滑器 ６３ ｎ個の運動モデルによる平滑誤差評価器 ６４ 第１の遅延回路 ６５ 第２の遅延回路 ６６ 第３の遅延回路 ６７ 第４の遅延回路 ６８ 第５の遅延回路 ６９ 第６の遅延回路 ７０ 第７の遅延回路 ８１ 等速直進運動モデルによる予測器 ８２ 探知データの信頼度算出器 ８３ 等速直進運動モデルによる平滑器 ８４ 等速直進運動モデルによる平滑誤差評価器 ８５ 等速直進運動モデルによる予測誤差評価器 ８６ 第８の遅延回路 ８７ 第９の遅延回路

フロントページの続き (56)参考文献 特開 平６−43241（ＪＰ，Ａ) 特開 平５−288840（ＪＰ，Ａ) 特公 平７−97136（ＪＰ，Ｂ２) 特公 平７−97135（ＪＰ，Ｂ２) 特公 平７−69417（ＪＰ，Ｂ２) 特公 平６−95138（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G01S 13/66

Claims (6)

(57)【特許請求の範囲】
1. 【請求項１】 目標位置、速度等の平滑値および平滑値
   の誤差を推定した平滑誤差共分散行列の初期値を設定す
   る手段、同一次元の複数のｎ個の定数ベクトルを用いる
   ことによる目標のｎ個の運動モデルを設定する手段、ｎ
   個の各運動モデルごとに目標位置、速度等の予測値およ
   びその誤差を推定した予測誤差共分散行列を算出する手
   段、ｎ個の運動モデル全体による目標位置、速度等の予
   測値を算出する手段、探知データとして目標位置および
   目標距離変化率の観測値を誤探知データを含め一般に複
   数個入力する手段、上記ｎ個の運動モデル全体による予
   測値および上記ｎ個の各運動モデルごとの予測誤差共分
   散行列を使用して上記複数個の探知データの中から追尾
   目標と相関の可能性のある探知データのみをいくつか選
   択する手段、複数のｎ個の各運動モデルおよび選択され
   た各探知データの信頼度を算出する手段、上記各運動モ
   デルで同一のゲイン行列を算出する手段、上記ｎ個の運
   動モデルを構成する定数ベクトルの推定値を算出する手
   段、上記定数ベクトルの推定値に基づき目標運動を判定
   する手段、上記目標運動の判定結果に基づきｎ個の運動
   モデルの設定方法を複数の場合から選択しつつｎ個の運
   動モデル全体による目標位置、速度等の平滑値およびそ
   の誤差を推定した平滑誤差共分散行列を算出する手段と
   を具備したことを特徴とする多目標追尾装置。
2. 【請求項２】 目標位置、速度等の平滑値および平滑値
   の誤差を推定した平滑誤差共分散行列の初期値を設定す
   る手段、同一次元の複数のｎ個の定数ベクトルを用いる
   ことによる目標のｎ個の運動モデルを設定する手段、ｎ
   個の各運動モデルごとに目標位置、速度等の予測値およ
   びその誤差を推定した予測誤差共分散行列を算出する手
   段、ｎ個の運動モデル全体による目標位置、速度等の予
   測値を算出する手段、探知データとして目標位置および
   目標距離変化率の観測値を誤探知データを含め一般に複
   数個入力する手段、上記ｎ個の運動モデル全体による予
   測値および上記ｎ個の各運動モデルごとの予測誤差共分
   散行列を使用して上記複数個の探知データの中から追尾
   目標と相関の可能性のある探知データのみをいくつか選
   択する手段、複数のｎ個の各運動モデルおよび選択され
   た各探知データの信頼度を算出する手段、上記各運動モ
   デルで同一のゲイン行列を算出する手段、上記ｎ個の運
   動モデルを構成する定数ベクトルの推定値を算出する手
   段、目標距離変化率の予測値を算出しこの値に基づき目
   標運動を判定する手段、上記目標運動の判定結果に基づ
   きｎ個の運動モデルの設定方法を複数の場合から選択し
   つつｎ個の運動モデル全体による目標位置、速度等の平
   滑値およびその誤差を推定した平滑誤差共分散行列を算
   出する手段とを具備したことを特徴とする多目標追尾装
   置。
3. 【請求項３】 目標位置、速度等の平滑値および平滑値
   の誤差を推定した平滑誤差共分散行列の初期値を設定す
   る手段、同一次元の複数のｎ個の定数ベクトルを用いる
   ことによる目標のｎ個の運動モデルを設定する手段、ｎ
   個の各運動モデルごとに目標位置、速度等の予測値およ
   びその誤差を推定した予測誤差共分散行列を算出する手
   段、ｎ個の運動モデル全体を用いることによる目標位
   置、速度等の予測値を算出する手段、ｎ個の運動モデル
   全体による予測値の誤差を推定した予測誤差共分散行列
   を算出する手段、探知データとして目標位置および目標
   距離変化率の観測値を誤探知データを含め一般に複数個
   入力する手段、上記ｎ個の各運動モデルごとの予測値お
   よび上記ｎ個の運動モデル全体による予測誤差共分散行
   列を使用して、上記複数個の探知データの中から追尾目
   標と相関の可能性のある探知データのみをいくつか選択
   する手段、複数のｎ個の各運動モデルおよび選択された
   各探知データの信頼度を算出する手段、上記各運動モデ
   ルで同一のゲイン行列を算出する手段、上記ｎ個の運動
   モデルを構成する定数ベクトルの推定値を算出する手
   段、上記定数ベクトルの推定値に基づき目標運動を判定
   する手段、上記目標運動の判定結果に基づきｎ個の運動
   モデルの設定方法を複数の場合から選択しつつｎ個の運
   動モデル全体による目標位置、速度等の平滑値およびそ
   の誤差を推定した平滑誤差共分散行列を算出する手段と
   を具備したことを特徴とする多目標追尾装置。
4. 【請求項４】 目標位置、速度等の平滑値および平滑値
   の誤差を推定した平滑誤差共分散行列の初期値を設定す
   る手段、同一次元の複数のｎ個の定数ベクトルを用いる
   ことによる目標のｎ個の運動モデルを設定する手段、ｎ
   個の各運動モデルごとに目標位置、速度等の予測値およ
   びその誤差を推定した予測誤差共分散行列を算出する手
   段、ｎ個の運動モデル全体を用いることによる目標位
   置、速度等の予測値を算出する手段、ｎ個の運動モデル
   全体による予測値の誤差を推定した予測誤差共分散行列
   を算出する手段、探知データとして目標位置および目標
   距離変化率の観測値を誤探知データを含め一般に複数個
   入力する手段、上記ｎ個の各運動モデルごとの予測値お
   よび上記ｎ個の運動モデル全体による予測誤差共分散行
   列を使用して、上記複数個の探知データの中から追尾目
   標と相関の可能性のある探知データのみをいくつか選択
   する手段、複数のｎ個の各運動モデルおよび選択された
   各探知データの信頼度を算出する手段、上記各運動モデ
   ルで同一のゲイン行列を算出する手段、上記ｎ個の運動
   モデルを構成する定数ベクトルの推定値を算出する手
   段、目標距離変化率の予測値を算出しこの値に基づき目
   標運動を判定する手段、上記目標運動の判定結果に基づ
   きｎ個の運動モデルの設定方法を複数の場合から選択し
   つつｎ個の運動モデル全体による目標位置、速度等の平
   滑値およびその誤差を推定した平滑誤差共分散行列を算
   出する手段とを具備したことを特徴とする多目標追尾装
   置。
5. 【請求項５】 目標位置、速度等の平滑値および平滑値
   の誤差を推定した平滑誤差共分散行列の初期値を設定す
   る手段、同一次元の複数のｎ個の定数ベクトルを用いる
   ことによる目標のｎ個の運動モデルを設定する手段、ｎ
   個の各運動モデルごとに目標位置、速度等の予測値およ
   びその誤差を推定した予測誤差共分散行列を算出する手
   段、ｎ個の運動モデル全体を用いることによる目標位
   置、速度等の予測値を算出する手段、ｎ個の運動モデル
   全体による予測値の誤差を推定した予備誤差共分散行列
   を算出する手段、探知データとして目標位置および目標
   距離変化率の観測値を誤探知データを含め一般に複数個
   入力する手段、上記ｎ個の運動モデル全体の予測値およ
   び上記ｎ個の運動モデル全体による予測誤差共分散行列
   を使用して、上記複数個の探知データの中から追尾目標
   と相関の可能性のある探知データのみをいくつか選択す
   る手段、複数のｎ個の各運動モデルおよび選択された各
   探知データの信頼度を算出する手段、上記各運動モデル
   で同一のゲイン行列を算出する手段、上記ｎ個の運動モ
   デルを構成する定数ベクトルの推定値を算出する手段、
   上記定数ベクトルの推定値に基づき目標運動を判定する
   手段、上記目標運動の判定結果に基づきｎ個の運動モデ
   ルの設定方法を複数の場合から選択しつつｎ個の運動モ
   デル全体による目標位置、速度等の平滑値およびその誤
   差を推定した平滑誤差共分散行列を算出する手段とを具
   備したことを特徴とする多目標追尾装置。
6. 【請求項６】 目標位置、速度等の平滑値および平滑値
   の誤差を推定した平滑誤差共分散行列の初期値を設定す
   る手段、同一次元の複数のｎ個の定数ベクトルを用いる
   ことによる目標のｎ個の運動モデルを設定する手段、ｎ
   個の各運動モデルごとに目標位置、速度等の予測値およ
   びその誤差を推定した予測誤差共分散行列を算出する手
   段、ｎ個の運動モデル全体を用いることによる目標位
   置、速度等の予測値を算出する手段、ｎ個の運動モデル
   全体による予測値の誤差を推定した予測誤差共分散行列
   を算出する手段、探知データとして目標位置および目標
   距離変化率の観測値を誤探知データを含め一般に複数個
   入力する手段、上記ｎ個の運動モデル全体の予測値およ
   び上記ｎ個の運動モデル全体による予測誤差共分散行列
   を使用して、上記複数個の探知データの中から追尾目標
   と相関の可能性のある探知データのみをいくつか選択す
   る手段、複数のｎ個の各運動モデルおよび選択された各
   探知データの信頼度を算出する手段、上記各運動モデル
   で同一のゲイン行列を算出する手段、上記ｎ個の運動モ
   デルを構成する定数ベクトルの推定値を算出する手段、
   目標距離変化率の予測値を算出しこの値に基づき目標運
   動を判定する手段、上記目標運動の判定結果に基づきｎ
   個の運動モデルの設定方法を複数の場合から選択しつつ
   ｎ個の運動モデル全体による目標位置、速度等の平滑値
   およびその誤差を推定した平滑誤差共分散行列を算出す
   る手段とを具備したことを特徴とする多目標追尾装置。