JP4097126B2 - Target tracking apparatus and method - Google Patents
Target tracking apparatus and method Download PDFInfo
- Publication number
- JP4097126B2 JP4097126B2 JP2002117734A JP2002117734A JP4097126B2 JP 4097126 B2 JP4097126 B2 JP 4097126B2 JP 2002117734 A JP2002117734 A JP 2002117734A JP 2002117734 A JP2002117734 A JP 2002117734A JP 4097126 B2 JP4097126 B2 JP 4097126B2
- Authority
- JP
- Japan
- Prior art keywords
- correlation
- order
- observation
- target
- tracking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Description
【0001】
【発明の属する技術分野】
この発明は、レーダ、レーザ、カメラ等にて観測した、人、自転車、車両、航空機等の移動目標の残差、俯角(仰角)、方位角、位置、またはこれらの時間変化率等の運動諸元を推定する目標追尾装置に関するものである。
【0002】
【従来の技術】
図9は、例えば、Multiple-Target Tracking with Radar Application, ARTECK HOUSE, 1986, pp299-302に示された従来の目標追尾装置を示す構成図である。図9において、1は目標の位置を観測するレーダ装置、2はレーダ装置1により観測された観測ベクトルのうち、追尾目標と相関のある観測ベクトルを残差をもとに選択する相関ゲート判定器、17は相関ゲート判定器2で選択された観測データの信頼度を算出する信頼度算出器、5は予測誤差評価器10により算出された予測誤差共分散行列と予め設定されたレーダ装置1の観測誤差共分散行列からゲイン行列を算出するゲイン行列算出器、18は、信頼度算出器17により算出された観測ベクトルの信頼度と、予測器11で算出された予測ベクトルと、ゲイン行列算出器5により算出されたゲイン行列とを用いて、目標の位置及び速度の平滑ベクトルを算出する信頼度による平滑器、7は信頼度による平滑器18により算出された平滑ベクトルを1サンプリング時間だけ遅延する第1の遅延回路である。
【0003】
8は、信頼度による平滑器18で算出された残差ベクトル及び信頼度による重み付き残差ベクトルと、ゲイン行列算出器5により算出されたゲイン行列と、予測誤差評価器10により算出された予測誤差共分散行列とを用いて、平滑誤差共分散行列を算出する平滑誤差評価器、9は平滑誤差評価器8により算出された平滑誤差共分散行列を1サンプリング時間だけ遅延する第2の遅延回路、10は平滑誤差評価器8により算出された平滑誤差共分散行列から現時刻より1サンプリング後の予測誤差共分散行列を算出する予測誤差評価器、11は、信頼度による平滑器18から出力される目標の位置及び速度から成る平滑ベクトルを第1の遅延回路7を介して入力し、これと予め設定された目標の運動モデルを用いて現時刻より1サンプリング後の目標の予測位置及び予測速度から成る予測ベクトルを算出する予測器である。
【0004】
次に動作について説明する。相関ゲート判定器2は、レーダ装置1から観測ベクトルを受け取ると、その観測ベクトルが目標に係る観測ベクトルである可能性が高い場合にのみ有効なデータとして採用するため、予測誤差評価器10から出力される予測誤差共分散行列と予め設定されたレーダ装置1の観測誤差共分散行列とから目標の予測存在確率分布を算出し、この分布の所望の等確率範囲内に存在する観測ベクトルを追尾目標と相関があるとみなし、信頼度算出器17に出力する。
【0005】
信頼度算出器17は、相関ゲート判定器2から出力された目標と相関のある観測ベクトルを受け取ると、予測器11の出力する予測ベクトルを入力し、これらと予め設定されたレーダ装置1の検出確率及び不要信号発生頻度とから上記観測ベクトルの信頼度を算出する。
【0006】
ゲイン行列算出器5は、予測誤差評価器10から出力された予測誤差共分散行列と、予め設定されたレーダ装置1の観測誤差共分散行列とからゲイン行列を算出する。
【0007】
信頼度による平滑器18は、信頼度算出器17により算出された観測ベクトルの信頼度と、予測器11により算出された予測ベクトルとから信頼度による重み付き残差ベクトルを算出し、これとゲイン行列算出器5により算出されたゲイン行列とを用いて、目標の位置及び速度から成る平滑ベクトルを算出する。
【0008】
平滑誤差評価器8は、信頼度による平滑器18により算出された残差ベクトル及び信頼度による重み付き残差ベクトルと、ゲイン行列算出器5により算出されたゲイン行列と、予測誤差評価器10により算出された予測誤差共分散行列とを用いて、平滑誤差を評価する平滑誤差共分散行列を算出する。
【0009】
そして、予測誤差評価器10は、平滑誤差評価器8から出力された平滑誤差共分散行列から予測誤差を評価する予測誤差共分散行列を算出する。
【0010】
上記のようにして、信頼度による平滑器18が目標の位置及び速度から成る平滑ベクトルを算出すると、予測器11は、予め設定された目標の運動モデルを用いて、現時刻より1サンプリング後の目標の予測ベクトルを算出する。
【0011】
【発明が解決しようとする課題】
従来の目標追尾装置は以上のように構成されており、追尾目標と観測データの相関は、追尾目標の予測位置に近い観測データほど相関が高いと判定されて平滑処理が行われるため、複数の目標が接近している場合に、目標観測装置の観測誤差の影響で生じる偽りの加減速運動により、複数の目標に対する予測位置が隣り合う目標間で入れ替わる現象が生じ、実際の目標の位置関係と異なる場合が発生する。
【0012】
この発明は上記のような課題を解決するためになされたもので、追い越しや追い抜きができないまたは運行上ありえない状況において、追尾した航跡が実際の目標の順序に対して入れ替わりにくい目標追尾装置及び方法を得ることを目的とする。
【0013】
【課題を解決するための手段】
この発明に係る目標追尾装置は、目標の位置を観測する観測手段と、目標の状態の予測値を演算する予測手段と、目標の状態の平滑値を演算する平滑手段とを備えた目標追尾装置において、前記平滑手段により演算された平滑値を用いて所望の方向に対する航跡の位置の並びの順序を判定する航跡順序判定手段と、前記航跡順序判定手段の判定結果に基づいて平滑位置の近い航跡同士をグループとして認識するグループ判定手段と、前記グループ判定手段によって判定されたグループ毎に、そのグループに所属する追尾目標の相関ゲート内に得られた観測ベクトルについて、所望方向に対する位置の並びの順序を判定する観測データ順序判定手段と、前記グループ判定手段と前記観測データ順序判定手段の判定結果に基づいて同一のグループに所属する追尾車両の走行順序の順番に、その追尾車両の相関ゲート内の観測ベクトルのうち存在順序が先頭側の観測ベクトルを追尾車両と相関があると判定する順序による相関手段とを備え、前記平滑手段は、前記相関手段と前記予測手段の出力に基づいて目標の状態の平滑値を演算することを特徴とするものである。
【0014】
また、前記相関手段は、航跡と観測データの位置の並びの順序と残差をもとに航跡と観測データの相関を判定することを特徴とするものである。
【0015】
また、前記相関手段において相関する観測データのない航跡の平滑を補間する擬似的な観測データを生成する擬似データ生成手段をさらに備えたことを特徴とするものである。
【0016】
また、前記相関手段として、航跡と観測データの位置の並びの順序をもとに航跡と観測データの相関を判定する第1の相関手段と、航跡と観測データの位置の並びの順序と残差をもとに航跡と観測データの相関を判定する第2の相関手段とを備えると共に、航跡数と観測データ数の大小関係により前記第1の相関手段と前記第2の相関手段とを切り換える相関処理切り換え手段と、前記第1の相関手段もしくは前記第2の相関手段において相関する観測データのない航跡の平滑を補間する擬似的な観測データを生成する擬似データ生成手段とをさらに備えたことを特徴とするものである。
【0017】
また、この発明に係る目標追尾方法は、目標の位置を観測する観測ステップと、目標の状態の予測値を演算する予測ステップと、目標の状態の平滑値を演算する平滑ステップとを備えた目標追尾方法において、前記平滑ステップにより演算された平滑値を用いて所望の方向に対する航跡の位置の並びの順序を判定する航跡順序判定ステップと、前記航跡順序判定ステップの判定結果に基づいて平滑位置の近い航跡同士をグループとして認識するグループ判定ステップと、前記グループ判定ステップによって判定されたグループ毎に、そのグループに所属する追尾目標の相関ゲート内に得られた観測ベクトルについて、所望方向に対する位置の並びの順序を判定する観測データ順序判定ステップと、前記グループ判定ステップと前記観測データ順序判定ステップの判定結果に基づいて同一のグループに所属する追尾車両の走行順序の順番に、その追尾車両の相関ゲート内の観測ベクトルのうち存在順序が先頭側の観測ベクトルを追尾車両と相関があると判定する相関ステップとを備え、前記平滑ステップは、前記相関ステップと前記予測ステップの出力に基づいて目標の状態の平滑値を演算することを特徴とするものである。
【0018】
また、前記相関ステップは、航跡と観測データの位置の並びの順序と残差をもとに航跡と観測データの相関を判定することを特徴とするものである。
【0019】
また、前記相関ステップにおいて相関する観測データのない航跡の平滑を補間する擬似観測データを生成する擬似データ生成ステップをさらに備えたことを特徴とするものである。
【0020】
さらに、前記相関ステップとして、航跡と観測データの位置の並びの順序をもとに航跡と観測データの相関を判定する第1の相関ステップと、航跡と観測データの位置の並びの順序と残差をもとに航跡と観測データの相関を判定する第2の相関ステップとを備えると共に、航跡数と観測データ数の大小関係により前記第1の相関ステップと前記第2の相関ステップを切り換える相関処理切り換えステップと、前記第1の相関ステップもしくは前記第2の相関ステップにおいて相関する観測データのない航跡の平滑を補間する擬似観測データを生成する擬似データ生成ステップとをさらに備えたことを特徴とするものである。
【0021】
【発明の実施の形態】
実施の形態1.
図1は、この発明の実施の形態1による目標追尾装置を示す構成図である。図において、1は目標の存在する領域に電波を放射し、その反射信号から目標を検出してその位置を出力する観測手段としてのレーダ装置、2はレーダ装置1により観測された観測ベクトルのうち、追尾目標と相関のある観測ベクトルを残差をもとに選択する相関ゲート判定器、3は、グループ判定器13で判定した追尾目標のグループ情報と、相関ゲート判定器2で選択された追尾目標と観測データの相関結果と、予め設定された目標進行方向ベクトルとを用いて、各グループに対応する観測データの順序を判定する観測データの順序判定器、4は、相関ゲート判定器2で判定された追尾目標の相関ゲート内の観測データと、観測データの順序判定器3で判定された各グループに対応する観測データの順序情報と、グループ判定器13で判定した追尾目標のグループ情報を用いて、追尾目標と観測データの相関を判定する順序による相関判定器である。
【0022】
5は予測誤差評価器10により算出された予測誤差共分散行列と予め設定されたレーダ装置1の観測誤差共分散行列とからゲイン行列を算出するゲイン行列算出器、6は、順序による相関判定器4で判定された追尾目標と観測データの相関結果と、予測器11で算出された予測ベクトルと、ゲイン行列算出器4で算出されたゲイン行列を用いて、目標の位置及び速度の平滑ベクトルを算出する平滑器、7は平滑器6で算出された平滑ベクトルを1サンプリング時間だけ遅延する第1の遅延回路である。
【0023】
8は、平滑器6で算出された残差ベクトル及び信頼度による重み付き残差ベクトルと、ゲイン行列算出器5により算出されたゲイン行列と、予測誤差評価器10により算出された予測誤差共分散行列とを用いて平滑誤差共分散行列を算出する平滑誤差評価器、9は平滑誤差評価器8により算出された平滑誤差共分散行列を1サンプリング時間だけ遅延する第2の遅延回路、10は平滑誤差評価器8で算出された平滑誤差共分散行列から現時刻より1サンプリング後の予測誤差共分散行列を算出する予測誤差評価器、11は、平滑器6で算出された平滑ベクトルを第1の遅延回路7を介して入力し、これと予め設定された目標の運動モデルを用いて現時刻より1サンプリング後の目標の予測位置及び予測速度から成る予測ベクトルを算出する予測器である。
【0024】
12は、平滑器6で算出された平滑ベクトルを第1の遅延回路7を介して入力し、これと予め設定された目標進行方向ベクトルとを用いて、追尾目標の順序を判定する航跡の順序判定器、13は航跡の順序判定器12で判定された追尾目標の順序に従い、平滑位置の近い追尾目標同士をグループ化するグループ判定器である。
【0025】
次に動作について説明する。最初に、この実施の形態1による目標追尾装置の動作原理を説明する。図2に示すように、レーダ装置1が地上から高さzrの位置に設置され、直線道路上を一定方向に走行する車両を追尾する場合を仮定する。レーダ装置1のアンテナ取り付け位置の鉛直線と地上面との交点を原点とし、道路交差方向をx軸、道路に沿った方向をy軸、 鉛直上向きをz軸の正とするo−xyz座標を基準座標にとる。基準座標におけるレーダ装置1のアンテナ取り付け位置は(0,0,zr)とする。
【0026】
レーダ装置1はアンテナ取り付け位置に対する目標の距離R及び方位角Az(y軸正の方向より反時計回りを正とする)を観測する。この極座標(R,Az)をレーダ観測座標とする。図1より、xy座標とレーダ座標の間には式(1)及び式(2)の関係がある。
【0027】
【数1】
【0028】
次に、目標の運動モデルを式(3)に示す。ただし、アンダバーxkはサンプリング時刻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、xy座標における目標位置ベクトルを式(4)、速度ベクトルを式(5)とすると、目標の状態ベクトルは式(6)で表される。なお、アンダバーATはベクトルアンダバーAの転置ベクトルを表す。
【0029】
【数2】
【0030】
ここで、Φk−1はサンプリング時刻tk−1よりtkへの状態ベクトルの推移行列であり、式(7)で表される。また、アンダバーwkはサンプリング時刻tkにおける駆動雑音ベクトルであり、Γ1(k)はサンプリング時刻tkにおける駆動雑音ベクトルの変換行列である。例えば、目標の運動モデルを等速直線運動と仮定したことによる打ち切り誤差項をΓ1(k−1)アンダバーwk−1とみれば、アンダバーwkは加速度ベクトル相当であり、Γ1(k−1)は式(8)で表される。なお、Tはレーダ装置1のサンプリング間隔、Iは2行2列の単位行列である。
【0031】
【数3】
【0032】
また、平均を表す記号としてEを用いると、アンダバーwkは平均の2次元正規分布白色雑音であり、式(7)及び(8)とする。ただし、アンダバー0は零ベクトルであり、Qkはサンプリング時刻tkにおける駆動雑音共分散行列である。
【0033】
【数4】
【0034】
次に目標の距離R及び方位角Azがサンプリング時刻tkにレーダ装置1より観測される場合のxy座標におけるレーダ装置1の観測モデルを式(11)とする。ここで、距離R及び方位角Azは式(1)及び式(2)によりxy座標に変換される。また、アンダバーzkはサンプリング時刻tkにおけるレーダ観測装置1の観測ベクトル、Hは観測行列で、式(12)で表される。
【0035】
また、アンダバーνkはサンプリング時刻tkにおけるレーダ装置1の観測雑音ベクトルであり、平均アンダバー0の2次元正規分布白色雑音で、式(13)及び(14)で表される。なお、Rkはサンプリング時刻tkにおけるレーダ装置1の観測誤差共分散行列である。Γ2(k)は極座標よりxy座標への観測雑音ベクトルの変換行列で、式(15)で表される。サンプリング時刻tkまでに目標の追尾に用いたレーダ装置1の観測ベクトル全体をZkとする(式(16)を参照)。
【0036】
【数5】
【0037】
次に、サンプリング時刻tk−1までのレーダ装置1の観測ベクトルZk−1が得られているときの予測処理について述べる。目標が等速直線運動をしていると仮定した場合のサンプリング時刻tkにおける追尾目標の状態ベクトルアンダバーxkの予測ベクトルをアンダバーxkハット(−)、予測誤差共分散行列をPk(−)とすると、それぞれ条件付平均ベクトル、条件付共分散行列で定義され、式(17)及び式(18)で表される。ここで、アンダバーxkハット(+)及びPk−1(+)はそれぞれ前サンプリング時刻tk−1の平滑ベクトル及び平滑誤差共分散行列である。これらの算出方法については後で述べる。
【0038】
【数6】
【0039】
次に、相関ゲート判定処理について述べる。追尾目標の観測ベクトルの予測ベクトルは式(19)で表される。サンプリング時刻tkにおいてレーダ装置1より観測されたm個の観測ベクトルをアンダバーzk,i(i=1,2,・・・,m)とすると、当該追尾目標との残差εk,iが予め設定されたゲートサイズパラメータρに対して式(20)を満たすとき、その観測ベクトルの全てを相関ゲート内の観測ベクトルとし、当該追尾目標と相関があるとみなす。この相関ゲート判定は全ての追尾目標について行う。
【0040】
【数7】
【0041】
次に、追尾の対象となる道路領域における追尾車両の走行順序を判定する方法について述べる。サンプリング時刻tkにおいて、1サンプリング前に算出されたj番目の追尾目標の平滑ベクトルの位置ベクトルアンダバーξk−1 jを式(21)とおく。一方、車両の進行方向であるy軸正方向の単位ベクトルをアンダバーedとおくと、式(22)で表されるこれらのベクトルの内積Ψk−1 jは車両の位置ベクトルの車両進行方向の成分となるので、車両の前後関係は内積Ψk−1 jの大小関係を見ればよい。すなわち、内積Ψk−1 jが大きい順序に車両jを並べた結果が車両の走行順序となる。
【0042】
【数8】
【0043】
次に、追尾車両のグループを判定する方法について述べる。前述の処理により判定された追尾車両の走行順序に対応して、改めて追尾車両の平滑ベクトルの位置ベクトルの順序を先頭から順に、アンダバーξk−1 1,アンダバーξk−1 2,アンダバーξk−1 3,・・・と記述し直す。先頭から順に、隣り合う平滑ベクトルの位置ベクトルの距離rが予め設定されたパラメータrminに対して式(23)を満たすか否かを調べ、式(23)を満たす航跡同士を同一グループと判定する。
【0044】
【数9】
【0045】
次に、追尾の対象となる道路領域における観測ベクトルの存在順序を判定する方法について述べる。観測ベクトルの存在順序は、追尾車両の走行順序を判定する方法と同様に、式(24)で表される観測ベクトルと車両進行方向の単位ベクトルアンダバーedとの内積λk−1 iの大小関係を見ればよい。すなわち、内積λk−1 iが大きい順序に観測ベクトルを並べた結果が観測ベクトルの存在順序となる。
【0046】
【数10】
【0047】
次に、追尾目標と観測ベクトルの順序情報を利用した相関判定方法について述べる。本処理では追尾車両の追い越しがないように、追尾目標の順序と観測ベクトルの順序を逆転させないように相関判定を行う。相関判定は前述の追尾車両のグループ判定において分類されたグループ毎に以下の処理を行う。
【0048】
先頭の追尾車両から順番に、その追尾車両の相関ゲート内の観測ベクトルのうち存在順序が先頭側の観測ベクトルを当該追尾車両と相関があるものとしてその組み合わせを記憶する。このとき、相関があると判定された観測ベクトルは以後の追尾車両の相関対象から除く。例えば、図3に示すように、3つの追尾車両が同一グループと判定され、これらの追尾車両の相関ゲート内と判定された観測ベクトルが4つあるとする。
【0049】
ここで、追尾車両の走行順序は先頭から、アンダバーξk−1 1,アンダバーξk−1 2,アンダバーξk−1 3であり、観測ベクトルの存在順序は先頭側から、アンダバーzk,1,アンダバーzk,2,アンダバーzk,3,アンダバーzk,4,とする。図3は、これらの相関ゲート内外関係を示しており、相関ゲート内と判定された場合は○、相関ゲート外と判定された場合は×で表している。まず、先頭車両であるアンダバーξk−1 1に着目する。
【0050】
この車両の相関ゲート内に存在する観測ベクトルのうち存在順序が先頭側なのはアンダバーzk,1であるから、アンダバーξk−1 1はアンダバーzk,1と相関があると判定する。次に、アンダバーzk,1を消去し、後続の走行車両であるアンダバーξk−1 2に着目する。この車両の相関ゲート内に存在する観測ベクトルのうち、存在順序が先頭側なのはアンダバーzk,2であるから、アンダバーξk−1 2はアンダバーzk,2と相関があると判定する。同様にしてアンダバーξk−1 3はアンダバーzk,3と相関があると判定する。
【0051】
次に、平滑処理について述べる。前述の相関処理により、追尾目標と相関があると判定された観測ベクトルをアンダバーzkと置き直すと、ゲイン行列Kk、平滑ベクトルアンダバーxkハット(+)及び平滑誤差共分散行列Pk(+)は通常のカルマンフィルタの理論により、式(25)〜式(27)で与えられる。ここで、Rkは式(17)で表される、サンプリング時刻tkにおけるレーダ装置1の観測誤差共分散行列であり、アンダバーνkは式(28)で与えられる残差ベクトルである。
【0052】
【数11】
【0053】
次に、この実施の形態1による目標追尾装置の動作を具体的に説明する。なお、カルマンフィルタを目標追尾装置に通常適用する場合と同様にして状態ベクトルの初期値は別途定まっているものとする。
【0054】
レーダ装置1では、図2に示すように目標の距離R及び方位角Azを観測し、式(1)及び式(2)に従いxy座標に変換する(ステップST1)。相関ゲート判定器2では、予測器11から追尾対象の予測ベクトルアンダバーxkハット(−)を入力して観測ベクトルのベクトルアンダバーzkハット(−)を式(19)に従い算出し、レーダ装置1から入力した観測ベクトルのうち、予め設定されたゲートサイズパラメータρに対して式(20)を満たす観測ベクトルの全てを当該追尾目標の相関ゲート内の観測ベクトルとして選択する。これを全ての追尾目標に対して行う(ステップST2)。
【0055】
観測データの順序判定器3では、グループ判定器13により判定されたグループ毎に、そのグループに所属する追尾目標の相関ゲート内の観測ベクトルに対し、予め設定された車両の進行方向の単位ベクトルアンダバーedとの内積λk−1 iを式(24)に従い算出する。そして、内積λk−1 iの大きい順番を観測ベクトルの存在順序として記憶する(ステップST3)。
【0056】
順序による相関判定器4では、グループ判定器13において判定されたグループ毎に、観測データの順序判定器3により判定されたそのグループに所属する追尾目標の相関ゲート内の観測ベクトルの存在順序の情報と、航跡の順序判定器12で判定されたそのグループに所属する追尾車両の走行順序の情報を入力し、走行順序の順番に、その追尾車両の相関ゲート内の観測ベクトルのうち存在順序が先頭側の観測ベクトルを当該追尾車両と相関があると判定してその組み合わせを記憶する。このとき、相関があると判定された観測ベクトルは後に続く追尾車両の相関対象から除く。そして、全てのグループに対して同様の処理を行う。(ステップST4)。
【0057】
ゲイン行列算出器5では、追尾目標毎に、予測誤差評価器10から入力した予測誤差共分散行列Pk(−)と、予め設定されたレーダ装置1の観測誤差共分散行列Rkとから式(25)に従いゲイン行列Kkを算出する(ステップST5)。平滑器6では、追尾目標毎に、順序による相関判定器4で判定した相関結果と、予測器11の出力した予測ベクトルアンダバーxkハット(−)と、ゲイン行列算出器5からゲイン行列Kkとをそれぞれ入力し、式(26)に従い平滑ベクトルアンダバーxkハット(+)を算出する(ステップST6)。
【0058】
一方、平滑誤差評価器8では、予測誤差評価器10から予測誤差共分散行列Pk(−)を、ゲイン行列算出器5からゲイン行列Kkをそれぞれ入力し、式(27)に従い平滑誤差共分散行列Pk(+)を算出する(ステップST7)。予測誤差評価器10では、第2の遅延回路9から1サンプリング前の平滑誤差共分散行列Pk−1(+)を、予め設定された駆動雑音共分散行列Qk−1をそれぞれ入力し、予測誤差共分散行列Pk(−)を式(18)に従い算出する(ステップST8)。予測器11では、1サンプリング前の平滑ベクトルアンダバーxk− 1ハット(+)を第1の遅延回路7を介して入力し、式(17)に従い予測ベクトルアンダバーxkハット(−)を算出する(ステップST9)。
【0059】
航跡の順序判定器12では、平滑器6において1サンプリング前に算出された追尾目標の平滑ベクトルを第1の遅延回路7を介して入力し、その位置ベクトルアンダバーξk−1 jと、予め設定された車両の進行方向の単位ベクトルアンダバーedとの内積Ψk−1 jを式(22)に従い算出する。そして、内積Ψk−1 jの大きい順番を航跡の走行順序として記憶する(ステップST10)。グループ判定機13では、航跡の順序判定機12で判定された追尾車両の走行順序の順番に隣り合う平滑ベクトルの位置ベクトルの距離rが予め設定されたパラメータrminに対して式(23)を満たすか否かを調べ、式(23)を満たす航跡同士を同一グループと判定する(ステップST11)。
【0060】
以上で明らかなように、この実施の形態1によれば、観測データの順序判定器3により、車両の進行方向に対する観測ベクトルの存在順序を、予め設定された車両の進行方向の単位ベクトルと観測ベクトルの内積の大きさから判定し、一方、航跡の順序判定器12により、車両の走行順序を、上記単位ベクトルと追尾車両の平滑ベクトルの位置ベクトルの内積の大きさから判定し、順序による相関判定器4において、走行順序の順番に、追尾車両の相関ゲート内の観測ベクトルのうち存在順序が先頭側の観測ベクトルを当該追尾車両と相関があるものと判定する構成としているので、追尾車両の航跡の順序が入れ替わりにくい効果を奏する。
【0061】
実施の形態2.
図4は、この実施の形態2による目標追尾装置を示す構成図であり、図において、図1と同一符号である1〜3及び5〜13は実施の形態1と同一または相当部分を示すので、その説明を省略する。
【0062】
14は相関ゲート判定器2で判定された追尾目標の相関ゲート内の観測データと、その残差を入力し、これらと、観測データの順序判定器3で判定された各グループに対応する観測データの順序情報と、グループ判定器13で判定した追尾目標のグループ情報を用いて、追尾目標と観測データの相関を判定する順序と残差による相関判定器である。
【0063】
次に動作について説明する。最初に、この実施の形態2による目標追尾装置の動作原理を説明する。レーダ装置1による車両の観測方法、目標の運動モデル、レーダ装置1の観測モデルは、実施の形態1における式(1)〜式(16)までの原理と同じであるので省略する。
【0064】
また、予測処理及び相関ゲート判定処理は、実施の形態1における式(17)〜式(20)までの原理と同じであるので省略する。また、追尾車両の走行順序を判定する方法、追尾車両のグループを判定する方法、そして、観測ベクトルの存在順序を判定する方法も、実施の形態1における式(21)〜式(24)までの原理と同じであるので省略する。
【0065】
次に、追尾目標と観測ベクトルの順序情報を利用した相関判定方法について述べる。本処理では追尾車両の追い越しがないように、追尾目標の順序と観測ベクトルの順序を逆転させないように相関判定を行う。相関判定は前述の追尾車両のグループ判定において分類されたグループ毎に以下の処理を行う。
【0066】
先頭の追尾車両から順番に、その追尾車両の相関ゲート内の観測ベクトルのうち式(20)で表される残差εk,iが最も小さい観測ベクトルを当該追尾車両と相関があるものと判定してその組み合わせを記憶する。このとき、相関があると判定された観測ベクトルとそれよりも存在順序が前の観測ベクトルは以後の追尾車両の相関対象から除く。
【0067】
例えば、図5に示すように、3つの追尾車両が同一グループと判定され、これらの追尾車両の相関ゲート内と判定された観測ベクトルが4つあるとする。ここで、追尾車両の走行順序は先頭から、アンダバーξk−1 1,アンダバーξk−1 2,アンダバーξk−1 3であり、観測ベクトルの存在順序は先頭側から、アンダバーzk,1,アンダバーzk,2,アンダバーzk,3,アンダバーzk,4とする。図5は、これらの相関ゲート内外関係及び残差を示しており、相関ゲート内と判定された場合は残差を、相関ゲート外と判定された場合は×で表している。
【0068】
まず、先頭車両であるアンダバーξk−1 1に着目する。この車両の相関ゲート内に存在する観測ベクトルのうち残差が最も小さい観測ベクトルはアンダバーzk,2であるから、アンダバーξk−1 1はアンダバーzk,2と相関があると判定する。次に、アンダバーzk,2とこれより前方に存在するアンダバーzk,1を消去し、後続の走行車両であるアンダバーξk−1 2に着目する。この車両の相関ゲート内に存在する観測ベクトルのうち、残差が最も小さいのはアンダバーzk,3であるから、アンダバーξk−1 2はアンダバーzk,3と相関があると判定する。同様にしてアンダバーξk−1 3はアンダバーzk,4と相関があると判定する。
【0069】
次に、平滑処理について述べる。前述の相関処理により、追尾目標と相関があると判定された観測ベクトルをアンダバーzkと置き直すと、ゲイン行列Kk、平滑ベクトルアンダバーxkハット(+)及び平滑誤差共分散行列Pk(+)は通常のカルマンフィルタの理論により、式(25)〜式(27)で与えられる。ここで、Rkは式(17)で表される、サンプリング時刻tkにおけるレーダ装置1の観測誤差共分散行列であり、アンダバーνkは式(28)で与えられる残差ベクトルである。
【0070】
次に、この実施の形態2による目標追尾装置の動作を具体的に説明する。なお、カルマンフィルタを目標追尾装置に通常適用する場合と同様にして状態ベクトルの初期値は別途定まっているものとする。
【0071】
レーダ装置1では、図2に示すように目標の距離R及び方位角Azを観測し、式(1)及び式(2)に従いxy座標に変換する(ステップST1)。相関ゲート判定器2では、予測器11から追尾対象の予測ベクトルアンダバーxkハット(−)を入力して観測ベクトルのベクトルアンダバーzk(−)を式(19)に従い算出し、レーダ装置1から入力した観測ベクトルのうち、予め設定されたゲートサイズパラメータρに対して式(20)を満たす観測ベクトルの全てを当該追尾目標の相関ゲート内の観測ベクトルとして選択する。これを全ての追尾目標に対して行う(ステップST2)。
【0072】
観測データの順序判定器3では、グループ判定器13により判定されたグループ毎に、そのグループに所属する追尾目標の相関ゲート内の観測ベクトルに対し、予め設定された車両の進行方向の単位ベクトルアンダバーedとの内積λk−1 iを式(24)に従い算出する。そして、内積λk−1 iの大きい順番を観測ベクトルの存在順序として記憶する(ステップST3)。
【0073】
順序と残差による相関判定器14では、グループ判定器13において判定されたグループ毎に、観測データの順序判定器3により判定されたそのグループに所属する追尾目標の相関ゲート内の観測ベクトルの存在順序の情報及び残差と、航跡の順序判定器12で判定されたそのグループに所属する追尾車両の走行順序の情報を入力し、走行順序の順番に、その追尾車両の相関ゲート内の観測ベクトルのうち残差が最も小さい観測ベクトルを当該追尾車両と相関があると判定してその組み合わせを記憶する。このとき、相関があると判定された観測ベクトルは後に続く追尾車両の相関対象から除く。そして、全てのグループに対して同様の処理を行う(ステップST4)。
【0074】
ゲイン行列算出器5では、追尾目標毎に、予測誤差評価器10から入力した予測誤差共分散行列Pk(−)と、予め設定されたレーダ装置1の観測誤差共分散行列Rkとから式(25)に従いゲイン行列Kkを算出する(ステップST5)。平滑器6では、追尾目標毎に、順序と残差による相関判定器14で判定した相関結果と、予測器11の出力した予測ベクトルアンダバーxkハット(−)と、ゲイン行列算出器5からゲイン行列Kkとをそれぞれ入力し、式(26)に従い平滑ベクトルアンダバーxkハット(+)を算出する(ステップST6)。
【0075】
一方、平滑誤差評価器8では、予測誤差評価器10から予測誤差共分散行列Pk(−)を、ゲイン行列算出器5からゲイン行列Kkをそれぞれ入力し、式(27)に従い平滑誤差共分散行列Pk(+)を算出する(ステップST7)。予測誤差評価器10では、第2の遅延回路9から1サンプリング前の平滑誤差共分散行列Pk−1(+)を、予め設定された駆動雑音Qk−1をそれぞれ入力し、予測誤差共分散行列Pk(−)を式(18)に従い算出する(ステップST8)。予測器11では、1サンプリング前の平滑ベクトルアンダバーxk−1ハット(+)を第1の遅延回路7を介して入力し、式(17)に従い予測ベクトルアンダバーxkハット(−)を算出する(ステップST9)。
【0076】
航跡の順序判定器12では、平滑器6において1サンプリング前に算出された追尾目標の平滑ベクトルを第1の遅延回路7を介して入力し、その位置ベクトルアンダバーξk−1 jと、予め設定された車両の進行方向の単位ベクトルアンダバーedとの内積Ψk−1 jを式(22)に従い算出する。そして、内積Ψk−1 jの大きい順番を航跡の走行順序として記憶する(ステップST10)。グループ判定機13では、航跡の順序判定機12で判定された追尾車両の走行順序の順番に隣り合う平滑ベクトルの位置ベクトルの距離rが予め設定されたパラメータrminに対して式(23)を満たすか否かを調べ、式(23)を満たす航跡同士を同一グループと判定する(ステップST11)。
【0077】
以上で明らかなように、この実施の形態2によれば、観測データの順序判定器3により、車両の進行方向に対する観測ベクトルの存在順序を、予め設定された車両の進行方向の単位ベクトルと観測ベクトルの内積の大きさから判定し、一方、航跡の順序判定器12により、車両の走行順序を、上記単位ベクトルと追尾車両の平滑ベクトルの位置ベクトルの内積の大きさから判定し、順序と残差による相関判定器14において、走行順序の順番に、追尾車両の相関ゲート内の観測ベクトルのうち残差が最も小さい観測ベクトルを当該追尾車両と相関があるものと判定し、それより前方に存在する観測ベクトルを以降の追尾目標の相関対象から除く構成としているので、追尾車両の航跡の順序が入れ替わりにくく、かつ、レーダ装置1により誤検出が検出される場合においても誤った相関結果となりにくい効果を奏する。
【0078】
実施の形態3.
図6は、この実施の形態3による目標追尾装置を示す構成図であり、図において、図1と同一符号である1〜13は実施の形態1と同一または相当部分を示すので、その説明を省略する。15は順序による相関判定器4で判定された追尾目標と観測データの相関結果において、相関する観測データのない追尾目標に対して、擬似的な観測データを生成する擬似データ生成器である。
【0079】
次に動作について説明する。最初に、この実施の形態3による目標追尾装置の動作原理を説明する。レーダ装置1による車両の観測方法、目標の運動モデル、レーダ装置1の観測モデルは、実施の形態1における式(1)〜式(16)までの原理と同じであるので省略する。
【0080】
また、相関判定方法は実施の形態1と同じ原理であるので省略する。また、予測処理及び相関ゲート判定処理は、実施の形態1における式(17)〜式(20)までの原理と同じであるので省略する。また、追尾車両の走行順序を判定する方法、追尾車両のグループを判定する方法、そして、観測ベクトルの存在順序を判定する方法も、実施の形態1における式(21)〜式(24)までの原理と同じであるので省略する。
【0081】
次に相関する観測データのない追尾目標が存在する場合の擬似的な観測データの生成方法について述べる。相関判定器4において、どの観測ベクトルとも相関の得られない追尾目標がある場合、通常のメモリートラック(予測位置をそのまま平滑位置とする方法)を行うと、その前後の車両が加減速を行っている場合に前方の車両を追い越す、あるいは後方の車両に追い抜かれる等の可能性が高くなる。
【0082】
そこで、相関の得られない追尾目標は、同一グループ内で相関の得られた前後の車両の1サンプル前の平滑位置の間隔と同じ比率で、前後車両と相関の得られた観測ベクトルを内分した位置を用いて平滑を行う。相関の得られない追尾目標の1サンプリング前の平滑ベクトルの位置ベクトルをアンダバーξk−1 jとする。そして、そのa台前の車両とb台前の車両の1サンプリング前の平滑ベクトルの位置ベクトルをそれぞれアンダバーξk−1 j−aおよびアンダバーξk−1 j+bとし、これらと相関の得られた現時刻の観測ベクトルをそれぞれアンダバーzk,a及びアンダバーzk,bとすると、1サンプル前の平滑位置の間隔と同じ比率で、前後車両と相関の得られた観測ベクトルを内分した位置アンダバーzk,jは式(29)で表すことができる。但し、相関の得られない追尾目標の前後の何れかにしか相関の得られた追尾目標がない場合は、その追尾目標の1サンプリング前の平滑ベクトルの位置ベクトルをアンダバーξk−1 lとすると、式(30)で表される平滑ベクトルの差ベクトルの位置で外挿した位置を用いる。
【0083】
【数12】
【0084】
次に、平滑処理について述べる。前述の相関処理により、相関対象が存在する追尾目標はその相関対象となる観測ベクトルをアンダバーzkと置き直し、相関対象が存在しない追尾目標は、前述の擬似的な観測データの生成方法で得られた位置ベクトルをアンダバーzkと置き直すと、ゲイン行列Kk、平滑ベクトルアンダバーxkハット(+)及び平滑誤差共分散行列Pk(+)は通常のカルマンフィルタの理論により、式(25)〜式(27)で与えられる。ここで、Rkは式(17)で表される、サンプリング時刻tkにおけるレーダ装置1の観測誤差共分散行列であり、アンダバーνkは式(28)で与えられる残差ベクトルである。
【0085】
次に、この実施の形態3による目標追尾装置の動作を具体的に説明する。なお、カルマンフィルタを目標追尾装置に通常適用する場合と同様にして平滑ベクトルの初期値は別途定まっているものとする。
【0086】
レーダ装置1では、図2に示すように目標の距離R及び方位角Azを観測し、式(1)及び式(2)に従いxy座標に変換する(ステップST1)。相関ゲート判定器2では、予測器11から追尾対象の予測ベクトルアンダバーxkハット(−)を入力して観測ベクトルのベクトルアンダバーzk(−)を式(19)に従い算出し、レーダ装置1から入力した観測ベクトルのうち、予め設定されたゲートサイズパラメータρに対して式(20)を満たす観測ベクトルの全てを当該追尾目標の相関ゲート内の観測ベクトルとして選択する。これを全ての追尾目標に対して行う(ステップST2)。
【0087】
観測データの順序判定器3では、グループ判定器13により判定されたグループ毎に、そのグループに所属する追尾目標の相関ゲート内の観測ベクトルに対し、予め設定された車両の進行方向の単位ベクトルアンダバーedとの内積λk−1 iを式(24)に従い算出する。そして、内積λk−1 iの大きい順番を観測ベクトルの存在順序として記憶する(ステップST3)。
【0088】
順序による相関判定器4では、グループ判定器13において判定されたグループ毎に、観測データの順序判定器3により判定されたそのグループに所属する追尾目標の相関ゲート内の観測ベクトルの存在順序の情報と、航跡の順序判定器12で判定されたそのグループに所属する追尾車両の走行順序の情報を入力し、走行順序の順番に、その追尾車両の相関ゲート内の観測ベクトルのうち存在順序が先頭側の観測ベクトルを当該追尾車両と相関があると判定してその組み合わせを記憶する。このとき、相関があると判定された観測ベクトルは後に続く追尾車両の相関対象から除く。そして、全てのグループに対して同様の処理を行う。(ステップST4)。
【0089】
擬似データ生成器15では、順序による相関判定器4で判定された追尾目標と観測データの相関結果と、原時刻より1サンプリング前に平滑器6で算出された平滑ベクトルを第1の遅延回路を介して入力し、グループ毎に、相関する観測データのない追尾目標に対して、その前後に相関の取れた追尾目標がある場合には式(29)に従い、前後のどちらか1方に追尾目標がある場合には式(30)に従い擬似的な観測ベクトルを生成する(ステップST5)。
【0090】
ゲイン行列算出器5では、追尾目標毎に、予測誤差評価器10から入力した予測誤差共分散行列Pk(−)と、予め設定されたレーダ装置1の観測誤差共分散行列Rkとから式(25)に従いゲイン行列Kkを算出する(ステップST6)。平滑器6では、追尾目標毎に、順序による相関判定器4で判定した相関結果と、擬似データ生成器15で生成した擬似的な観測ベクトルと、予測器11の出力した予測ベクトルアンダバーxkハット(−)と、ゲイン行列算出器5からゲイン行列Kkをそれぞれ入力し、式(26)に従い平滑ベクトルアンダバーxkハット(+)を算出する(ステップST7)。
【0091】
一方、平滑誤差評価器8では、予測誤差評価器10から予測誤差共分散行列Pk(−)を、ゲイン行列算出器5からゲイン行列Kkをそれぞれ入力し、式(27)に従い平滑誤差共分散行列Pk(+)を算出する(ステップST8)。予測誤差評価器10では、第2の遅延回路9から1サンプリング前の平滑誤差共分散行列Pk−1(+)を、予め設定された駆動雑音Qk−1をそれぞれ入力し、予測誤差共分散行列Pk(−)を式(18)に従い算出する(ステップST9)。予測器11では、1サンプリング前の平滑ベクトルアンダバーxk−1ハット(+)を第1の遅延回路7を介して入力し、式(17)に従い予測ベクトルアンダバーxkハット(−)を算出する(ステップST10)。
【0092】
航跡の順序判定器12では、平滑器6において1サンプリング前に算出された追尾目標の平滑ベクトルを第1の遅延回路7を介して入力し、その位置ベクトルアンダバーξk−1 jと、予め設定された車両の進行方向の単位ベクトルアンダバーedとの内積Ψk−1 jを式(22)に従い算出する。そして、内積Ψk−1 jの大きい順番を航跡の走行順序として記憶する(ステップST11)。グループ判定機13では、航跡の順序判定機12で判定された追尾車両の走行順序の順番に隣り合う平滑ベクトルの位置ベクトルの距離rが予め設定されたパラメータrminに対して式(23)を満たすか否かを調べ、式(23)を満たす航跡同士を同一グループと判定する(ステップST12)。
【0093】
以上で明らかなように、この実施の形態3によれば、観測データの順序判定器3により、車両の進行方向に対する観測ベクトルの存在順序を、予め設定された車両の進行方向の単位ベクトルと観測ベクトルの内積の大きさから判定し、一方、航跡の順序判定器12により、車両の走行順序を、上記単位ベクトルと追尾車両の平滑ベクトルの位置ベクトルの内積の大きさから判定し、順序による相関判定器4において、走行順序の順番に、追尾車両の相関ゲート内の観測ベクトルのうち存在順序が先頭側の観測ベクトルを当該追尾車両と相関があるものと判定する構成としているので、追尾車両の航跡の順序が入れ替わりにくい効果を奏する。更に、擬似データ生成器15において、相関する観測データのない追尾目標に対して、その前後もしくはどちらか一方の相関の取れた追尾目標の1サンプリング前の平滑位置と現時刻に相関の取れた観測ベクトルを用いて擬似的な観測ベクトルを生成して平滑する構成としているので、レーダ装置1が失検出した場合においても追尾車両の航跡の順序が入れ替わりにくい効果を奏する。
【0094】
実施の形態4.
図7は、この実施の形態4による目標追尾装置を示す構成図であり、図において、図4と同一符号である1〜3及び5〜14は実施の形態2と同一または相当部分を示すので、その説明を省略する。15は順序と残差による相関判定器14で判定された追尾目標と観測データの相関結果において、相関する観測データのない追尾目標に対して、擬似的な観測データを生成する擬似データ生成器である。
【0095】
次に動作について説明する。最初に、この実施の形態4による目標追尾装置の動作原理を説明する。レーダ装置1による車両の観測方法、目標の運動モデル、レーダ装置1の観測モデルは、実施の形態1における式(1)〜式(16)までの原理と同じであるので省略する。
【0096】
また、相関判定方法は実施の形態2と同じ原理であるので省略する。また、予測処理及び相関ゲート判定処理は、実施の形態1における式(17)〜式(20)までの原理と同じであるので省略する。また、追尾車両の走行順序を判定する方法、追尾車両のグループを判定する方法、そして、観測ベクトルの存在順序を判定する方法も、実施の形態1における式(21)〜式(24)までの原理と同じであるので省略する。
【0097】
相関する観測データのない追尾目標が存在する場合の擬似的な観測データの生成方法は実施の形態3における式(29)〜式(30)までの原理と同じであるので省略する。
【0098】
次に、この実施の形態4による目標追尾装置の動作を具体的に説明する。なお、カルマンフィルタを目標追尾装置に通常適用する場合と同様にして状態ベクトルの初期値は別途定まっているものとする。
【0099】
レーダ装置1では、図2に示すように目標の距離R及び方位角Azを観測し、式(1)及び式(2)に従いxy座標に変換する(ステップST1)。相関ゲート判定器2では、予測器11から追尾対象の予測ベクトルアンダバーxkハット(−)を入力して観測ベクトルのベクトルアンダバーzk(−)を式(19)に従い算出し、レーダ装置1から入力した観測ベクトルのうち、予め設定されたゲートサイズパラメータρに対して式(20)を満たす観測ベクトルの全てを当該追尾目標の相関ゲート内の観測ベクトルとして選択する。これを全ての追尾目標に対して行う(ステップST2)。観測データの順序判定器3では、グループ判定器13により判定されたグループ毎に、そのグループに所属する追尾目標の相関ゲート内の観測ベクトルに対し、予め設定された車両の進行方向の単位ベクトルアンダバーedとの内積λk−1 iを式(24)に従い算出する。そして、内積λk−1 iの大きい順番を観測ベクトルの存在順序として記憶する(ステップST3)。
【0100】
順序と残差による相関判定器14では、グループ判定器13において判定されたグループ毎に、観測データの順序判定器3により判定されたそのグループに所属する追尾目標の相関ゲート内の観測ベクトルの存在順序の情報及び残差と、航跡の順序判定器12で判定されたそのグループに所属する追尾車両の走行順序の情報を入力し、走行順序の順番に、その追尾車両の相関ゲート内の観測ベクトルのうち残差が最も小さい観測ベクトルを当該追尾車両と相関があると判定してその組み合わせを記憶する。このとき、相関があると判定された観測ベクトルは後に続く追尾車両の相関対象から除く。そして、全てのグループに対して同様の処理を行う。(ステップST4)。
【0101】
擬似データ生成器15では、順序と残差による相関判定器14で判定された追尾目標と観測データの相関結果と、現在時刻より1サンプリング前に平滑器6で算出された平滑ベクトルを第1の遅延回路を介して入力し、グループ毎に、相関する観測データのない追尾目標に対して、その前後に相関の取れた追尾目標がある場合には式(29)に従い、前後のどちらか一方に追尾目標がある場合には式(30)に従い擬似的な観測ベクトルを生成する(ステップST5)。
【0102】
ゲイン行列算出器5では、追尾目標毎に、予測誤差評価器10から入力した予測誤差共分散行列Pk(−)と、予め設定されたレーダ装置1の観測誤差共分散行列Rkとから式(25)に従いゲイン行列Kkを算出する(ステップST6)。平滑器6では、追尾目標毎に、順序による相関判定器4で判定した相関結果と、擬似データ生成器15で生成した擬似的な観測ベクトルと、予測器11の出力した予測ベクトルアンダバーxkハット(−)と、ゲイン行列算出器5からゲイン行列Kkをそれぞれ入力し、式(26)に従い平滑ベクトルアンダバーxkハット(+)を算出する(ステップST7)。
【0103】
一方、平滑誤差評価器8では、予測誤差評価器10から予測誤差共分散行列Pk(−)を、ゲイン行列算出器5からゲイン行列Kkをそれぞれ入力し、式(27)に従い平滑誤差共分散行列Pk(+)を算出する(ステップST8)。予測誤差評価器10では、第2の遅延回路9から1サンプリング前の平滑誤差共分散行列Pk−1(+)を、予め設定された駆動雑音Qk−1をそれぞれ入力し、予測誤差共分散行列Pk(−)を式(18)に従い算出する(ステップST9)。予測器11では、1サンプリング前の平滑ベクトルアンダバーxk−1ハット(+)を第1の遅延回路7を介して入力し、式(17)に従い予測ベクトルアンダバーxkハット(−)を算出する(ステップST10)。
【0104】
航跡の順序判定器12では、平滑器6において1サンプリング前に算出された追尾目標の平滑ベクトルを第1の遅延回路7を介して入力し、その位置ベクトルアンダバーξk−1 jと、予め設定された車両の進行方向の単位ベクトルアンダバーedとの内積Ψk−1 jを式(22)に従い算出する。そして、内積Ψk−1 jの大きい順番を航跡の走行順序として記憶する(ステップST11)。グループ判定機13では、航跡の順序判定機12で判定された追尾車両の走行順序の順番に隣り合う平滑ベクトルの位置ベクトルの距離rが予め設定されたパラメータrminに対して式(23)を満たすか否かを調べ、式(23)を満たす航跡同士を同一グループと判定する(ステップST12)。
【0105】
以上で明らかなように、この実施の形態4によれば、観測データの順序判定器3により、車両の進行方向に対する観測ベクトルの存在順序を、予め設定された車両の進行方向の単位ベクトルと観測ベクトルの内積の大きさから判定し、一方、航跡の順序判定器12により、車両の走行順序を、上記単位ベクトルと追尾車両の平滑ベクトルの位置ベクトルの内積の大きさから判定し、順序と残差による相関判定器14において、走行順序の順番に、追尾車両の相関ゲート内の観測ベクトルのうち残差が最も小さい観測ベクトルを当該追尾車両と相関があるものと判定し、それより前方に存在する観測ベクトルを以降の追尾目標の相関対象から除く構成としているので、追尾車両の航跡の順序が入れ替わりにくく、かつ、レーダ装置1により誤検出が検出される場合においても誤った相関結果となりにくい効果を奏する。更に、擬似データ生成器15において、相関する観測データのない追尾目標に対して、その前後もしくはどちらか一方の相関の取れた追尾目標の1サンプリング前の平滑位置と現時刻に相関の取れた観測ベクトルを用いて擬似的な観測ベクトルを生成して平滑する構成としているので、レーダ装置1が失検出した場合においても追尾車両の航跡の順序が入れ替わりにくい効果を奏する。
【0106】
実施の形態5.
図8はこの実施の形態5による目標追尾装置を示す構成図であり、図において、図6と同一符号である1〜13、15は実施の形態3と同一または相当部分を示すので、その説明を省略する。また、図4と同一符号である14は実施の形態2と同一または相当部分を示すので、その説明を省略する。
【0107】
16はグループ判定器13で判定された追尾目標のグループと、相関ゲート判定器2で判定したそのグループに属する追尾目標の相関ゲート内の観測データを観測データの順序判定器3を介して入力し、同一グループ内の追尾目標数と、その追尾目標の相関ゲート内に存在する観測データ数に応じて、相関判定処理を順序による相関判定器15あるいは順序と残差による相関判定器14の何れかに切り換える相関処理切り換え器16である。
【0108】
次に動作について説明する。最初に、この実施の形態5による目標追尾装置の動作原理を説明する。レーダ装置1による車両の観測方法、目標の運動モデル、レーダ装置1の観測モデルは、実施の形態1における式(1)〜式(16)までの原理と同じであるので省略する。
【0109】
また、相関判定方法は実施の形態2と同じ原理であるので省略する。また、予測処理及び相関ゲート判定処理は、実施の形態1における式(17)〜式(20)までの原理と同じであるので省略する。また、追尾車両の走行順序を判定する方法、追尾車両のグループを判定する方法、そして、観測ベクトルの存在順序を判定する方法も、実施の形態1における式(21)〜式(24)までの原理と同じであるので省略する。
【0110】
相関する観測データのない追尾目標が存在する場合の擬似的な観測データの生成方法は実施の形態3における式(29)〜式(30)までの原理と同じであるので省略する。
【0111】
次に、相関処理の切り換え方法について説明する。各グループにおいて、追尾車両数と観測データ数が等しい場合には、レーダ装置1の検出状態がよいと考えられる。この場合は、追尾車両と観測データの残差の情報を用いた相関判定を行うよりも、追尾目標と観測データの順序を合わせて1対1対応をとる方が簡単かつ相関ミスがないと考えられる。一方、追尾車両より観測データ数が多い場合にはレーダ装置1が誤検出をしていると考えられるので、順序と残差の情報を用いて相関判定を行う方法がよいと考えられる。逆に追尾車両より観測データ数が少ない場合にはレーダ装置1が失検出していると考えられるので、順序と残差の情報を用いて相関判定を行い、更に、相関の取れない追尾目標に対する擬似観測データを生成して平滑する方法がよいと考えられる。
【0112】
次に、この実施の形態5による目標追尾装置の動作を具体的に説明する。なお、カルマンフィルタを目標追尾装置に通常適用する場合と同様にして状態ベクトルの初期値は別途定まっているものとする。
【0113】
レーダ装置1では、図2に示すように目標の距離R及び方位角Azを観測し、式(1)及び式(2)に従いxy座標に変換する(ステップST1)。相関ゲート判定器2では、予測器11から追尾対象の予測ベクトルアンダバーxkハット(−)を入力して観測ベクトルのベクトルアンダバーzk(−)を式(19)に従い算出し、レーダ装置1から入力した観測ベクトルのうち、予め設定されたゲートサイズパラメータρに対して式(20)を満たす観測ベクトルの全てを当該追尾目標の相関ゲート内の観測ベクトルとして選択する。これを全ての追尾目標に対して行う(ステップST2)。観測データの順序判定器3では、グループ判定器13により判定されたグループ毎に、そのグループに所属する追尾目標の相関ゲート内の観測ベクトルに対し、予め設定された車両の進行方向の単位ベクトルアンダバーedとの内積λk−1 iを式(24)に従い算出する。そして、内積λk−1 iの大きい順番を観測ベクトルの存在順序として記憶する(ステップST3)。
【0114】
相関処理切り換え器16では、グループ判定器13で判定された追尾目標のグループと、相関ゲート判定器2で判定したそのグループに属する追尾目標の相関ゲート内の観測データを観測データの順序判定器3を介して入力し、各グループ毎に、グループの属する追尾目標数と、その追尾目標の相関ゲート内に存在する観測データ数に応じて次の処理分岐を行う。追尾車両数と観測データ数が等しい場合には、順序による相関判定器4の処理に移る。追尾車両と観測データ数が異なる場合には順序と残差による相関判定器14の処理に移る(ステップST4)。
【0115】
順序による相関判定器4では、グループ判定器13において判定されたグループ毎に、観測データの順序判定器3により判定されたそのグループに所属する追尾目標の相関ゲート内の観測ベクトルの存在順序の情報を相関処理切り換え器16を介して入力し、また、航跡の順序判定器12で判定されたそのグループに所属する追尾車両の走行順序の情報を入力し、走行順序の順番に、その追尾車両の相関ゲート内の観測ベクトルのうち存在順序が先頭側の観測ベクトルを当該追尾車両と相関があると判定してその組み合わせを記憶する。このとき、相関があると判定された観測ベクトルは後に続く追尾車両の相関対象から除く。そして、全てのグループに対して同様の処理を行う。(ステップST5)。
【0116】
順序と残差による相関判定器14では、グループ判定器13において判定されたグループ毎に、観測データの順序判定器3により判定されたそのグループに所属する追尾目標の相関ゲート内の観測ベクトルの存在順序の情報及び残差を相関処理切り換え器16を介して入力し、また、航跡の順序判定器12で判定されたそのグループに所属する追尾車両の走行順序の情報を入力し、走行順序の順番に、その追尾車両の相関ゲート内の観測ベクトルのうち残差が最も小さい観測ベクトルを当該追尾車両と相関があると判定してその組み合わせを記憶する。このとき、相関があると判定された観測ベクトルは後に続く追尾車両の相関対象から除く。そして、全てのグループに対して同様の処理を行う。(ステップST6)。
【0117】
擬似データ生成器15では、順序と残差による相関判定器14で判定された追尾目標と観測データの相関結果と、原時刻より1サンプリング前に平滑器6で算出された平滑ベクトルを第1の遅延回路を介して入力し、グループ毎に、相関する観測データのない追尾目標に対して、その前後に相関の取れた追尾目標がある場合には式(29)に従い、前後のどちらか1方に追尾目標がある場合には式(30)に従い擬似的な観測ベクトルを生成する(ステップST7)。
【0118】
ゲイン行列算出器5では、追尾目標毎に、予測誤差評価器10から入力した予測誤差共分散行列Pk(−)と、予め設定されたレーダ装置1の観測誤差共分散行列Rkとから式(25)に従いゲイン行列Kkを算出する(ステップST8)。平滑器6では、追尾目標毎に、順序による相関判定器4で判定した相関結果と、擬似データ生成器15で生成した擬似的な観測ベクトルと、予測器11の出力した予測ベクトルアンダバーxkハット(−)と、ゲイン行列算出器5からゲイン行列Kkをそれぞれ入力し、式(26)に従い平滑ベクトルアンダバーxkハット(+)を算出する(ステップST9)。
【0119】
一方、平滑誤差評価器8では、予測誤差評価器10から予測誤差共分散行列Pk(−)を、ゲイン行列算出器5からゲイン行列Kkをそれぞれ入力し、式(27)に従い平滑誤差共分散行列Pk(+)を算出する(ステップST10)。予測誤差評価器10では、第2の遅延回路9から1サンプリング前の平滑誤差共分散行列Pk−1(+)を、予め設定された駆動雑音Qk−1をそれぞれ入力し、予測誤差共分散行列Pk(−)を式(18)に従い算出する(ステップST11)。予測器11では、1サンプリング前の平滑ベクトルアンダバーxk−1ハット(+)を第1の遅延回路7を介して入力し、式(17)に従い予測ベクトルアンダバーxkハット(−)を算出する(ステップST12)。
【0120】
航跡の順序判定器12では、平滑器6において1サンプリング前に算出された追尾目標の平滑ベクトルを第1の遅延回路7を介して入力し、その位置ベクトルアンダバーξk−1 jと、予め設定された車両の進行方向の単位ベクトルアンダバーedとの内積Ψk−1 jを式(22)に従い算出する。そして、内積Ψk−1 jの大きい順番を航跡の走行順序として記憶する(ステップST13)。グループ判定機13では、航跡の順序判定機12で判定された追尾車両の走行順序の順番に隣り合う平滑ベクトルの位置ベクトルの距離rが予め設定されたパラメータrminに対して式(23)を満たすか否かを調べ、式(23)を満たす航跡同士を同一グループと判定する(ステップST14)。
【0121】
以上で明らかなように、この実施の形態5によれば、観測データの順序判定器3により、車両の進行方向に対する観測ベクトルの存在順序を、予め設定された車両の進行方向の単位ベクトルと観測ベクトルの内積の大きさから判定し、一方、航跡の順序判定器12により、車両の走行順序を、上記単位ベクトルと追尾車両の平滑ベクトルの位置ベクトルの内積の大きさから判定し、相関処理切り換え器16により、追尾車両と観測データ数が等しく、レーダ装置1の検出状態が良い場合には、順序による相関判定器4において、走行順序の順番に、追尾車両の相関ゲート内の観測ベクトルのうち存在順序が先頭側の観測ベクトルを当該追尾車両と相関があるものと判定し、追尾車両と観測データが等しくない場合には、順序と残差による相関判定器14において、走行順序の順番に、追尾車両の相関ゲート内の観測ベクトルのうち残差が最も小さい観測ベクトルを当該追尾車両と相関があるものと判定し、それより前方に存在する観測ベクトルを以降の追尾目標の相関対象から除く構成としているので、レーダ装置1により誤検出がある場合や、失検出がある場合においても誤った相関結果となりにくい効果を奏する。
【0122】
【発明の効果】
以上のように、この発明によれば、例えば、空港面の誘導路や滑走路を走行する航空機や、車線幅の狭い一方通行路を走行する車両のように、追尾対象となる複数の目標の運動がレールの上を走る電車のようにあるコース上に限定され、追い越しや追い抜きができないまたは運行上ありえない状況において追尾した航跡が実際の目標の順序と入れ替わりにくい目標追尾装置及び方法を得ることができるという効果がある。
【図面の簡単な説明】
【図1】 この発明の実施の形態1による目標追尾装置を示す構成図である。
【図2】 この発明の実施の形態1による目標追尾装置の動作原理を説明する図である。
【図3】 この発明の実施の形態1による目標追尾装置における追尾目標と観測ベクトルの順序情報を利用した相関判定方法の説明図である。
【図4】 この発明の実施の形態2による目標追尾装置を示す構成図である。
【図5】 この発明の実施の形態2による目標追尾装置における追尾目標と観測ベクトルの順序情報を利用した相関判定方法の説明図である。
【図6】 この発明の実施の形態3による目標追尾装置を示す構成図である。
【図7】 この発明の実施の形態4による目標追尾装置を示す構成図である。
【図8】 この発明の実施の形態5による目標追尾装置を示す構成図である。
【図9】 Multiple-Target Tracking with Radar Application, ARTECK HOUSE, 1986, pp299-302に示された従来の目標追尾装置を示す構成図である。
【符号の説明】
1 レーダ装置、2 相関ゲート判定器、3 観測データ順序判定器、4 順序による相関器、5 ゲイン行列算出器、6 平滑器、7 第1の遅延器、8 平滑誤差評価器、9 第2の遅延器、10 予測誤差評価器、11 予測器、12 航跡順序判定器、13 グループ判定器、14 順序と残差による相関器、15 疑似データ生成器、16 相関処理切り換え器。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a variety of motions such as residuals, depression angles (elevation angles), azimuth angles, positions, or time-varying rates thereof observed by a radar, a laser, a camera, etc. The present invention relates to a target tracking device that estimates a source.
[0002]
[Prior art]
FIG. 9 is a block diagram showing a conventional target tracking device shown in, for example, Multiple-Target Tracking with Radar Application, ARTECK HOUSE, 1986, pp299-302. In FIG. 9,
[0003]
8 is a residual vector calculated by the smoother 18 based on reliability, a weighted residual vector based on reliability, a gain matrix calculated by the
[0004]
Next, the operation will be described. When the correlation
[0005]
When the
[0006]
The
[0007]
The smoother 18 based on reliability calculates a weighted residual vector based on reliability from the reliability of the observation vector calculated by the
[0008]
The
[0009]
Then, the
[0010]
When the smoother 18 based on the reliability calculates the smooth vector composed of the target position and velocity as described above, the
[0011]
[Problems to be solved by the invention]
The conventional target tracking device is configured as described above, and the correlation between the tracking target and the observation data is determined to be higher for the observation data closer to the predicted position of the tracking target, and smoothing processing is performed. When the target is approaching, a false acceleration / deceleration motion caused by the observation error of the target observation device causes a phenomenon in which the predicted positions for multiple targets are switched between adjacent targets, and the actual positional relationship between the targets. Different cases occur.
[0012]
The present invention has been made to solve the above-described problems, and provides a target tracking device and method in which a track that is tracked is less likely to be replaced with an actual target order in a situation where overtaking or overtaking is impossible or impossible in operation. The purpose is to obtain.
[0013]
[Means for Solving the Problems]
A target tracking device according to the present invention includes an observation unit that observes a target position, a prediction unit that calculates a predicted value of a target state, and a smoothing unit that calculates a smooth value of the target state. , The wake order determining means for determining the order of the arrangement of wake positions with respect to a desired direction using the smoothed value calculated by the smoothing means, and the wake having a smooth position close to the wake order based on the determination result of the wake order determining means Group determination means for recognizing each other as a group, and the group determination meansFor each group determined by, the observation vector obtained in the correlation gate of the tracking target belonging to that groupBased on the determination results of the observation data order determination means for determining the arrangement order of the positions, the group determination means and the observation data order determination meansWhen the tracking order of a tracking vehicle belonging to the same group is correlated with the tracking vehicle, the observation vector in the order of presence among the observation vectors in the correlation gate of the tracking vehicle is correlated with the tracking vehicle.Correlation means according to the order of determination, wherein the smoothing means calculates a smooth value of a target state based on outputs of the correlation means and the prediction means.
[0014]
The correlation means determines the correlation between the wake and the observation data based on the order of the positions of the wake and the observation data and the residual.
[0015]
The correlation means further includes pseudo data generation means for generating pseudo observation data for interpolating smoothness of a wake having no correlated observation data.
[0016]
Further, as the correlation means, a first correlation means for determining a correlation between the wake and the observation data based on an order of arrangement of the wake and the observation data, an order of the arrangement of the wake and the observation data, and a residual Second correlation means for determining the correlation between the wake and the observation data based on the first correlation means according to the magnitude relationship between the number of wakes and the number of observation data.And beforeCorrelation processing switching means for switching between the second correlation means, and pseudo observation data for interpolating smoothness of a wake having no correlated observation data in the first correlation means or the second correlation means. And a data generation means.
[0017]
In addition, the target tracking method according to the present invention includes an observation step for observing a target position, a prediction step for calculating a predicted value of the target state, and a smoothing step for calculating a smooth value of the target state. In the tracking method, the smooth position calculated based on the determination result of the wake order determination step and the wake order determination step for determining the order of the arrangement of the wake positions with respect to a desired direction using the smooth value calculated by the smoothing step. A group determination step for recognizing close wakes as a group, and the group determination stepFor each group determined by, the observation vector obtained in the correlation gate of the tracking target belonging to that groupBased on the determination results of the observation data order determination step for determining the arrangement order of the positions, the group determination step and the observation data order determination stepWhen the tracking order of a tracking vehicle belonging to the same group is correlated with the tracking vehicle, the observation vector in the order of presence among the observation vectors in the correlation gate of the tracking vehicle is correlated with the tracking vehicle.A correlation step for determining, and the smoothing step calculates a smooth value of a target state based on outputs of the correlation step and the prediction step.
[0018]
The correlation step is characterized in that the correlation between the wake and the observation data is determined based on the sequence of the positions of the wake and the observation data and the residual.
[0019]
The correlation step further includes a pseudo data generation step for generating pseudo observation data for interpolating smoothness of a wake having no correlated observation data.
[0020]
Further, as the correlation step, a first correlation step for determining a correlation between the wake and the observation data based on an order of positions of the wake and the observation data, an order of the position of the wake and the observation data, and a residual And a second correlation step for determining the correlation between the wake and the observation data based on the above, and a correlation process for switching between the first correlation step and the second correlation step according to the magnitude relationship between the number of wakes and the number of observation data The method further comprises a switching step and a pseudo data generation step of generating pseudo observation data for interpolating smoothness of a wake having no observation data correlated in the first correlation step or the second correlation step. Is.
[0021]
DETAILED DESCRIPTION OF THE INVENTION
FIG. 1 is a block diagram showing a target tracking device according to
[0022]
5 is a gain matrix calculator that calculates a gain matrix from the prediction error covariance matrix calculated by the
[0023]
8 is a residual vector calculated by the smoother 6 and a weighted residual vector based on reliability, a gain matrix calculated by the
[0024]
12 is a sequence of wakes that inputs the smoothed vector calculated by the smoother 6 via the
[0025]
Next, the operation will be described. First, the operation principle of the target tracking device according to the first embodiment will be described. As shown in FIG. 2, the
[0026]
The
[0027]
[Expression 1]
[0028]
Next, the target motion model is shown in Equation (3). However, underbar xkIs a state vector representing the true value of the target motion specification at the sampling time. When the target position vector in the xy coordinates is expressed by equation (4) and the velocity vector is expressed by equation (5), the target state vector is expressed by equation (6). expressed. Underbar ATRepresents a transposed vector of the vector underbar A.
[0029]
[Expression 2]
[0030]
Where Φk-1Is the sampling time tk-1From tkIs a transition matrix of the state vector to, and is expressed by Equation (7). Also, underbar wkIs the sampling time tkIs the drive noise vector at Γ1(K) is the sampling time tkIs a conversion matrix of a drive noise vector in FIG. For example, if the target motion model is assumed to be constant velocity linear motion, the truncation error term is1(K-1) Underbar wk-1And underbar wkIs equivalent to the acceleration vector, Γ1(K-1) is represented by Formula (8). T is a sampling interval of the
[0031]
[Equation 3]
[0032]
If E is used as a symbol representing the average, the underbar wkIs an average two-dimensional normal distribution white noise, and is represented by equations (7) and (8). However,
[0033]
[Expression 4]
[0034]
Next, the target distance R and azimuth angle Az are determined by sampling time t.kThe observation model of the
[0035]
And underbar νkIs the sampling time tkIs a two-dimensional normal distribution white noise with an
[0036]
[Equation 5]
[0037]
Next, sampling time tk-1Observation vector Z of
[0038]
[Formula 6]
[0039]
Next, correlation gate determination processing will be described. The prediction vector of the tracking target observation vector is expressed by Equation (19). Sampling time tkM observation vectors observed by the
[0040]
[Expression 7]
[0041]
Next, a method for determining the traveling order of the tracking vehicle in the road area to be tracked will be described. Sampling time tkThe position vector underbar ξ of the smooth vector of the j-th tracking target calculated one sampling beforek-1 jIs given by equation (21). On the other hand, the unit vector in the positive y-axis direction, which is the traveling direction of the vehicle, isdThen, the inner product Ψ of these vectors expressed by the equation (22)k-1 jIs the component of the vehicle position vector in the vehicle traveling direction,k-1 jJust look at the magnitude relationship. That is, the inner product Ψk-1 jThe result of arranging the vehicles j in the descending order is the traveling order of the vehicles.
[0042]
[Equation 8]
[0043]
Next, a method for determining a group of tracking vehicles will be described. Corresponding to the traveling order of the tracking vehicle determined by the above-described processing, the order of the position vector of the smooth vector of the tracking vehicle is changed from the top to the underbar ξk-1 1, Underbar ξk-1 2, Underbar ξk-1 3Rewrite as ... In order from the top, the distance r between the position vectors of adjacent smooth vectors is a preset parameter rminWhether or not the equation (23) is satisfied is determined, and wakes satisfying the equation (23) are determined as the same group.
[0044]
[Equation 9]
[0045]
Next, a method for determining the existence order of observation vectors in a road area to be tracked will be described. Similar to the method of determining the traveling order of the tracking vehicle, the observation vector exists in the same order as the observation vector represented by Expression (24) and the unit vector underbar e in the vehicle traveling direction.dInner product λk-1 iJust look at the magnitude relationship. That is, the inner product λk-1 iThe result of arranging the observation vectors in the descending order is the existence order of the observation vectors.
[0046]
[Expression 10]
[0047]
Next, a correlation determination method using order information of the tracking target and the observation vector will be described. In this process, the correlation is determined so as not to reverse the order of the tracking target and the order of the observation vectors so that the tracking vehicle is not overtaken. In the correlation determination, the following processing is performed for each group classified in the group determination of the tracking vehicle.
[0048]
In order from the first tracking vehicle, among the observation vectors in the correlation gate of the tracking vehicle, the observation vector whose existence order is the first side is stored as being correlated with the tracking vehicle. At this time, the observation vector determined to have a correlation is excluded from the subsequent correlation objects of the tracking vehicle. For example, as shown in FIG. 3, it is assumed that three tracking vehicles are determined to be in the same group, and that there are four observation vectors determined to be within the correlation gate of these tracking vehicles.
[0049]
Here, the traveling order of the tracking vehicle is from the top to the underbar ξk-1 1, Underbar ξk-1 2, Underbar ξk-1 3The observation vector exists in the order of the underbar zk, 1, Underbar zk, 2, Underbar zk, 3, Underbar zk, 4, And. FIG. 3 shows the internal / external relationship of these correlation gates. When it is determined that the correlation gate is inside, it is indicated by ○, and when it is determined that it is outside the correlation gate, it is indicated by ×. First, underbar ξ, the leading vehiclek-1 1Pay attention to.
[0050]
Of the observation vectors existing in the correlation gate of this vehicle, the order of existence is the underbar zk, 1So, underbar ξk-1 1Is underbar zk, 1It is determined that there is a correlation. Next, underbar zk, 1And underbar ξ which is the following traveling vehiclek-1 2Pay attention to. Among the observation vectors existing in the correlation gate of this vehicle, the existence order is the underbar zk, 2So, underbar ξk-1 2Is underbar zk, 2It is determined that there is a correlation. Similarly, underbar ξk-1 3Is underbar zk, 3It is determined that there is a correlation.
[0051]
Next, the smoothing process will be described. The observation vector determined to have a correlation with the tracking target by the correlation processing described above is used as the underbar zkAnd the gain matrix Kk, Smooth vector underbar xkHat (+) and smoothing error covariance matrix Pk(+) Is given by equations (25) to (27) according to the theory of ordinary Kalman filter. Where RkIs the sampling time t expressed by equation (17)kIs an observation error covariance matrix of the
[0052]
## EQU11 ##
[0053]
Next, the operation of the target tracking device according to the first embodiment will be specifically described. It is assumed that the initial value of the state vector is determined separately as in the case where the Kalman filter is normally applied to the target tracking device.
[0054]
The
[0055]
In the observation data
[0056]
In the
[0057]
In the
[0058]
On the other hand, the smoothing
[0059]
In the wake
[0060]
As is apparent from the above, according to the first embodiment, the observation
[0061]
FIG. 4 is a block diagram showing the target tracking device according to the second embodiment. In the figure,
[0062]
14 is input with the observation data in the correlation gate of the tracking target determined by the correlation
[0063]
Next, the operation will be described. First, the operation principle of the target tracking device according to the second embodiment will be described. The vehicle observation method, the target motion model, and the observation model of the
[0064]
Moreover, since the prediction process and the correlation gate determination process are the same as the principles of Expression (17) to Expression (20) in
[0065]
Next, a correlation determination method using order information of the tracking target and the observation vector will be described. In this process, the correlation is determined so as not to reverse the order of the tracking target and the order of the observation vectors so that the tracking vehicle is not overtaken. In the correlation determination, the following processing is performed for each group classified in the group determination of the tracking vehicle.
[0066]
In order from the first tracking vehicle, the residual ε represented by equation (20) among the observed vectors in the correlation gate of the tracking vehiclek, iIs determined to have a correlation with the tracking vehicle, and the combination is stored. At this time, the observation vector determined to have a correlation and the observation vector whose order of existence is earlier than that are excluded from the correlation object of the following tracking vehicle.
[0067]
For example, as shown in FIG. 5, it is assumed that three tracking vehicles are determined to be in the same group, and there are four observation vectors determined to be within the correlation gate of these tracking vehicles. Here, the traveling order of the tracking vehicle is from the top to the underbar ξk-1 1, Underbar ξk-1 2, Underbar ξk-1 3The observation vector exists in the order of the underbar zk, 1, Underbar zk, 2, Underbar zk, 3, Underbar zk, 4And FIG. 5 shows these correlation gate internal / external relations and residuals, and the residual is represented by “x” when it is determined that the correlation gate is determined to be within the correlation gate.
[0068]
First, underbar ξ, the leading vehiclek-1 1Pay attention to. The observation vector with the smallest residual among the observation vectors existing in the correlation gate of this vehicle is underbar zk, 2So, underbar ξk-1 1Is underbar zk, 2It is determined that there is a correlation. Next, underbar zk, 2And underbar z that exists ahead of thisk, 1And underbar ξ which is the following traveling vehiclek-1 2Pay attention to. Among the observation vectors existing in the correlation gate of this vehicle, the smallest residual is the underbar zk, 3So, underbar ξk-1 2Is underbar zk, 3It is determined that there is a correlation. Similarly, underbar ξk-1 3Is underbar zk, 4It is determined that there is a correlation.
[0069]
Next, the smoothing process will be described. The observation vector determined to have a correlation with the tracking target by the correlation processing described above is used as the underbar zkAnd the gain matrix Kk, Smooth vector underbar xkHat (+) and smoothing error covariance matrix Pk(+) Is given by equations (25) to (27) according to the theory of ordinary Kalman filter. Where RkIs the sampling time t expressed by equation (17)kIs an observation error covariance matrix of the
[0070]
Next, the operation of the target tracking device according to the second embodiment will be specifically described. It is assumed that the initial value of the state vector is determined separately as in the case where the Kalman filter is normally applied to the target tracking device.
[0071]
The
[0072]
In the observation data
[0073]
In the
[0074]
In the
[0075]
On the other hand, the smoothing
[0076]
In the wake
[0077]
As is apparent from the above, according to the second embodiment, the observation data
[0078]
FIG. 6 is a block diagram showing the target tracking device according to the third embodiment. In the figure,
[0079]
Next, the operation will be described. First, the operation principle of the target tracking device according to the third embodiment will be described. The vehicle observation method, the target motion model, and the observation model of the
[0080]
Further, the correlation determination method is the same principle as that of the first embodiment, and therefore will be omitted. Moreover, since the prediction process and the correlation gate determination process are the same as the principles of Expression (17) to Expression (20) in
[0081]
Next, a method for generating pseudo observation data when there is a tracking target without correlated observation data will be described. When there is a tracking target in which correlation cannot be obtained with any observation vector in the
[0082]
Therefore, the tracking target for which the correlation cannot be obtained is obtained by dividing the observation vector obtained by the correlation with the preceding and following vehicles at the same ratio as the interval of the smooth position one sample before the preceding and succeeding vehicles within the same group. Smoothing is performed using the determined position. The position vector of the smooth vector before the sampling of the tracking target for which no correlation is obtained is the underbar ξk-1 jAnd Then, the position vector of the smooth vector before one sampling of the vehicle before a and the vehicle before b is respectively underbar ξk-1 j-aAnd underbar ξk-1 j + bAnd the observed vectors at the current time correlated with these are underbars zk, aAnd underbar zk, bThen, a position underbar z that internally divides the observation vector obtained by the correlation with the preceding and following vehicles at the same ratio as the interval between the smooth positions one sample beforek, jCan be represented by formula (29). However, if there is a tracking target that is correlated only before or after the tracking target for which no correlation is obtained, the position vector of the smooth vector one sampling before the tracking target is used as the underbar ξk-1 lThen, the position extrapolated at the position of the difference vector of the smooth vector represented by Expression (30) is used.
[0083]
[Expression 12]
[0084]
Next, the smoothing process will be described. By the above-described correlation processing, the tracking target where the correlation target exists has the observation vector to be correlated with the underbar zkThe tracking target for which there is no correlation target is obtained by substituting the position vector obtained by the above-described pseudo observation data generation method with the underbar zkAnd the gain matrix Kk, Smooth vector underbar xkHat (+) and smoothing error covariance matrix Pk(+) Is given by equations (25) to (27) according to the theory of ordinary Kalman filter. Where RkIs the sampling time t expressed by equation (17)kIs an observation error covariance matrix of the
[0085]
Next, the operation of the target tracking device according to the third embodiment will be specifically described. It is assumed that the initial value of the smooth vector is determined separately as in the case where the Kalman filter is normally applied to the target tracking device.
[0086]
The
[0087]
In the observation data
[0088]
In the
[0089]
In the
[0090]
In the
[0091]
On the other hand, the smoothing
[0092]
In the wake
[0093]
As is apparent from the above, according to the third embodiment, the observation data
[0094]
FIG. 7 is a block diagram showing the target tracking device according to the fourth embodiment. In the figure,
[0095]
Next, the operation will be described. First, the operation principle of the target tracking device according to the fourth embodiment will be described. The vehicle observation method, the target motion model, and the observation model of the
[0096]
The correlation determination method is the same as that of the second embodiment, and will not be described. Moreover, since the prediction process and the correlation gate determination process are the same as the principles of Expression (17) to Expression (20) in
[0097]
A method for generating pseudo observation data when there is a tracking target having no correlated observation data is the same as the principles (29) to (30) in the third embodiment, and a description thereof will be omitted.
[0098]
Next, the operation of the target tracking device according to the fourth embodiment will be specifically described. It is assumed that the initial value of the state vector is determined separately as in the case where the Kalman filter is normally applied to the target tracking device.
[0099]
The
[0100]
In the
[0101]
In the
[0102]
In the
[0103]
On the other hand, the smoothing
[0104]
In the wake
[0105]
As is apparent from the above, according to the fourth embodiment, the observation data
[0106]
FIG. 8 is a block diagram showing the target tracking apparatus according to the fifth embodiment. In the figure,
[0107]
[0108]
Next, the operation will be described. First, the operation principle of the target tracking device according to the fifth embodiment will be described. The vehicle observation method, the target motion model, and the observation model of the
[0109]
The correlation determination method is the same as that of the second embodiment, and will not be described. Moreover, since the prediction process and the correlation gate determination process are the same as the principles of Expression (17) to Expression (20) in
[0110]
A method for generating pseudo observation data when there is a tracking target having no correlated observation data is the same as the principles (29) to (30) in the third embodiment, and a description thereof will be omitted.
[0111]
Next, a correlation processing switching method will be described. In each group, when the number of tracking vehicles is equal to the number of observation data, the detection state of the
[0112]
Next, the operation of the target tracking device according to the fifth embodiment will be specifically described. It is assumed that the initial value of the state vector is determined separately as in the case where the Kalman filter is normally applied to the target tracking device.
[0113]
The
[0114]
In the
[0115]
In the
[0116]
In the
[0117]
In the
[0118]
In the
[0119]
On the other hand, the smoothing
[0120]
In the wake
[0121]
As is apparent from the above, according to the fifth embodiment, the observation data
[0122]
【The invention's effect】
As described above, according to the present invention, for example, a plurality of target targets to be tracked, such as an aircraft traveling on a taxiway or a runway on an airport surface, or a vehicle traveling on a one-way street with a narrow lane width. It is possible to obtain a target tracking device and method in which movement is limited to a course such as a train running on a rail, and the track that is tracked is difficult to replace the actual target order in a situation where overtaking or overtaking is impossible or impossible in operation. There is an effect that can be done.
[Brief description of the drawings]
FIG. 1 is a configuration diagram illustrating a target tracking device according to a first embodiment of the present invention.
FIG. 2 is a diagram for explaining the operation principle of the target tracking device according to the first embodiment of the present invention.
FIG. 3 is an explanatory diagram of a correlation determination method using order information of a tracking target and an observation vector in the target tracking device according to
FIG. 4 is a block diagram showing a target tracking device according to
FIG. 5 is an explanatory diagram of a correlation determination method using order information of a tracking target and an observation vector in a target tracking device according to
FIG. 6 is a block diagram showing a target tracking apparatus according to
FIG. 7 is a block diagram showing a target tracking apparatus according to
FIG. 8 is a block diagram showing a target tracking apparatus according to
FIG. 9 is a block diagram showing a conventional target tracking device shown in Multiple-Target Tracking with Radar Application, ARTECK HOUSE, 1986, pp299-302.
[Explanation of symbols]
DESCRIPTION OF
Claims (8)
目標の状態の予測値を演算する予測手段と、
目標の状態の平滑値を演算する平滑手段と
を備えた目標追尾装置において、
前記平滑手段により演算された平滑値を用いて所望の方向に対する航跡の位置の並びの順序を判定する航跡順序判定手段と、
前記航跡順序判定手段の判定結果に基づいて平滑位置の近い航跡同士をグループとして認識するグループ判定手段と、
前記グループ判定手段によって判定されたグループ毎に、そのグループに所属する追尾目標の相関ゲート内に得られた観測ベクトルについて、所望方向に対する位置の並びの順序を判定する観測データ順序判定手段と、
前記グループ判定手段と前記観測データ順序判定手段の判定結果に基づいて同一のグループに所属する追尾車両の走行順序の順番に、その追尾車両の相関ゲート内の観測ベクトルのうち存在順序が先頭側の観測ベクトルを追尾車両と相関があると判定する順序による相関手段と
を備え、
前記平滑手段は、前記相関手段と前記予測手段の出力に基づいて目標の状態の平滑値を演算する
ことを特徴とする目標追尾装置。An observation means for observing the target position;
A prediction means for calculating a predicted value of the target state;
In a target tracking device comprising: smoothing means for calculating a smooth value of a target state;
Wake order determination means for determining the order of the arrangement of wake positions with respect to a desired direction using the smoothed value calculated by the smoothing means;
Group determination means for recognizing wakes close to smooth positions as a group based on the determination result of the wake order determination means;
For each group determined by the group determination unit , an observation data order determination unit that determines the order of the arrangement of positions with respect to a desired direction for the observation vector obtained in the correlation gate of the tracking target belonging to the group ;
Based on the determination result of the group determination means and the observation data order determination means, the order of existence of the observation vectors in the correlation gate of the tracking vehicle is the leading order of the tracking vehicles belonging to the same group. Correlating means according to the order in which the observation vector is determined to be correlated with the tracking vehicle ,
The smoothing unit calculates a smooth value of a target state based on outputs of the correlation unit and the prediction unit.
前記相関手段は、航跡と観測データの位置の並びの順序と残差をもとに航跡と観測データの相関を判定する
ことを特徴とする目標追尾装置。The target tracking device according to claim 1,
The correlation means determines the correlation between the track and the observation data based on the order of the position of the track and the position of the observation data and the residual.
前記相関手段において相関する観測データのない航跡の平滑を補間する擬似的な観測データを生成する擬似データ生成手段をさらに備えた
ことを特徴とする目標追尾装置。The target tracking device according to claim 1 or 2,
A target tracking device, further comprising: pseudo data generation means for generating pseudo observation data for interpolating smoothness of a wake having no correlated observation data in the correlation means.
前記相関手段として、航跡と観測データの位置の並びの順序をもとに航跡と観測データの相関を判定する第1の相関手段と、航跡と観測データの位置の並びの順序と残差をもとに航跡と観測データの相関を判定する第2の相関手段とを備えると共に、
航跡数と観測データ数の大小関係により前記第1の相関手段と前記第2の相関手段とを切り換える相関処理切り換え手段と、
前記第1の相関手段もしくは前記第2の相関手段において相関する観測データのない航跡の平滑を補間する擬似的な観測データを生成する擬似データ生成手段と
をさらに備えたことを特徴とする目標追尾装置。The target tracking device according to claim 1,
As the correlation means, a first correlation means for determining a correlation between the wake and the observation data based on the order of the arrangement of the positions of the wake and the observation data; And a second correlation means for determining the correlation between the wake and the observation data,
A correlation processing switching means for switching between said first correlation means and a front Stories second correlation means by track number and the observed data number magnitude relation,
The target tracking further comprising: pseudo data generation means for generating pseudo observation data for interpolating smoothness of a wake having no observation data correlated in the first correlation means or the second correlation means apparatus.
目標の状態の予測値を演算する予測ステップと、
目標の状態の平滑値を演算する平滑ステップと
を備えた目標追尾方法において、
前記平滑ステップにより演算された平滑値を用いて所望の方向に対する航跡の位置の並びの順序を判定する航跡順序判定ステップと、
前記航跡順序判定ステップの判定結果に基づいて平滑位置の近い航跡同士をグループとして認識するグループ判定ステップと、
前記グループ判定ステップによって判定されたグループ毎に、そのグループに所属する追尾目標の相関ゲート内に得られた観測ベクトルについて、所望方向に対する位置の並びの順序を判定する観測データ順序判定ステップと、
前記グループ判定ステップと前記観測データ順序判定ステップの判定結果に基づいて同一のグループに所属する追尾車両の走行順序の順番に、その追尾車両の相関ゲート内の観 測ベクトルのうち存在順序が先頭側の観測ベクトルを追尾車両と相関があると判定する相関ステップと
を備え、
前記平滑ステップは、前記相関ステップと前記予測ステップの出力に基づいて目標の状態の平滑値を演算する
ことを特徴とする目標追尾方法。An observation step for observing the target position;
A prediction step for calculating a predicted value of the target state;
A target tracking method comprising: a smoothing step for calculating a smooth value of a target state;
A wake order determination step for determining the order of arrangement of wake positions with respect to a desired direction using the smoothed value calculated by the smoothing step;
A group determination step for recognizing wakes close to smooth positions as a group based on the determination result of the wake order determination step;
For each group determined by the group determination step , an observation data order determination step for determining the order of the arrangement of positions with respect to a desired direction for the observation vector obtained in the correlation gate of the tracking target belonging to the group ;
The order of the running order of the tracking vehicle belonging to the same group based on the group determining step and the observed data order determination step of the determination result, the top side and the order of the observation vectors in the correlation gate of the tracking vehicle A correlation step for determining that the observed vector is correlated with the tracking vehicle ,
The smoothing step calculates a smooth value of a target state based on outputs of the correlation step and the prediction step.
前記相関ステップは、航跡と観測データの位置の並びの順序と残差をもとに航跡と観測データの相関を判定する
ことを特徴とする目標追尾方法。In the target tracking method according to claim 5,
The correlation step determines the correlation between the wake and the observation data based on the order of the position of the wake and the observation data and the residual.
前記相関ステップにおいて相関する観測データのない航跡の平滑を補間する擬似観測データを生成する擬似データ生成ステップをさらに備えた
ことを特徴とする目標追尾方法。In the target tracking method according to claim 5 or 6,
A target tracking method, further comprising a pseudo data generation step for generating pseudo observation data for interpolating smoothness of a wake having no correlated observation data in the correlation step.
前記相関ステップとして、航跡と観測データの位置の並びの順序をもとに航跡と観測データの相関を判定する第1の相関ステップと、航跡と観測データの位置の並びの順序と残差をもとに航跡と観測データの相関を判定する第2の相関ステップとを備えると共に、
航跡数と観測データ数の大小関係により前記第1の相関ステップと前記第2の相関ステップを切り換える相関処理切り換えステップと、
前記第1の相関ステップもしくは前記第2の相関ステップにおいて相関する観測データのない航跡の平滑を補間する擬似観測データを生成する擬似データ生成ステップと
をさらに備えたことを特徴とする目標追尾方法。In the target tracking method according to claim 5,
As the correlation step, a first correlation step for determining a correlation between the wake and the observation data based on an order of arrangement of the wake and the observation data, an order of the arrangement of the wake and the observation data, and a residual are provided. And a second correlation step for determining the correlation between the wake and the observation data,
A correlation processing switching step of switching between the first correlation step and the second correlation step according to the magnitude relationship between the number of wakes and the number of observation data;
And a pseudo data generation step of generating pseudo observation data for interpolating smoothness of a wake having no observation data correlated in the first correlation step or the second correlation step.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002117734A JP4097126B2 (en) | 2002-04-19 | 2002-04-19 | Target tracking apparatus and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002117734A JP4097126B2 (en) | 2002-04-19 | 2002-04-19 | Target tracking apparatus and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003315451A JP2003315451A (en) | 2003-11-06 |
JP4097126B2 true JP4097126B2 (en) | 2008-06-11 |
Family
ID=29534843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002117734A Expired - Fee Related JP4097126B2 (en) | 2002-04-19 | 2002-04-19 | Target tracking apparatus and method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4097126B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10829114B2 (en) | 2019-02-06 | 2020-11-10 | Ford Global Technologies, Llc | Vehicle target tracking |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5328497B2 (en) * | 2009-06-08 | 2013-10-30 | 三菱電機株式会社 | Target tracking device |
CN117233745B (en) * | 2023-11-15 | 2024-02-09 | 哈尔滨工业大学(威海) | Sea maneuvering target tracking method on non-stationary platform |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04113293A (en) * | 1990-09-04 | 1992-04-14 | Tech Res & Dev Inst Of Japan Def Agency | Multi-target homing method and device thereof |
JPH04326083A (en) * | 1991-04-26 | 1992-11-16 | Mitsubishi Electric Corp | Tracking processing apparatus |
JP2003149328A (en) * | 2001-11-14 | 2003-05-21 | Mitsubishi Electric Corp | Target correlation device of radar |
-
2002
- 2002-04-19 JP JP2002117734A patent/JP4097126B2/en not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10829114B2 (en) | 2019-02-06 | 2020-11-10 | Ford Global Technologies, Llc | Vehicle target tracking |
Also Published As
Publication number | Publication date |
---|---|
JP2003315451A (en) | 2003-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lim et al. | Radar and camera early fusion for vehicle detection in advanced driver assistance systems | |
Vo et al. | Multi-sensor joint detection and tracking with the Bernoulli filter | |
Bai et al. | Robust detection and tracking method for moving object based on radar and camera data fusion | |
Hyun et al. | Moving and stationary target detection scheme using coherent integration and subtraction for automotive FMCW radar systems | |
US11435438B2 (en) | Dynamic sparse radar array for scenarios | |
US11507092B2 (en) | Sequential clustering | |
KR101628154B1 (en) | Multiple target tracking method using received signal strengths | |
CN103885057A (en) | Self-adaptation variable-sliding-window multi-target tracking method | |
JP4116898B2 (en) | Target tracking device | |
Meissner et al. | Road user tracking at intersections using a multiple-model PHD filter | |
JP3520326B2 (en) | Running vehicle detection method using millimeter wave radar | |
WO2021138199A1 (en) | Sequential doppler focusing | |
JP6951728B2 (en) | Object tracking device | |
Popov et al. | Nvradarnet: Real-time radar obstacle and free space detection for autonomous driving | |
CN113009448A (en) | Method, device, equipment and storage medium for detecting multipath target | |
JP3996080B2 (en) | Target tracking device | |
Macaveiu et al. | Kalman-based tracker for multiple radar targets | |
JP4097126B2 (en) | Target tracking apparatus and method | |
Polychronopoulos et al. | Integrated object and road border tracking using 77 GHz automotive radars | |
Amditis et al. | Fusion of infrared vision and radar for estimating the lateral dynamics of obstacles | |
Feng et al. | Applying neural networks with a high-resolution automotive radar for lane detection | |
Schuster et al. | Tracking of vehicles on nearside lanes using multiple radar sensors | |
CN105388472A (en) | Interlaced and overlapped object tracking method in sea radar system | |
Roy et al. | Fusion of doppler radar and video information for automated traffic surveillance | |
Caveney et al. | Single versus tandem radar sensor target tracking in the adaptive cruise control environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050329 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20071019 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071023 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071220 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080306 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110321 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110321 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120321 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130321 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130321 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140321 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |