JP2988154B2 - 目標追尾装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、航空機や飛翔体等の
移動物体を目標とし、電波や赤外線等を探知分析するこ
とにより目標の類識別を行なう目標観測装置を用い、目
標観測装置による複数の目標及びクラッタなどの不要信
号からの信号検出分析結果に基づき、目標の位置や速度
及び属性など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 Ｔｒａｎｓ
ａｃｔｉｏｎ ｏｎ Ａｕｔｏｍａｔｉｃ Ｃｏｎｔｒ
ｏｌ．Ｖｏｌ．ＡＣ−２４、Ｎｏ．６、Ｄｅｃｅｍｂｅ
ｒ １９７９、８４３〜８５４“Ａｎ Ａｌｇｏｒｉｔ
ｈｍ ｆｏｒ Ｔｒａｃｋｉｎｇ Ｍｕｌｔｉｐｌｅ
Ｔａｒｇｅｔ”における従来の目標追尾装置の構成図、
図１４は従来の目標追尾方法を示す処理手順である。

【０００３】図１４に示す従来の目標追尾方法は、目標
観測装置１で目標位置等の運動データ及び観測時刻等の
探知データを入力し（ステップ２０）、目標予測処理器
１４でこの探知データの観測時刻及び各目標の平滑諸元
を基に各目標の予測諸元を計算し（ステップ２１）、運
動データ相関諸元算出器４で上記予測諸元及び探知デー
タを基に各目標に対する運動データの相関諸元として目
標予測存在範囲を計算し（ステップ２３）、運動データ
相関器３で上記目標予測存在範囲を基にクラスタを生成
することにより目標と相関の可能性のある探知データを
選択し（ステップ２６）、探知データ仮説生成器８で１
サンプリング前の仮説と上記クラスタ内の探知データが
新目標か、既追尾目標か、クラッタ等の不要信号かとい
う識別結果からなる仮説を生成し（ステップ２８）、運
動データによる仮説信頼度算出器１８で仮説及び上記運
動データの相関諸元を基に探知データの仮説信頼度を計
算し（ステップ３６）、準最適仮説選定器１０で仮説信
頼度等を基に仮説の削減を行ない（ステップ３０）、仮
説内目標平滑処理器１１で上記準最適仮説選定器１０で
の準最適化処理で残った仮説内の目標に対し平滑諸元を
計算し（ステップ３１）、追尾確立判定器１２で上記準
最適化処理で残った仮説の信頼度により追尾が確立した
か否かを判定し（ステップ３３）、追尾が確立したとき
上記平滑諸元を航跡表示器１３へ出力し（ステップ３
４）、終了か否かを判定し（ステップ３５）、追尾終了
になるまでこの一連の流れを繰り返すように成ってい
た。

【０００４】図１３において、１は追尾目標及びクラッ
タ等の不要信号からの検出結果である目標観測位置及び
観測時刻を探知データとして出力する目標観測装置、２
は上記目標観測装置１より探知データを転送する観測諸
元転送装置、１４は探知データの観測時刻及び各目標の
平滑諸元を基に各目標の予測諸元を算出する目標予測処
理器であり、１５は上記予測諸元を１サンプリング分遅
延させる第１の遅延回路、４は上記探知データと各目標
の予測諸元を基に各目標に対する運動データの相関諸元
を算出する運動データ相関諸元算出器、３は上記新目標
及び各目標に対する運動データの相関諸元を基に各目標
と相関の可能性のある探知データを選択する運動データ
相関器、８は上記相関器で選択された探知データが新目
標か、既追尾目標か、クラッタ等の不要信号かの識別結
果で構成される仮説を生成する探知データ仮説生成器、
１８は上記仮説と運動データの相関諸元により仮説信頼
度を算出する運動データによる仮説信頼度算出器、１０
は上記仮説信頼度等により仮説を削減する準最適仮説選
定器、１１は準最適化された仮説内の各目標の平滑諸元
を算出する仮説内目標平滑器、１２は準最適化された仮
説の信頼度により追尾が確立したか否かを判定する追尾
確立判定器、１３は上記追尾確立判定器で追尾が確立し
たと判定された目標の平滑諸元を表示する航跡表示器で
ある。

【０００５】

【発明が解決しようとする課題】上記のような従来の目
標追尾装置においては、図１３に示すように目標観測装
置１より得られる探知データとして例えば目標の観測位
置等の運動データのみを仮定しており、運動データ相関
器３は目標予測処理器１４で計算された各目標の予測諸
元及び目標観測装置１からの上記探知データを基に計算
される目標予測存在範囲内に上記探知データが存在した
場合、その探知データは追尾中の目標である可能性が高
いとして処理されるために、濃密なクラッタ等の不要信
号が存在する環境では上記目標予測存在範囲内に追尾目
標以外の探知データやクラッタ等の不要信号による探知
データが存在することになり、また運動データによる探
知データの信頼度算出器１８では、上記目標予測存在範
囲内の探知データに対し目標予測処理器１４で計算され
た目標の予測位置に近いほどその目標の探知データであ
る可能性が高いとして処理されるので、追尾目標以外の
探知データを既追尾目標であるとした識別結果を含む仮
説の信頼度が高く算出され、正しい識別結果からなる仮
説の信頼度を不当に低下させる問題が発生し、追尾性能
は劣化せざるを得なかった。

【０００６】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、複数の目標及びクラッタ等の不要信
号から観測位置等の信号検出結果である運動データ及び
類識別結果等の信号分析結果である属性データが探知デ
ータとして得られる環境下において、運動データの観測
精度が低い目標観測装置に対しても精度良く追尾を維持
できる目標追尾装置を提供するものである。

【０００７】

【課題を解決するための手段】この発明は、新目標に対
する属性データの相関諸元の初期値を算出する新目標属
性データ相関諸元算出器と、時々刻々と更新される追尾
目標の属性信頼度と目標観測装置からの属性データの信
頼度より各追尾目標に対する属性データの相関諸元を算
出する属性データ相関諸元算出器と、上記新目標に対す
る属性データの相関諸元の初期値と各追尾目標に対する
属性データの相関諸元を基に追尾目標と相関の可能性の
ある探知データを選択する属性データ相関器と、上記追
尾目標に対する運動データの相関諸元と新目標に対する
属性データの相関諸元の初期値及び各追尾目標に対する
属性データの相関諸元を基に探知データが新目標か、既
追尾目標か、不要信号かの識別結果で構成される探知デ
ータの仮説の信頼度を算出する運動及び属性データによ
る仮説信頼度算出器と、上記探知データの仮説信頼度及
び属性データを基に追尾目標の属性信頼度を算出する追
尾目標属性信頼度算出器と、上記追尾目標の属性信頼度
を１サンプリング分遅延させる第２の遅延回路とを設け
たものである。

【０００８】この発明は、新目標に対する属性データの
相関諸元の初期値を算出する新目標属性データ相関諸元
算出器と、時々刻々と更新される追尾目標の属性信頼度
と目標観測装置からの属性データの信頼度より各追尾目
標に対する属性データの相関諸元を算出する属性データ
相関諸元算出器と、上記新目標に対する属性データの相
関諸元の初期値と各追尾目標に対する属性データの相関
諸元を基に追尾目標と相関の可能性のある探知データを
選択する属性データ相関器と、上記探知データの仮説信
頼度及び属性データを基に追尾目標の属性信頼度を算出
する追尾目標属性信頼度算出器と、上記追尾目標の属性
信頼度を１サンプリング分遅延させる第２の遅延回路と
を設けたものである。

【０００９】この発明は、新目標に対する属性データの
相関諸元の初期値を算出する新目標属性データ相関諸元
算出器と、時々刻々と更新される追尾目標の属性信頼度
と目標観測装置からの属性データの信頼度より各追尾目
標に対する属性データの相関諸元を算出する属性データ
相関諸元算出器と、上記追尾目標に対する運動データの
相関諸元と新目標に対する属性データの相関諸元の初期
値及び各追尾目標に対する属性データの相関諸元を基に
探知データが新目標か、既追尾目標か、不要信号かの識
別結果で構成される探知データの仮説の信頼度を算出す
る運動及び属性データによる仮説信頼度算出器と、上記
探知データの仮説信頼度及び属性データを基に追尾目標
の属性信頼度を算出する追尾目標属性信頼度算出器と、
上記追尾目標の属性信頼度を１サンプリング分遅延させ
る第２の遅延回路とを設けたものである。

【００１０】この発明は、新目標に対する属性データの
相関諸元の初期値を算出する新目標属性データ相関諸元
算出器と、時々刻々と更新される追尾目標の属性信頼度
と目標観測装置からの属性データの信頼度より各追尾目
標に対する属性データの相関諸元を算出する属性データ
相関諸元算出器と、上記追尾目標に対する運動データの
相関諸元と新目標に対する属性データの相関諸元の初期
値と各追尾目標に対する属性データの相関諸元を基に追
尾目標と相関の可能性のある探知データを選択する探知
データ相関器と、上記追尾目標に対する運動データの相
関諸元と新目標に対する属性データの相関諸元の初期値
及び各追尾目標に対する属性データの相関諸元を基に探
知データが新目標か、既追尾目標か、不要信号かの識別
結果で構成される探知データの仮説の信頼度を算出する
運動及び属性データによる仮説信頼度算出器と、上記探
知データの仮説信頼度及び属性データを基に追尾目標の
属性信頼度を算出する追尾目標属性信頼度算出器と、上
記追尾目標の属性信頼度を１サンプリング分遅延させる
第２の遅延回路とを設けたものである。

【００１１】この発明は、新目標に対する属性データの
相関諸元の初期値を算出する新目標属性データ相関諸元
算出器と、時々刻々と更新される追尾目標の属性信頼度
と目標観測装置からの属性データの信頼度より各追尾目
標に対する属性データの相関諸元を算出する属性データ
相関諸元算出器と、上記追尾目標に対する運動データの
相関諸元と新目標に対する属性データの相関諸元の初期
値と各追尾目標に対する属性データの相関諸元を基に追
尾目標と相関の可能性のある探知データを選択する探知
データ相関器と、上記探知データの仮説信頼度及び属性
データを基に追尾目標の属性信頼度を算出する追尾目標
属性信頼度算出器と、上記追尾目標の属性信頼度を１サ
ンプリング分遅延させる第２の遅延回路とを設けたもの
である。

【００１２】

【作用】この発明においては、探知データの観測位置等
の運動データに加えて目標の類識別結果等の属性データ
に基づく相関判定を行なうため、例えば運動データのみ
からだけでは追尾目標と相関の可能性があると判定され
る探知データが、その属性データは追尾目標とは大きく
異なる場合これらの探知データを排除し、より信頼性の
高い探知データのみを追尾目標と相関の可能性のある探
知データとして選択することが可能である。

【００１３】また、相関器で選択された探知データに対
し運動データに加えて属性データに基づき探知データの
識別結果の組み合わせによる仮説の信頼度を計算してい
るため、例えば目標予測存在範囲において予測位置に近
いために追尾目標との識別結果を含む仮説の信頼度が高
く算出される探知データが、実際には追尾目標以外から
の探知データで、その属性データが追尾目標の属性に対
して相関の可能性が低いと計算されたために、その探知
データが追尾目標であるとの識別結果を含む仮説の信頼
度は低く抑えられ、正しい仮説の信頼度が不当に低くな
ることを避けるので、結果として目標追尾性能を向上さ
せることが可能である。

【００１４】この発明においては、目標及びクラッタ等
の不要信号からの探知データが多く観測される環境にお
いて、精度の高い追尾が要求される場合に対処するため
に、観測位置等の運動データにより追尾目標と相関の可
能性のある探知データを選択した後、上記運動諸元の相
関で選択された探知データの中に他の目標やクラッタ等
の不要信号からの探知データが残らないように、属性デ
ータにより追尾目標との相関の可能性のある探知データ
を選択し、また上記相関処理で選択された探知データに
対し他の目標やクラッタ等不要信号の探知データが追尾
に反映しないように、運動データだけではなく属性デー
タに基づき探知データの信頼度を算出する。

【００１５】また、この発明においては、属性データの
精度が低い目標観測装置で、目標及びクラッタ等不要信
号による探知データが多く観測される環境において目標
追尾を行なう場合に対処するために、観測位置等の運動
諸元により追尾目標と相関の可能性のある探知データを
選択した後、上記運動データの相関で選択された探知デ
ータの中に他の目標やクラッタ等の不要信号からの探知
データが残らないように、属性データにより追尾目標と
の相関の可能性のある探知データを選択し、また上記相
関処理で選択された探知データに対し精度の低い属性デ
ータを用いずに運動データのみに基づき信頼度を算出す
る。

【００１６】この発明においては、観測位置精度が高い
目標観測装置で、目標及びクラッタ等の不要信号からの
探知データがあまり観測されない環境で精度の高い追尾
が要求される場合に対処するために、観測位置等の精度
の高い運動データにより追尾目標と相関の可能性のある
探知データを選択した後、計算機負荷の軽減のため属性
データによる探知データの相関処理は行なわず、また上
記相関処理で選択された探知データに対し他の目標やク
ラッタ等不要信号の探知データが追尾に反映しないよう
に、運動データだけではなく属性データに基づき探知デ
ータの信頼度を算出する。

【００１７】またこの発明においては、観測位置精度が
低く属性データの精度が高い目標観測装置で、目標及び
クラッタ等の不要信号からの探知データがあまり観測さ
れない環境において、精度の高い追尾が要求される場合
に対処するために、観測位置等の運動データ及び属性デ
ータを元に算出される追尾目標の相関諸元により追尾目
標と相関の可能性のある探知データを選択した後、上記
相関処理で選択された探知データに対し他の目標やクラ
ッタ等不要信号の探知データが追尾に反映しないよう
に、運動データだけではなく属性データに基づき探知デ
ータの信頼度を算出する。

【００１８】さらにこの発明においては、属性データの
精度が比較的低い目標観測装置で、目標及びクラッタ等
の不要信号からの探知データがあまり観測されない環境
において、目標追尾を行う場合に対処するために、観測
位置等の運動データ及び属性データを基に算出される追
尾目標の相関諸元により追尾目標と相関の可能性のある
探知データを選択した後、上記相関処理で選択された探
知データに対し精度の低い属性データを用いずに運動デ
ータに基づき信頼度を算出する。

【００１９】

【実施例】この発明による目標追尾装置の一実施例につ
いて説明する。図１はこの発明の目標追尾装置の実施例
１の構成を示す図、図２はこの発明の目標追尾装置の実
施例２の構成を示す図、図３はこの発明の目標追尾装置
の実施例３の構成を示す図、図４はこの発明の目標追尾
装置の実施例４の構成を示す図、図５はこの発明の目標
追尾装置の実施例５の構成を示す図である。また、図６
はこの発明の目標追尾装置の実施例１を補足する図、図
７はこの発明の目標追尾装置の実施例２を補足する図、
図８はこの発明の目標追尾装置の実施例３を補足する
図、図９はこの発明の目標追尾装置の実施例４を補足す
る図、図１０はこの発明の目標追尾装置の実施例５を補
足する図である。なお、図６、図７、図８、図９、図１
０は、それぞれ順番に図１、図２、図３、図４、図５の
各目標追尾装置の説明を補足するための処理手順であ
る。

【００２０】以下、この発明の一実施例を図１〜１０に
従い説明する前に、この発明の根拠となる理論の骨子を
説明する。

【００２１】目標の真値を表す状態ベクトルを式（１）
のように定義する。なお、以降ベクトルを表す記号には
コード入力部では例えばベクトルｘ_idのように記号の前
に“ベクトル”と付しイメージ入力部ではアンダーライ
ンを付す。

【００２２】

【数１】

【００２３】式（１）において、目標の真値を表す状態
ベクトルは、目標の位置及び速度等の運動データの真値
を表す状態ベクトルｘ_k,trk と、目標の類識別結果の属
性データの真値を表す状態ベクトルｘ_idを成分とするベ
クトルとする。また、追尾目標の運動モデルは式（２）
のように定義する。

【００２４】

【数２】

【００２５】ここで、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ｘ_k,trkの推移行列である。
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（３）（４）を満
たすものとする。ここで記号Ｔはベクトルの転値を表
す。Γ ₁ （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ある。

【００２６】

【数３】

【００２７】また、追尾目標の属性データの真値ベクト
ルｘ_idは、式（６）のように定義する。ここで、Ａ₁ 、
…、Ａ_N は目標の属性であり、ベクトルｘ_idはＡ₁ 、
…、Ａ_N のいずれか１つである。また、式（６）が真で
あるとの仮説を式（７）とする。

【００２８】

【数４】

【００２９】次に観測モデルを以下のように定義する。
追尾目標よりのサンプリング時刻ｔ_k における探知デー
タを式（８）とする。ここで、ベクトルｚ_k,trk は目標
の観測位置に関する観測ベクトルであり、またベクトル
ｚ_k,idは属性データに関する観測ベクトルである。

【００３０】

【数５】

【００３１】追尾目標の観測位置に関する観測モデルを
式（９）のように定義する。ここで、Ｈ_k はサンプリン
グ時刻ｔ_k における観測行列である。またベクトルｖ_k
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（１０）
（１１）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ある。

【００３２】

【数６】

【００３３】追尾目標からの属性データベクトルｚ_k,id
は属性Ａ_a として与えられ、これに仮説Ｊ_a の基での属
性データの信頼度が式（１２）に示す条件付き確率の形
で付加されるとする。ここで、Ｃ_jaはＡ_a が真としたと
きに、Ａ_j と観測される確率である。なお、Ｃ_jaは式
（１３）を満たす。

【００３４】

【数７】

【００３５】例えば、式（１４）が追尾目標の属性の全
てであるとすると、式（１５）（１６）（１７）（１
８）が属性データの信頼度として得られる。

【００３６】

【数８】

【００３７】クラッタからの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
体積当たりの発生頻度をβ_FT ^k とし、追尾目標と相関を
とるべき目標予測存在範囲の体積をＶ_Gkとしたとき、ク
ラッタからの探知データが目標予測存在範囲内に存在す
る総数は平均β_FT ^k Ｖ_Gkポアソン分布に従うとする。

【００３８】新目標からの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
積当たりの発生頻度をβ_NT ^k とし、追尾目標と相関をと
るべき目標予測存在範囲の体積をＶ_Gkとしたとき、クラ
ッタからの探知データが目標予測存在範囲内に存在する
総数は平均β_NT ^k Ｖ_Gkポアソン分布に従うとする。

【００３９】次に各目標に対応する目標予測存在範囲が
重なった場合の集合体であるクラスタ内での観測系を次
のように定義する。サンプリング時刻ｔ_k におけるクラ
スタ内の探知データの総数をｍ_k とし、探知データを式
（１９）で表す。ここで、ベクトルｚ_k,i はクラスタ内
のｉ番目の観測ベクトルであり、運動データをベクトル
ｚ_k,trk （ｉ）で、属性データをベクトルｚ_k,id（ｉ）
と定義する。また、サンプリング時刻ｔ_k におけるクラ
スタ内の観測ベクトルの全体を式（２０）で、サンプリ
ング時刻ｔ_k までのクラスタ内の観測ベクトルの全体を
式（２１）で、サンプリング時刻ｔ_k までのクラスタ内
の観測ベクトルの総数を式（２２）で定義する。

【００４０】

【数９】

【００４１】次に属性データの相関諸元の初期値を式
（２３）のように条件付き確率Ｐ（ベクトルｚ
_k,id（ｉ）｜ＮＴ）で定義する。ここで、ＮＴは追尾目
標からの観測ベクトルが得られずはじめて新目標の観測
ベクトルが得られる事象であり、観測ベクトルがＰ（ベ
クトルｚ_k,id（ｉ）｜Ｊ_a 、ＮＴ）は目標観測装置より
探知データと共に得られる属性データの信頼度で、仮説
Ｊ_a が真とした場合に属性データベクトルｚ_k,id（ｉ）
が得られる確率である。またＰ（Ｊ_a ｜ＮＴ）は観測ベ
クトルが得られない場合の仮説Ｊ_a の事前確率である。

【００４２】

【数１０】

【００４３】探知データベクトルｚ_k,i がクラッタのと
きの属性データの信頼度を式（２４）のように定義す
る。ここでＦＴは追尾目標からの観測ベクトルが得られ
ずはじめてクラッタの観測ベクトルが得られる事象であ
る。

【００４４】

【数１１】

【００４５】既追尾目標ｍからの探知データの観測ベク
トルｚ_k,m の相関諸元Ｐ（ベクトルｚ_k,m ｜Ｚ^k-1 _m ）
を式（２５）に示す。ここで、Ｐ（ベクトルｚ_k,id(m)
｜Ｚ^k-1 _id,m）は既追尾目標ｍからの属性データの観測
ベクトルｚ_k,id(m) の相関諸元であり、Ｐ（ベクトルｚ
_k,trk(m) ｜Ｚ^k-1 _trk,m ）は既追尾目標ｍからの運動デ
ータの観測ベクトルｚ_k,trk(m) の相関諸元である。ここ
でＺ^k-1 _id,mは既追尾目標ｍの属性データの観測ベクト
ルの全体であり、ベクトルＺ^k-1 _trk,m は既追尾目標ｍ
の属性データの観測ベクトルの全体である。

【００４６】

【数１２】

【００４７】次に既追尾目標ｍからの属性データの観測
ベクトルＺ _k,id(m) の相関諸元Ｐ（ベクトルＺ _k,id(m)
｜Ｚ^k-1 _id,m）を式（２６）に示す。ここで、Ｐ（Ｊ_a
｜Ｚ^k-1 _id,m）は相関諸元Ｐ（ベクトルＺ _k,id(m) ｜Ｚ
^k-1 _id,m）の事前確率であり既追尾目標ｍの属性情報の
信頼度である。

【００４８】

【数１３】

【００４９】次に既追尾目標ｍからの運動データの観測
ベクトルｚ_k,trk(m) の相関諸元Ｐ（ベクトルｚ_k,trk(m)
｜Ｚ^k-1 _trk,m）を式（２７）に示す。すなわち、相関諸
元Ｐ（ベクトルｚ_k,trk(m) ｜Ｚ^k-1 _trk,m）は式（２８）
に示す目標予測位置ベクトルｚ_k,trk ^m （−）を平均ベ
クトルとし、式（２９）に示す目標予測存在範囲の広が
りＳ_k ^m を共分散行列とする多変量正規分布におけるベ
クトルｚ_k,trk(m) の値である。ここで、ベクトルｘ＾
_k,trk ^m （−）はサンプリング時刻ｔ_k における既追尾
目標ｍの予測ベクトルで式（３０）で定義され、またＰ
_k,m （−）は予測誤差共分散行列で式（３１）で定義さ
れる。

【００５０】

【数１４】

【００５１】次に運動データの観測ベクトルｚ_k,trk と
既追尾目標ｍとの相関方法について示す。観測ベクトル
ｚ_k,trk がｄをパラメータとして式（３２）を満たすと
き、観測ベクトルｚ_k,trk は既追尾目標ｍに対する目標
予測存在範囲内に存在し、既追尾目標ｍと相関があると
判定される。また、サンプリング時刻ｔ_k における既追
尾目標ｍに対する目標予測存在範囲内の領域をＧ_k ^m と
し式（３３）で表し、さらに既追尾目標が探知されると
の前提で既追尾目標が式（３３）の領域内に存在する確
率をＰ_Gkとする。

【００５２】

【数１５】

【００５３】図１１は簡単な例として運動データの観測
ベクトルの次元が２次元の場合について式（３２）によ
る探知データと既追尾目標との相関を説明した図であ
り、図においてＰは式（２８）による既追尾目標の予測
位置で、Ｑは相関をとるべき目標予測存在範囲の内外を
定める境界線でパラメータｄ及び式（２９）のＳ_k ^m よ
り線形代数学より算出されＤ１〜Ｄ６は探知データであ
る。

【００５４】次に属性データの観測ベクトルｚ_k,idと既
追尾目標ｍとの相関方法について示す。属性データの観
測ベクトルｚ_k,idがｃをパラメータとして式（３４）を
満たすとき、観測ベクトルｚ_k,idは既追尾目標ｍに対す
る属性ゲート内の探知データであり、既追尾目標ｍと相
関があると判定される。

【００５５】

【数１６】

【００５６】図１２は探知データＤ１〜Ｄ４に対し属性
データの相関諸元として式（２６）のＰ（ベクトルｚ
_k,id ｜Ｚ^k-1 _id）を縦軸に示したものである。ここで
は、パラメータｃを設定したときＤ１とＤ３が式（３
４）を満たしている。

【００５７】次に運動データの相関諸元及び属性データ
の相関諸元の双方を用いた場合の探知データの観測ベク
トルｚ_k,i と既追尾目標ｍとの相関方法について示す。
探知データの観測ベクトルｚ_k,i がｂをパラメータとし
て式（３５）を満たすとき、観測ベクトルｚ_k,i は既追
尾目標ｍに対する運動データ及び属性データによるゲー
ト内の探知データであり、既追尾目標ｍと相関があると
判定される。ここで、式（３５）の左辺に示す探知デー
タの相関諸元は式（２５）と同一である。

【００５８】

【数１７】

【００５９】式（２０）に示すＺ_k が存在するクラスタ
における仮説を式（３６）のように定義する。ここで、
クラスタ内の仮説の総数をＩ_k とする。各仮説ｘ^k,i
（ｉ＝１、２、…、Ｉ_k ）は、式（３７）のように１サ
ンプリング前の仮説ｘ^k-1,r とＺ_k の識別結果Ｈ^k,s を
統合してえられる。なお、識別結果Ｈ^k,s はＺ_k を構成
する各観測ベクトルｚ_k,i （ｉ＝１、２、…、Ｉ_k ）を
新目標、既追尾目標、クラッタの３つのいずれかと判定
した結果である。また、サンプリング時刻ｔ_k における
識別結果Ｈ^k,s で新目標と識別された観測ベクトルの総
数をＮ _NT ^k （ｓ）、既追尾目標と相関があると識別され
た観測ベクトルの総数をＮ_DT ^k （ｓ）、クラッタと識別
された観測ベクトルの総数をＮ_FT ^k （ｓ）とする。ま
た、各仮説ｘ^k,i （ｉ＝１、２、…、Ｉ_k ）に含まれる
目標数をＮ_TGT ^k（ｉ）とする。

【００６０】

【数１８】

【００６１】探知データを構成する運動データと属性デ
ータを用いたサンプリング時刻ｔ_kにおける各仮説χ
^k,i （ｉ＝１、２、…、Ｉ_k ）の信頼度β^k,i の算出方
法を以下に示す。信頼度β^k,i は、式（３８）に示すよ
うにサンプリング時刻ｔ_k までの全探知データが得られ
たという条件で仮説χ^k,i が真である確率として定義さ
れる。この信頼度β^k,i は、式（３７）より式（３９）
に示すサンプリング時刻ｔ_k-1 での仮説χ^k-1,r の信頼
度と、式（４０）に示す仮説χ^k-1,r を前提とした探知
データの識別結果Ｈ^k,s の信頼度と、式（４１）に示す
仮説χ^k-1,r 及び識別結果Ｈ^k,s を前提とした場合に探
知データＺ_k が得られる確率と、式（４２）に示す信頼
度β^k,i が確率として正規化された形とするための仮説
に関係ない探知データＺ_k が得られる確率とにより式
（３８）は構成されている。ここで、サンプリング時刻
ｔ_k で得られた探知データＺ_k における運動データ及び
属性データの相関諸元が反映されるのは式（４１）であ
る。式（３８）による各仮説χ^k,i （ｉ＝１、２、…、
Ｉ_k ）の信頼度β^k,i は、式（４３）（４４）のように
なる。ここで、Ｐ_D は目標の探知確率である。

【００６２】

【数１９】

【００６３】仮説χ^k に対して仮説の内容や各仮説の信
頼度β^k,i により仮説数の削減を行い、有用な仮説を選
択する。例えば、信頼度β^k,i があるしきい値より小さ
い仮説を削除したり、またｎサンプリング前までの仮説
の内容が同一の仮説を統合したりして仮説の準最適化を
行う。

【００６４】次に仮説の準最適化の結果残った仮説内の
航跡に対する平滑処理の方法を示す。残った仮説内でベ
クトルｚ_k,i が既追尾目標ｍと識別されている場合、平
滑処理は式（４５）（４６）（４７）のようになる。こ
こで、ベクトルｘ＾_k,trk ^m（＋）は平滑ベクトル、Ｐ
_k,m （＋）は平滑誤差共分散行列、Ｋ_k ^mはカルマンゲイ
ン行列である。

【００６５】

【数２０】

【００６６】仮説の準最適化の結果残った仮説に対し次
の処理により追尾の確立を判定する。全ての仮説の中に
同一の航跡が存在する場合、その航跡の信頼度は１．０
となるので追尾確立とする。また、全ての仮説の中で同
一の航跡が存在しない場合、初めの処理へ戻る。

【００６７】目標の予測処理は、式（４８）（４９）の
ようになる。

【００６８】

【数２１】

【００６９】次にサンプリング時刻ｔ_k における既追尾
目標ｍの属性信頼度を示す。既追尾目標の属性信頼度
は、既追尾目標ｍの属性データの全観測ベクトルＺ^k
_id,mが得られた基で仮説Ｊ_a が正しい確率で、式（５
０）で計算される。

【００７０】

【数２２】

【００７１】次にこの発明の実施例を図１及び図６に従
って説明する。目標観測装置１で観測時刻ｔ_k と目標位
置等の運動データベクトルｚ_k,trk （ｉ）及び類識別結
果等の属性データベクトルｚ_k,id（ｉ）を探知データベ
クトルｚ_k,i として入力し（ステップ２０）、目標予測
処理器１４でこの探知データの観測時刻ｔ_k 及び各目標
の平滑諸元ベクトルｘ＾_k-1,trk ^m （＋）及びＰ_k-1,m
（＋）を基に式（４８）（４９）により各目標の予測諸
元ベクトルｘ＾_k,trk ^m （−）及びＰ_k,m （−）を計算
し（ステップ２１）、新目標属性データ相関諸元算出器
５で式（２３）より上記目標観測装置１からの属性デー
タの信頼度Ｐ（ベクトルｚ_k,id（ｉ）｜Ｊ_a ）及び仮説
Ｊ_a の初期値Ｐ（Ｊ_a ｜ＮＴ）を基に新目標の相関諸元
Ｐ（ベクトルｚ_k,id（ｉ）｜ＮＴ）の算出及び式（２
４）により探知データベクトルｚ_k,i がクラッタの時の
ベクトルｚ_k,id（ｉ）の信頼度Ｐ（ベクトルｚ
_k,id（ｉ）｜ＦＴ）の算出を行い（ステップ２２）、運
動データ相関諸元算出器４で目標予測処理器１４より第
１の遅延回路１５を通して入力された予測諸元ベクトル
ｘ＾_k,trk ^m （−）及びＰ_k,m （−）と運動データの観
測誤差共分散行列Ｐ_k を基に各目標に対する運動データ
の相関諸元Ｐ（ベクトルｚ_k,trk(m) ｜Ｚ^k-1 _trk,m ）と
して式（２８）より目標予測位置ベクトルｚ
_k,trk ^m（−）及び式（２９）より目標予測存在範囲Ｓ_k
^m を計算し（ステップ２３）、属性データ相関諸元算出
器７に追尾目標属性信頼度算出器１６より第２回の遅延
回路１７を通して既追尾目標ｍの属性信頼度Ｐ（Ｊ_a ｜
Ｚ^k-1 _id,m）を入力する（ステップ２４）。

【００７２】属性データ相関諸元算出器７で上記既追尾
目標ｍの属性信頼度Ｐ（Ｊ_a ｜Ｚ^k-1 _id,m ）及び既追尾
目標ｍの属性データの信頼度Ｐ（ベクトルｚ_k,id(m) ｜
Ｊ_a）を基に式（２６）により属性データの相関諸元Ｐ
（ベクトルｚ_k,id(m) ｜Ｚ^k-1 _id,m ）を算出し（ステッ
プ２５）、運動データ相関器３で上記目標予測存在範囲
Ｓ_k ^m を基にクラスタを生成し式（３２）により既追尾
目標ｍと相関の可能性のある探知データを選択し（ステ
ップ２６）、属性データ相関器６で属性データの相関諸
元Ｐ（ベクトルｚ_k,id(m) ｜Ｚ^k-1 _id,m）を基に式（３
４）により既追尾目標ｍと相関の可能性のある探知デー
タを選択し（ステップ２７）、探知データ仮説生成器８
でサンプリング時刻ｔ_k-1 における探知データの仮説ｘ
^k-1,r と上記クラスタ内の探知データベクトルｚ_k,i が
新目標か、既追尾目標か、クラッタ等の不要信号かとい
う識別結果Ｈ^k,s からなる仮説ｘ^k,i （ｉ＝１、２、
…、Ｉ_k ）を生成し（ステップ２８）、運動及び属性デ
ータによる仮説信頼度算出器９で仮説ｘ^k,i と運動デー
タの相関諸元ｇ（ベクトルｚ_k,trk(m) ；ベクトルｚ^k
_,trk （−）、Ｓ_k ^m ）及び属性データの相関諸元Ｐ
（ベクトルｚ_k,id(m) ｜Ｚ^k-1 _id,m ）を基に式（４３）
（４４）より探知データの仮説信頼度β^k,i を計算し
（ステップ２９）、準最適仮説選定器１０で仮説信頼度
β^k,i 等を基に仮説の削減を行い（ステップ３０）、仮
説内目標平滑処理器１１で上記準最適仮説選定器１０で
の準最適化処理で残った仮説内の既追尾目標ｍに対し式
（４５）（４６）（４７）により平滑諸元ベクトルｘ＾
_k,trk ^m （＋）及びＰ_k,m （＋）を計算し（ステップ３
１）、追尾確立判定器１２で上記準最適化処理で残った
仮説の信頼度により追尾が確立したか否かを判定し（ス
テップ３３）、追尾が確立したとき上記平滑諸元ベクト
ルｘ＾_k,trk ^m （＋）及びＰ_k,m （＋）を航跡表示器１
３へ出力し（ステップ３４）、追尾目標属性信頼度算出
器１６でサンプリング時刻ｔ_k-1 における既追尾目標ｍ
の属性信頼度Ｐ（Ｊ_a ｜Ｚ^k-1 _id,m）及び属性データの
信頼度Ｐ（ベクトルｚ_k,id(m) ｜Ｊ_a ）を基に既追尾目
標ｍの属性信頼度Ｐ（Ｊ_a ｜Ｚ^k _id,m）を算出し（ステ
ップ３２）、終了か否かを判定し（ステップ３５）、追
尾終了になるまでこの一連の流れを繰り返す。

【００７３】次にこの発明の実施例２を図２及び図７に
従って説明する。目標観測装置１で観測時刻ｔ_k と目標
位置等の運動データベクトルｚ_k,trk （ｉ）及び類識別
結果等の属性データベクトルｚ_k,id（ｉ）を探知データ
ベクトルｚ_k,i として入力し（ステップ２０）、目標予
測処理器１４でこの探知データの観測時刻ｔ_k 及び各目
標の平滑諸元ベクトルｘ＾_k-1,trk ^m（＋）及びＰ_k-1,m
（＋）を基に式（４８）（４９）により各目標の予測諸
元ベクトルｘ＾_k,trk ^m （−）及びＰ_k,m （−）を計算
し（ステップ２１）、新目標属性データ相関諸元算出器
５で式（２３）より上記目標観測装置１からの属性デー
タの信頼度Ｐ（ベクトルｚ_k,id（ｉ）｜Ｊ_a ）及び仮説
Ｊ_a の初期値Ｐ（Ｊ_a ｜ＮＴ）を基に新目標の相関諸元
Ｐ（ベクトルｚ_k,id（ｉ）｜ＮＴ）の算出及び式（２
４）により探知データベクトルｚ_k,i がクラッタの時の
ベクトルｚ_k,id（ｉ）の信頼度Ｐ（ベクトルｚ
_k,id（ｉ）｜ＦＴ）の算出を行い（ステップ２２）、運
動データ相関諸元算出器４で目標予測処理器１４より第
１の遅延回路１５を通して入力された予測諸元ベクトル
ｘ＾_k,trk ^m （−）及びＰ_k,m （−）と運動データの観
測誤差共分散行列Ｒ_k を基に各目標に対する運動データ
の相関諸元Ｐ（ベクトルｚ_k,trk(m) ｜Ｚ^k-1 _trk,m ）と
して式（２８）より目標予測位置ベクトルｚ
_k,trk ^m（−）及び式（２９）より目標予測存在範囲Ｓ_k
^m を計算し（ステップ２３）、属性データ相関諸元算出
器７に追尾目標属性信頼度算出器１６より第２の遅延回
路１７を通して既追尾目標ｍの属性信頼度Ｐ（Ｊ_a ｜Ｚ
^k-1 _id,m）を入力する（ステップ２４）。

【００７４】属性データ相関諸元算出器７で上記既追尾
目標ｍの属性信頼度Ｐ（Ｊ_a ｜Ｚ^k-1 _id,m）及び既追尾
目標ｍの属性データの信頼度Ｐ（ベクトルｚ_k,id(m) ｜
Ｊ_a）を基に式（２６）により属性データの相関諸元Ｐ
（ベクトルｚ_k,id(m) ｜Ｚ^k-1 _id,m ）を算出し（ステッ
プ２５）、運動データ相関器３で上記目標予測存在範囲
Ｓ_k ^m を基にクラスタを生成し式（３２）により既追尾
目標ｍと相関の可能性のある探知データを選択し（ステ
ップ２６）、属性データ相関器６で属性データの相関諸
元Ｐ（ベクトルｚ_k,id(m) ｜Ｚ^k-1 _id,m）を基に式（３
４）により既追尾目標ｍと相関の可能性のある探知デー
タを選択し（ステップ２７）、探知データ仮説生成器８
でサンプリング時刻ｔ_k-1 における探知データの仮説ｘ
^k-1,r と上記クラスタ内の探知データベクトルｚ_k,i が
新目標か、既追尾目標か、クラッタ等の不要信号かとい
う識別結果Ｈ^k,s からなる仮説ｘ^k,i （ｉ＝１、２、
…、Ｉ_k ）を生成し（ステップ２８）、運動データによ
る仮説信頼度算出器１８で仮説ｘ^k,i と運動データの相
関諸元ｇ（ベクトルｚ_k,trk(m) ；ベクトルｚ_k,trk
^m（−）、Ｓ_k ^m ）を基に式（４３）（５１）より探知
データの仮説信頼度β^k,iを計算し（ステップ３６）、
準最適仮説選定器１０で仮説信頼度β^k,i 等を基に仮説
の削減を行い（ステップ３０）、仮説内目標平滑処理器
１１で上記準最適仮説選定器１０での準最適化処理で残
った仮説内の既追尾目標ｍに対し式（４５）（４６）
（４７）により平滑諸元ベクトルｘ＾_k,trk ^m （＋）及
びＰ_k,m （＋）を計算し（ステップ３１）、追尾確立判
定器１２で上記準最適化処理で残った仮説の信頼度によ
り追尾が確立したか否かを判定し（ステップ３３）、追
尾が確立したとき上記平滑諸元ベクトルｘ＾_k,trk ^m
（＋）及びＰ_k,m （＋）を航跡表示器１３へ出力し（ス
テップ３４）、追尾目標属性信頼度算出器１６でサンプ
リング時刻ｔ_k-1 における既追尾目標ｍの属性信頼度Ｐ
（Ｊ_a ｜Ｚ^k-1 _id,m）及び属性データの信頼度Ｐ（ベク
トルｚ_k,id ^m ｜Ｊ_a ）を基に既追尾目標ｍの属性信頼度
Ｐ（Ｊ_a ｜Ｚ^k _id,m）を算出し（ステップ３２）、終了
か否かを判定し（ステップ３５）、追尾終了になるまで
この一連の流れを繰り返す。

【００７５】

【数２３】

【００７６】次にこの発明の実施例３を図３及び図８に
従って説明する。目標観測装置１で観測時刻ｔ_k と目標
位置等の運動データベクトルｚ_k,trk （ｉ）及び類識別
結果等の属性データベクトルｚ_k,id（ｉ）を探知データ
ベクトルｚ_k,i として入力し（ステップ２０）、目標予
測処理器１４でこの探知データの観測時刻ｔ_k 及び各目
標の平滑諸元ベクトルｘ＾_k-1,trk ^m（＋）及びＰ_k-1,m
（＋）を基に式（４８）（４９）により各目標の予測諸
元ベクトルｘ＾_k,trk ^m （−）及びＰ_k,m （−）を計算
し（ステップ２１）、新目標属性データ相関諸元算出器
５で式（２３）より上記目標観測装置１からの属性デー
タの信頼度Ｐ（ベクトルｚ_k,id（ｉ）｜Ｊ_a ）及び仮説
Ｊ_a の初期値Ｐ（Ｊ_a ｜ＮＴ）を基に新目標の相関諸元
Ｐ（ベクトルｚ_k,id（ｉ）｜ＮＴ）の算出及び式（２
４）により探知データベクトルｚ_k,i がクラッタの時の
ベクトルｚ_k,id（ｉ）の信頼度Ｐ（ベクトルｚ
_k,id（ｉ）｜ＦＴ）の算出を行い（ステップ２２）、運
動データ相関諸元算出器４で目標予測処理器１４より第
１の遅延回路１５を通して入力された予測諸元ベクトル
ｘ＾_k,trk ^m （−）及びＰ_k,m （−）と運動データの観
測誤差共分散行列Ｒ_k を基に各目標に対する運動データ
の相関諸元Ｐ（ベクトルｚ_k,trk(m) ｜Ｚ^k-1 _trk,m ）と
して式（２８）より目標予測位置ベクトルｚ
_k,trk ^m（−）及び式（２９）より目標予測存在範囲Ｓ_k
^m を計算し（ステップ２３）、属性データ相関諸元算出
器７に追尾目標属性信頼度算出器１６より第２の遅延回
路１７を通して既追尾目標ｍの属性信頼度Ｐ（Ｊ_a ｜Ｚ
^k-1 _id,m）を入力し（ステップ２４）、属性データ相関
諸元算出器７で上記既追尾目標ｍの属性信頼度Ｐ（Ｊ_a
｜Ｚ^k-1 _id,m）及び既追尾目標ｍの属性データの信頼度
Ｐ（ベクトルｚ_k,id(m) ｜Ｊ_a ）を基に式（２６）によ
り属性データの相関諸元Ｐ（ベクトルｚ_k,id(m) ｜Ｚ
^k-1 _id,m）を算出し（ステップ２５）、運動データ相関
器３で上記目標予測存在範囲Ｓ_k ^m を基にクラスタを生
成し式（３２）により既追尾目標ｍと相関の可能性のあ
る探知データを選択する（ステップ２６）。

【００７７】探知データ仮説生成器８でサンプリング時
刻ｔ_k-1 における探知データの仮説ｘ^k-1,r と上記クラ
スタ内の探知データベクトルｚ_k,i が新目標か、既追尾
目標か、クラッタ等の不要信号かという識別結果Ｈ^k,s
からなる仮説ｘ^k,i （ｉ＝１、２、…、Ｉ_k ）を生成し
（ステップ２８）、運動及び属性データによる仮説信頼
度算出器９で仮説ｘ^k,i と運動データの相関諸元ｇ（ベ
クトルｚ_k,trk(m) ；ベクトルｚ_k,trk ^m （−）、Ｓ_k
^m ）及び属性データの相関諸元Ｐ（ベクトルｚ_k,id(m)
｜Ｚ^k-1 _id,m）を基に式（４５）（４６）より探知デー
タの仮説信頼度β^k,i を計算し（ステップ２９）、準最
適仮説選定器１０で仮説信頼度β^k,i 等を基に仮説の削
減を行い（ステップ３０）、仮説内目標平滑処理器１１
で上記準最適仮説選定器１０での準最適化処理で残った
仮説内の既追尾目標ｍに対し式（４５）（４６）（４
７）により平滑諸元ベクトルｘ＾_k,trk ^m （＋）及びＰ
_k,m （＋）を計算し（ステップ３１）、追尾確立判定器
１２で上記準最適化処理で残った仮説の信頼度により追
尾が確立したか否かを判定し（ステップ３３）、追尾が
確立したとき上記平滑諸元ベクトルｘ＾_k,trk ^m （＋）
及びＰ_k,m （＋）を航跡表示器１３へ出力し（ステップ
３４）、追尾目標属性信頼度算出器１６でサンプリング
時刻ｔ_k-1 における既追尾目標ｍの属性信頼度Ｐ（Ｊ_a
｜Ｚ^k-1 _id,m ）及び属性データの信頼度Ｐ（ベクトルｚ
_k,id(m) ｜Ｊ_a ）を基に既追尾目標ｍの属性信頼度Ｐ
（Ｊ_a ｜Ｚ^k _id,m）を算出し（ステップ３２）、終了か
否かを判定し（ステップ３５）、追尾終了になるまでこ
の一連の流れを繰り返す。

【００７８】次にこの発明の実施例４を図４及び図９に
従って説明する。目標観測装置１で観測時刻ｔ_k と目標
位置等の運動データベクトルｚ_k,trk （ｉ）及び類識別
結果等の属性データベクトルｚ_k,id（ｉ）を探知データ
ベクトルｚ_k,i として入力し（ステップ２０）、目標予
測処理器１４でこの探知データの観測時刻ｔ_k 及び各目
標の平滑諸元ベクトルｘ＾_k-1,trk ^m（＋）及びＰ_k-1,m
（＋）を基に式（４８）（４９）により各目標の予測諸
元ベクトルｘ＾_k,trk ^m （−）及びＰ_k,m （−）を計算
し（ステップ２１）、新目標属性データ相関諸元算出器
５で式（２３）より上記目標観測装置１からの属性デー
タの信頼度Ｐ（ベクトルｚ_k,id（ｉ）｜Ｊ_a ）及び仮説
Ｊ_a の初期値Ｐ（Ｊ_a ｜ＮＴ）を基に新目標の相関諸元
Ｐ（ベクトルｚ_k,id（ｉ）｜ＮＴ）の算出及び式（２
４）により探知データベクトルｚ_k,i がクラッタの時の
ベクトルｚ_k,id（ｉ）の信頼度Ｐ（ベクトルｚ
_k,id（ｉ）｜ＦＴ）の算出を行い（ステップ２２）、運
動データ相関諸元算出器４で目標予測処理器１４より第
１の遅延回路１５を通して入力された予測諸元ベクトル
ｘ＾_k,trk ^m（−）及びＰ_k,m （−）と運動データの観測
誤差共分散行列Ｒ_k を基に各目標に対する運動データの
相関諸元Ｐ（ベクトルｚ_k,trk(m) ｜Ｚ^k-1 _trk,m ）とし
て式（２８）より目標予測位置ベクトルｚ_k,trk ^m
（−）及び式（２９）より目標予測存在範囲Ｓ_k ^m を計
算し（ステップ２３）、属性データ相関諸元算出器７に
追尾目標属性信頼度算出器１６より第２の遅延回路１７
を通して既追尾目標ｍの属性信頼度Ｐ（Ｊ_a ｜Ｚ^k-1
_id,m ）を入力し（ステップ２４）、属性データ相関諸
元算出器７で上記既追尾目標ｍの属性信頼度Ｐ（Ｊ_a ｜
Ｚ^k-1 _id,m ）及び既追尾目標ｍの属性データの信頼度Ｐ
（ベクトルｚ_k,id(m) ｜Ｊ_a ）を基に式（２６）により
属性データの相関諸元Ｐ（ベクトルｚ_k,id(m) ｜Ｚ^k-1
_id,m）を算出し（ステップ２５）、探知データ相関器１
９で上記運動データの相関諸元Ｐ（ベクトルｚ_k,trk(m)
｜Ｚ^k-1 _trk,m ）及び属性データの相関諸元Ｐ（ベクト
ルｚ_k,id(m) ｜Ｚ^k-1 _id,m）を基に式（２５）により算
出された探知データの相関諸元Ｐ（ベクトル_k,m ｜Ｚ
^k-1 _m ）に対し式（３５）により既追尾目標ｍと相関の
可能性のある探知データを選択する（ステップ３７）。

【００７９】探知データ仮説生成器８でサンプリング時
刻ｔ_k-1 における探知データの仮説ｘ^k-1,r と上記クラ
スタ内の探知データベクトルｚ_k,i が新目標か、既追尾
目標か、クラッタ等の不要信号かという識別結果Ｈ^k,s
からなる仮説ｘ^k,i （ｉ＝１、２、…、Ｉ_k ）を生成し
（ステップ２８）、運動及び属性データによる仮説信頼
度算出器９で仮説ｘ^k,i と運動データの相関諸元ｇ（ベ
クトルｚ_k,trk(m) ；ベクトルｚ_k,trk ^m （−）、Ｓ_k
^m ）及び属性データの相関諸元Ｐ（ベクトルｚ_k,id(m)
｜Ｚ^k-1 _id,m）を基に式（４３）（４４）より探知デー
タの仮説信頼度β^k,i を計算し（ステップ２９）、準最
適仮説選定器１０で仮説信頼度β^k,i 等を基に仮説の削
減を行い（ステップ３０）、仮説内目標平滑処理器１１
で上記準最適仮説選定器１０での準最適化処理で残った
仮説内の既追尾目標ｍに対し式（４５）（４６）（４
７）により平滑諸元ベクトルｘ＾_k,trk ^m （＋）及びＰ
_k,m （＋）を計算し（ステップ３１）、追尾確立判定器
１２で上記準最適化処理で残った仮説の信頼度により追
尾が確立したか否かを判定し（ステップ３３）、追尾が
確立したとき上記平滑諸元ベクトルｘ＾_k,trk ^m （＋）
及びＰ_k,m （＋）を航跡表示器１３へ出力し（ステップ
３４）、追尾目標属性信頼度算出器１６でサンプリング
時刻ｔ_k-1 における既追尾目標ｍの属性信頼度Ｐ（Ｊ_a
｜Ｚ^k-1 _id,m ）及び属性データの信頼度Ｐ（ベクトルｚ
_k,id(m) ｜Ｊ_a ）を基に既追尾目標ｍの属性信頼度Ｐ
（Ｊ_a ｜Ｚ^k _id,m）を算出し（ステップ３２）、終了か
否かを判定し（ステップ３５）、追尾終了になるまでこ
の一連の流れを繰り返す。

【００８０】次にこの発明の実施例５を図５及び図１０
に従って説明する。目標観測装置１で観測時刻ｔ_k と目
標位置等の運動データベクトルｚ_k,trk （ｉ）及び類識
別結果等の属性データベクトルｚ_k,id（ｉ）を探知デー
タベクトルｚ_k,i として入力し（ステップ２０）、目標
予測処理器１４でこの探知データの観測時刻ｔ_k 及び各
目標の平滑諸元ベクトルｘ＾_k-1,trk ^m（＋）及びＰ
_k-1,m（＋）を基に式（４８）（４９）により各目標の
予測諸元ベクトルｘ＾_k,trk ^m （−）及びＰ_k,m （−）
を計算し（ステップ２１）、新目標属性データ相関諸元
算出器５で式（２３）より上記目標観測装置１からの属
性データの信頼度Ｐ（ベクトルｚ_k,id（ｉ）｜Ｊ_a ）及
び仮説Ｊ_a の初期値Ｐ（Ｊ_a ｜ＮＴ）を基に新目標の相
関諸元Ｐ（ベクトルｚ_k,id（ｉ）｜ＮＴ）の算出及び式
（２４）により探知データベクトルｚ_k,i がクラッタの
時のベクトルｚ_k,id（ｉ）の信頼度Ｐ（ベクトルｚ_k,id
（ｉ）｜ＦＴ）の算出を行い（ステップ２２）、運動デ
ータ相関諸元算出器４で目標予測処理器１４より第１の
遅延回路１５を通して入力された予測諸元ベクトルｘ＾
_k,trk ^m （−）及びＰ_k,m （−）と運動データの観測誤
差共分散行列Ｒ_k を基に各目標に対する運動データの相
関諸元Ｐ（ベクトルｚ_k,trk(m) ｜Ｚ^k-1 _trk,m ）として
式（２８）より目標予測位置ベクトルｚ_k,trk ^m （−）
及び式（２９）より目標予測存在範囲Ｓ_k ^m を計算し
（ステップ２３）、属性データ相関諸元算出器７に追尾
目標属性信頼度算出器１６より第２の遅延回路１７を通
して既追尾目標ｍの属性信頼度Ｐ（Ｊ_a ｜Ｚ^k-1 _id,m）
を入力し（ステップ２４）、属性データ相関諸元算出器
７で上記既追尾目標ｍの属性信頼度Ｐ（Ｊ_a ｜Ｚ^k-1
_id,m ）及び既追尾目標ｍの属性データの信頼度Ｐ（ベ
クトルｚ_k,id(m) ｜Ｊ_a ）を基に式（２６）により属性
データの相関諸元Ｐ（ベクトルｚ_k,id(m) ｜Ｚ^k-1 _id,m）
を算出し（ステップ２５）、探知データ相関器１９で上
記運動データの相関諸元Ｐ（ベクトルｚ_k,trk(m) ｜Ｚ
^k-1 _trk,m ）及び属性データの相関諸元Ｐ（ベクトルｚ
_k,id(m) ｜Ｚ^k-1 _id,m）を基に式（２５）により算出さ
れた探知データの相関諸元Ｐ（ベクトル_k,m ｜Ｚ^k-1
_m ）に対し式（３５）により既追尾目標ｍと相関の可能
性のある探知データを選択する（ステップ３７）。

【００８１】探知データ仮説生成器８でサンプリング時
刻ｔ_k-1 における探知データの仮説ｘ^k-1,r と上記クラ
スタ内の探知データベクトルｚ_k,i が新目標か、既追尾
目標か、クラッタ等の不要信号かという識別結果Ｈ^k,s
からなる仮説ｘ^k,i （ｉ＝１、２、…、Ｉ_k ）を生成し
（ステップ２８）、運動データによる仮説信頼度算出器
９で仮説ｘ^k,i と運動データの相関諸元ｇ（ベクトルｚ
_k,trk(m) ；ベクトルｚ_k,trk(m) （−）、Ｓ_k ^m ）を基に
式（４３）（５１）より探知データの仮説信頼度β^k,i
を計算し（ステップ３７）、準最適仮説選定器１０で仮
説信頼度β^k,i等を基に仮説の削減を行い（ステップ３
０）、仮説内目標平滑処理器１１で上記準最適仮説選定
器１０での準最適化処理で残った仮説内の既追尾目標ｍ
に対し式（４５）（４６）（４７）により平滑諸元ベク
トルｘ＾_k,trk ^m （＋）及びＰ_k,m （＋）を計算し（ス
テップ３１）、追尾確立判定器１２で上記準最適化処理
で残った仮説の信頼度により追尾が確立したか否かを判
定し（ステップ３３）、追尾が確立したとき上記平滑諸
元ベクトルｘ＾_k,trk ^m （＋）及びＰ_k,m （＋）を航跡
表示器１３へ出力し（ステップ３４）、追尾目標属性信
頼度算出器１６でサンプリング時刻ｔ_k-1 における既追
尾目標ｍの属性信頼度Ｐ（Ｊ_a ｜Ｚ^k-1 _id,m）及び属性
データの信頼度Ｐ（ベクトルｚ_k,id(m) ｜Ｊ_a ）を基に
既追尾目標ｍの属性信頼度Ｐ（Ｊ_a ｜Ｚ^k _id,m）を算出
し（ステップ３２）、終了か否かを判定し（ステップ３
５）、追尾終了になるまでこの一連の流れを繰り返す。

【００８２】

【発明の効果】以上のようにこの発明の目標追尾装置に
よれば、例えば目標の類識別結果のような属性データの
観測諸元を追尾目標の位置、速度等の運動諸元算出に有
効に利用でき、また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なく、目標運動諸元算出精度を向上
させることができる。

【図面の簡単な説明】

【図１】この発明の目標追尾装置の実施例１の構成を示
す図である。

【図２】この発明の目標追尾装置の実施例２の構成を示
す図である。

【図３】この発明の目標追尾装置の実施例３の構成を示
す図である。

【図４】この発明の目標追尾装置の実施例４の構成を示
す図である。

【図５】この発明の目標追尾装置の実施例５の構成を示
す図である。

【図６】この発明の目標追尾装置の実施例１を補足する
ための処理手順を示す図である。

【図７】この発明の目標追尾装置の実施例２を補足する
ための処理手順を示す図である。

【図８】この発明の目標追尾装置の実施例３を補足する
ための処理手順を示す図である。

【図９】この発明の目標追尾装置の実施例４を補足する
ための処理手順を示す図である。

【図１０】この発明の目標追尾装置の実施例５を補足す
るための処理手順を示す図である。

【図１１】追尾目標と運動データの相関を説明する図で
ある。

【図１２】追尾目標と属性データの相関を説明する図で
ある。

【図１３】従来の目標追尾方法の一実施例の構成を示す
図である。

【図１４】従来の目標追尾方法の一実施例の処理手順を
示す図である。

【符号の説明】

１ 目標観測装置 ２ 観測諸元転送装置 ３ 運動データ相関器 ４ 運動データ相関諸元算出器 ５ 新目標属性データ相関諸元算出器 ６ 属性データ相関器 ７ 属性データ相関諸元算出器 ８ 探知データ仮説生成器 ９ 運動及び属性による仮説信頼度算出器 １０ 準最適仮説選定器 １１ 仮説内目標平滑処理器 １２ 追尾確立判定器 １３ 航跡表示器 １４ 目標予測処理器 １５ 第１の遅延回路 １６ 追尾目標属性信頼度算出器 １７ 第２の遅延回路 １８ 運動による仮説信頼度算出器 １９ 探知データ相関器 ２０ 探知データ入力ステップ ２１ 目標予測諸元算出ステップ ２２ 属性データの初期相関諸元算出ステップ ２３ 運動データの相関諸元算出ステップ ２４ 追尾目標の属性信頼度算出ステップ ２５ 属性データの相関諸元算出ステップ ２６ 目標予測存在範囲内外判定ステップ ２７ 属性データによる探知データ有効判定ステップ ２８ 探知データ仮説生成ステップ ２９ 運動データ及び属性データによる仮説信頼度算出
ステップ ３０ 仮説の準最適化ステップ ３１ 目標平滑諸元算出ステップ ３２ 追尾目標の属性情報信頼度算出ステップ ３３ 追尾確立判定ステップ ３４ 目標平滑諸元出力ステップ ３５ 追尾終了判定ステップ ３６ 運動データによる仮説信頼度算出ステップ ３７ 運動データ及び属性データによる探知データ有効
判定ステップ

Claims (5)

(57)【特許請求の範囲】
1. 【請求項１】 目標及び不要信号からの位置等の運動デ
   ータと類識別結果等の属性データを探知データとして出
   力する目標観測装置と、上記探知データを転送する観測
   諸元転送装置と、上記目標観測装置からの探知データ及
   び各追尾目標の平滑諸元を基に各追尾目標の予測諸元を
   算出する目標予測処理器と、上記目標予測処理器で算出
   した予測諸元を１サンプリング分遅延させる第１の遅延
   回路と、上記目標観測装置からの属性データを基に新目
   標に対する属性データの初期相関諸元を算出する新目標
   属性データ相関諸元算出器と、上記目標予測処理器で算
   出される予測諸元と目標観測装置からの運動データを基
   に各追尾目標に対する運動データの相関諸元及び目標予
   測存在範囲を算出する運動データ相関諸元算出器と、上
   記各追尾目標に対する目標予測存在範囲及び目標観測装
   置からの運動データを基に目標予測存在範囲の集合体で
   あるクラスタを生成することにより各追尾目標と相関の
   可能性のある探知データを選択する運動データ相関器
   と、各追尾目標に対する属性データの相関諸元を算出す
   る属性データ相関諸元算出器と、上記相関器で選択され
   た探知データの中から上記属性データの初期相関諸元及
   び属性データの相関諸元により各追尾目標と相関の可能
   性のある探知データを選択する属性データ相関器と、上
   記クラスタの生成結果を基に上記属性データ相関器で選
   択された探知データが新目標か、既追尾目標か、クラッ
   タ等の不要信号かという探知データ識別結果による仮説
   を生成する探知データ仮説生成器と、上記目標観測装置
   からの探知データと上記運動データ相関諸元算出器から
   の各追尾目標に対する運動データの相関諸元と上記新目
   標属性データ相関諸元算出器からの新目標に対する属性
   データの相関諸元と上記属性データ相関諸元算出器から
   の各追尾目標に対する属性データの相関諸元を基に探知
   データの仮説信頼度を算出する運動及び属性データによ
   る仮説信頼度算出器と、この探知データの仮説信頼度を
   基に仮説の統合及び削除を行なう準最適仮説選定器と、
   上記準最適仮説選定器で選定された各仮説において上記
   第１の遅延回路で算出された予測諸元と上記目標観測装
   置からの探知データを基に各追尾目標の平滑諸元を算出
   する仮説内目標平滑処理器と、上記仮説信頼度により追
   尾が確立したか否かを判定する追尾確立判定器と、確立
   した航跡を表示する航跡表示器と、上記属性データ相関
   器で選択された探知データとその識別結果による仮説の
   信頼度を基に各追尾目標の属性信頼度を算出する追尾目
   標属性信頼度算出器と、上記追尾目標属性信頼度算出器
   で算出された追尾目標の属性信頼度を１サンプリング分
   遅延させる第２の遅延回路とで構成したことを特徴とす
   る目標追尾装置。
2. 【請求項２】 目標及び不要信号からの位置等の運動デ
   ータと類識別結果等の属性データを探知データとして出
   力する目標観測装置と、上記探知データを転送する観測
   諸元転送装置と、上記目標観測装置からの探知データ及
   び各追尾目標の平滑諸元を基に各追尾目標の予測諸元を
   算出する目標予測処理器と、上記目標予測処理器で算出
   した予測諸元を１サンプリング分遅延させる第１の遅延
   回路と、上記目標観測装置からの属性データを基に新目
   標に対する属性データの初期相関諸元を算出する新目標
   属性データ相関諸元算出器と、上記目標予測処理器で算
   出される予測諸元と目標観測装置からの運動データを基
   に各追尾目標に対する運動データの相関諸元及び目標予
   測存在範囲を算出する運動データ相関諸元算出器と、上
   記各追尾目標に対する目標予測存在範囲及び目標観測装
   置からの運動データを基に目標予測存在範囲の集合体で
   あるクラスタを生成することにより各追尾目標と相関の
   可能性のある探知データを選択する運動データ相関器
   と、各追尾目標に対する属性データの相関諸元を算出す
   る属性データ相関諸元算出器と、上記相関器で選択され
   た探知データの中から上記属性データの初期相関諸元及
   び属性データの相関諸元により各追尾目標と相関の可能
   性のある探知データを選択する属性データ相関器と、上
   記クラスタの生成結果を基に上記属性データ相関器で選
   択された探知データが新目標か、既追尾目標か、クラッ
   タ等の不要信号かという探知データ識別結果による仮説
   を生成する探知データ仮説生成器と、上記目標観測装置
   からの探知データと上記運動データ相関諸元算出器から
   の各追尾目標に対する運動データの相関諸元を基に探知
   データの仮説信頼度を算出する運動データによる仮説信
   頼度算出器と、この探知データの仮説信頼度を基に仮説
   の統合及び削除を行なう準最適仮説選定器と、上記準最
   適仮説選定器で選定された各仮説において上記第１の遅
   延回路で算出された予測諸元と上記目標観測装置からの
   探知データを基に各追尾目標の平滑諸元を算出する仮説
   内目標平滑処理器と、上記仮説信頼度により追尾が確立
   したか否かを判定する追尾確立判定器と、確立した航跡
   を表示する航跡表示器と、上記属性データ相関器で選択
   された探知データとその識別結果による仮説の信頼度を
   基に各追尾目標の属性信頼度を算出する追尾目標属性信
   頼度算出器と、上記追尾目標属性信頼度算出器で算出さ
   れた追尾目標の属性信頼度を１サンプリング分遅延させ
   る第２の遅延回路とで構成したことを特徴とする目標追
   尾装置。
3. 【請求項３】 目標及び不要信号からの位置等の運動デ
   ータと類識別結果等の属性データを探知データとして出
   力する目標観測装置と、上記探知データを転送する観測
   諸元転送装置と、上記目標観測装置からの探知データ及
   び各追尾目標の平滑諸元を基に各追尾目標の予測諸元を
   算出する目標予測処理器と、上記目標予測処理器で算出
   した予測諸元を１サンプリング分遅延させる第１の遅延
   回路と、上記目標観測装置からの属性データを基に新目
   標に対する属性データの初期相関諸元を算出する新目標
   属性データ相関諸元算出器と、上記目標予測処理器で算
   出される予測諸元と目標観測装置からの運動データを基
   に各追尾目標に対する運動データの相関諸元及び目標予
   測存在範囲を算出する運動データ相関諸元算出器と、上
   記各追尾目標に対する目標予測存在範囲及び目標観測装
   置からの運動データを基に目標予測存在範囲の集合体で
   あるクラスタを生成することにより各追尾目標と相関の
   可能性のある探知データを選択する運動データ相関器
   と、各追尾目標に対する属性データの相関諸元を算出す
   る属性データ相関諸元算出器と、上記クラスタの生成結
   果を基に上記相関器で選択された探知データが新目標
   か、既追尾目標か、クラッタ等の不要信号かという探知
   データ識別結果による仮説を生成する探知データ仮説生
   成器と、上記目標観測装置からの探知データと上記運動
   データ相関諸元算出器からの各追尾目標に対する運動デ
   ータの相関諸元と上記新目標属性データ相関諸元算出器
   からの新目標に対する属性データの相関諸元と上記属性
   データ相関諸元算出器からの各追尾目標に対する属性デ
   ータの相関諸元を基に探知データの仮説信頼度を算出す
   る運動及び属性データによる仮説信頼度算出器と、この
   探知データの仮説信頼度を基に仮説の統合及び削除を行
   なう準最適仮説選定器と、上記準最適仮説選定器で選定
   された各仮説において上記第１の遅延回路で算出された
   予測諸元と上記目標観測装置からの探知データを基に各
   追尾目標の平滑諸元を算出する仮説内目標平滑処理器
   と、上記仮説信頼度により追尾が確立したか否かを判定
   する追尾確立判定器と、確立した航跡を表示する航跡表
   示器と、上記相関器で選択された探知データとその識別
   結果による仮説の信頼度を基に各追尾目標の属性信頼度
   を算出する追尾目標属性信頼度算出器と、上記追尾目標
   属性信頼度算出器で算出された追尾目標の属性信頼度を
   １サンプリング分遅延させる第２の遅延回路とで構成し
   たことを特徴とする目標追尾装置。
4. 【請求項４】 目標及び不要信号からの位置等の運動デ
   ータと類識別結果等の属性データを探知データとして出
   力する目標観測装置と、上記探知データを転送する観測
   諸元転送装置と、上記目標観測装置からの探知データ及
   び各追尾目標の平滑諸元を基に各追尾目標の予測諸元を
   算出する目標予測処理器と、上記目標予測処理器で算出
   した予測諸元を１サンプリング分遅延させる第１の遅延
   回路と、上記目標観測装置からの属性データを基に新目
   標に対する属性データの初期相関諸元を算出する新目標
   属性データ相関諸元算出器と、上記目標予測処理器で算
   出される予測諸元と目標観測装置からの運動データを基
   に各追尾目標に対する運動データの相関諸元を算出する
   運動データ相関諸元算出器と、各追尾目標に対する属性
   データの相関諸元を算出する属性データ相関諸元算出器
   と、上記運動データ相関諸元算出器からの運動データの
   相関諸元及び上記属性データ相関諸元算出器からの属性
   データの相関諸元と目標観測装置からの探知データを基
   に探知データの相関諸元を算出することにより各追尾目
   標と相関の可能性のある探知データを選択する探知デー
   タ相関器と、上記相関器で選択された探知データが新目
   標か、既追尾目標か、クラッタ等の不要信号かという探
   知データ識別結果による仮説を生成する探知データ仮説
   生成器と、上記目標観測装置からの探知データと上記運
   動データ相関諸元算出器からの各追尾目標に対する運動
   データの相関諸元と上記新目標属性データ相関諸元算出
   器からの新目標に対する属性データの相関諸元と上記属
   性データ相関諸元算出器からの各追尾目標に対する属性
   データの相関諸元を基に探知データの仮説信頼度を算出
   する運動及び属性データによる仮説信頼度算出器と、こ
   の探知データの仮説信頼度を基に仮説の統合及び削除を
   行なう準最適仮説選定器と、上記準最適仮説選定器で選
   定された各仮説において上記第１の遅延回路で算出され
   た予測諸元と上記目標観測装置からの探知データを基に
   各追尾目標の平滑諸元を算出する仮説内目標平滑処理器
   と、上記仮説信頼度により追尾が確立したか否かを判定
   する追尾確立判定器と、確立した航跡を表示する航跡表
   示器と、上記相関器で選択された探知データとその識別
   結果による仮説の信頼度を基に各追尾目標の属性信頼度
   を算出する追尾目標属性信頼度算出器と、上記追尾目標
   属性信頼度算出器で算出された追尾目標の属性信頼度を
   １サンプリング分遅延させる第２の遅延回路とで構成し
   たことを特徴とする目標追尾装置。
5. 【請求項５】 目標及び不要信号からの位置等の運動デ
   ータと類識別結果等の属性データを探知データとして出
   力する目標観測装置と、上記探知データを転送する観測
   諸元転送装置と、上記目標観測装置からの探知データ及
   び各追尾目標の平滑諸元を基に各追尾目標の予測諸元を
   算出する目標予測処理器と、上記目標予測処理器で算出
   した予測諸元を１サンプリング分遅延させる第１の遅延
   回路と、上記目標観測装置からの属性データを基に新目
   標に対する属性データの初期相関諸元を算出する新目標
   属性データ相関諸元算出器と、上記目標予測処理器で算
   出される予測諸元と目標観測装置からの運動データを基
   に各追尾目標に対する運動データの相関諸元を算出する
   運動データ相関諸元算出器と、各追尾目標に対する属性
   データの相関諸元を算出する属性データ相関諸元算出器
   と、上記運動データ相関諸元算出器からの運動データの
   相関諸元及び上記属性データ相関諸元算出器からの属性
   データの相関諸元を基に探知データの相関諸元を算出す
   ることにより各追尾目標と相関の可能性のある探知デー
   タを選択する探知データ相関器と、上記相関器で選択さ
   れた探知データが新目標か、既追尾目標か、クラッタ等
   の不要信号かという探知データ識別結果による仮説を生
   成する探知データ仮説生成器と、上記目標観測装置から
   の探知データと上記運動データ相関諸元算出器からの各
   追尾目標に対する運動データの相関諸元を基に探知デー
   タの仮説信頼度を算出する運動データによる仮説信頼度
   算出器と、この探知データの仮説信頼度を基に仮説の統
   合及び削除を行なう準最適仮説選定器と、上記準最適仮
   説選定器で選定された各仮説において上記第１の遅延回
   路で算出された予測諸元と上記目標観測装置からの探知
   データを基に各追尾目標の平滑諸元を算出する仮説内目
   標平滑処理器と、上記仮説信頼度により追尾が確立した
   か否かを判定する追尾確立判定器と、確立した航跡を表
   示する航跡表示器と、上記相関器で選択された探知デー
   タとその識別結果による仮説の信頼度を基に各追尾目標
   の属性信頼度を算出する追尾目標属性信頼度算出器と、
   上記追尾目標属性信頼度算出器で算出された追尾目標の
   属性信頼度を１サンプリング分遅延させる第２の遅延回
   路とで構成したことを特徴とする目標追尾装置。