JP6303254B2 - 追尾装置 - Google Patents

Description

本発明は、複数の追尾対象を複数のセンサで測定して位置等を算出する追尾装置に関する。

従来、追尾対象を複数のセンサによって測定し、三角測量によって追尾対象の位置や速度を求める方法がある。この方法を用いると、追尾対象の位置等の計算結果として、偽像、いわゆるゴーストが発生する。

特許文献１にはゴーストを除去する追尾装置システムが開示されており、センサ１１、２１のそれぞれが追尾対象を測定し、推定モジュール１２、２２および統合モジュール１３が、センサ１１、２１の測定結果から追尾対象の位置および速度を推定し、ゴースト除去モジュール１４が、追尾対象の推定位置および推定速度の情報に関して、飛行状況として不自然なものを除去することで、ゴーストに相当する推定位置および推定速度の情報を除去するものである。
具体的には、追尾装置システムが、センサの探知可能な距離情報および追尾対象の出し得る速度範囲を基準情報として保有しており、推定位置および推定速度を基準情報と比較して、不自然な推定位置および推定速度の情報をゴーストと判断している。

特開平９−３１８７２６号公報

上述のように、測定結果から推定した位置および速度を基準情報と比較する方法では、基準情報となるセンサの探知可能な距離情報および追尾対象の出し得る速度範囲を仮定する必要があり、実際に使用するセンサや追尾対象の性能（すなわちセンサの探知可能な距離や追尾対象の出し得る速度範囲）が基本情報を設定する上で仮定した値と異なっている場合には、ゴーストではなく真の追尾対象に関する推定位置および推定速度もゴーストとして除去されてしまう問題がある。

本発明は、上述のような課題を解決するものであり、センサの探知性能や追尾対象（目標）の速度能力などの個々の能力に関する仮定によらずにゴーストを除去する追尾装置を得ることを目的とする。

本発明に係る追尾装置は、複数の目標を複数のセンサによって測定することで複数の目標候補の位置を算出する目標候補位置算出部、真の目標に関する位置情報と真の目標の運動モデルとに基づき、真の目標に関する未来の位置情報を予測位置情報として算出する真目標情報予測処理部、ゴーストに関する位置情報とゴーストの運動モデルとに基づき、ゴーストに関する未来の位置情報を予測位置情報として算出するゴースト情報予測処理部、目標候補の位置と真の目標の予測位置情報との残差および目標候補の位置とゴーストの予測位置情報との残差に基づき、それぞれの目標候補が真の目標であるかゴーストであるかを判別する判別部、を備える。

本発明によれば、複数のセンサによって複数の目標を追尾する際、センサの探知性能や目標の速度能力などの個々の能力に関する仮定によらず、一般化した状況でゴーストを除去する追尾装置を得ることができる。

本発明の実施の形態１における追尾装置の構成を示すブロック図である。 本発明の実施の形態１における追尾装置のゴースト除去の処理を示すフローチャートである。 本発明の実施の形態１における追尾装置で扱う目標候補を説明するための図である。

実施の形態１．
以降に、本発明に係る追尾装置の好適な実施の形態を説明する。
なお、以降では、便宜上、いわゆる追尾対象を「目標」と、実際の追尾対象を「真の目標」と、偽像やゴーストなどを「ゴースト」と称する。また、後述の図３に示すように、センサ１（１０１）およびセンサ２（１０２）で目標を測定して目標の位置を計算した場合に得られる、真の目標およびゴーストを含んだものを「目標候補」と称する。また、電子出願の関係上、アルファベット文字の上に付く「＾」をアルファベット文字の後に「（ハット）」と表記する。

［装置構成］
図１は、本発明の実施の形態１における追尾装置１の構成を示すブロック図である。図１における追尾装置１は、目標候補位置算出部１０、真目標位置情報処理部２０、ゴースト位置情報処理部３０、判別部４０、および表示装置５０を備える。
目標候補位置算出部１０は、目標の測定結果から目標候補それぞれの位置を算出して出力し、真目標位置情報処理部２０は、真の目標の位置情報と真の目標の運動モデルとを用いて真の目標の未来の位置情報を予測して算出し、真の目標の予測位置情報として出力し、ゴースト位置情報処理部３０は、ゴーストの位置情報とゴーストの運動モデルとを用いてゴーストの未来の位置情報を予測して算出し、ゴーストの予測位置情報として出力し、
判別部４０は、目標候補それぞれの位置情報、真の目標の予測位置情報、およびゴーストの予測位置情報に基づき、目標候補それぞれについて真の目標であるかゴーストであるかを判別し、表示装置５０は真の目標の位置情報を表示する。

［処理概要］
図２は、本発明の実施の形態１における追尾装置１のゴースト除去の処理を示すフローチャートである。
追尾装置１は、追尾処理を開始すると、目標の到来方向を測定して（ステップＳ１０１）、目標候補の位置を算出する（ステップＳ１０２）。並行して、真の目標に関する現在の位置情報から未来の位置情報（つまり真の目標の予測位置情報）を予測して算出するとともに（ステップＳ２０１）、ゴーストに関する現在の位置情報から未来の位置情報（つまりゴーストの予測位置情報）を予測して算出する（ステップＳ３０１）。
その後、目標候補の位置と真の目標の予測位置情報との残差、および目標候補の位置とゴーストの予測位置情報の残差を算出し（ステップＳ２０２，Ｓ３０２）、これらの残差を比較して（ステップＳ４０１）、目標候補のそれぞれが真の目標であるかゴーストであるかを判定し（ステップＳ５０１）、真の目標であると判定された目標候補を現在の真の目標として位置情報の平滑化をして（ステップＳ６０１）、真の目標の位置情報を表示する（ステップＳ７０１）。また、ゴーストと判定された目標候補を現在のゴーストとして位置情報の平滑化をする（ステップＳ６０２）。
追尾処理を継続する場合には（ステップＳ８０１のＹＥＳ）、ステップＳ１０１、Ｓ２０１、Ｓ３０１に戻る。

本実施の形態１における追尾装置１のゴースト除去処理の流れは上述の通りであるが、図１に示す追尾装置１の各構成の詳細動作を以降に説明する。また、図２の処理に該当するステップを合わせて記載する。

［目標候補の位置算出］
目標候補位置算出部１０は、二次元角度センサ１（１０１）、センサ２（１０２）、および位置算出部１０３を備える。
センサ１（１０１）およびセンサ２（１０２）は、アンテナを含む受信系（図示せず）によって信号を受信して、時刻ｔ_ｋにおける到来方向を算出する（ステップＳ１０１）。
また、位置算出部１０３は、センサ１（１０１）およびセンサ２（１０２）の位置、ならびにセンサ１（１０１）およびセンサ２（１０２）によって算出された目標の到来方向に基づき、三角測量を用いて目標候補１〜４それぞれについて、時刻ｔ_ｋにおける三次元位置ｚ_ｉ、ｋ（ｉ＝１、２、３、４）を算出する（ステップＳ１０２）。この時刻ｔ_ｋにおける目標候補の三次元位置ｚ_ｉ、ｋは、位置算出部１０３から判別部４０に出力される。
なお、この実施の形態ではセンサが二つある場合について説明するが、センサは二つに限られず、三つ以上であっても良い。

［真の目標の予測値の算出］
真目標位置情報処理部２０は、真目標情報予測処理部２０１および真目標情報平滑処理部２０２を備える。
このうちの真目標情報平滑処理部２０２は、判別部４０によって真の目標であると判別された目標候補を現在の真の目標とし、真の目標の位置や速度等の位置情報を平滑化するとともに（ステップＳ６０１）、真の目標の位置情報を表示装置５０に出力する。真目標情報平滑処理部２０２の詳細は後述する。

真目標情報予測処理部２０１は、時刻ｔ_ｋ−１における真の目標の現在の位置情報に基づき、時刻ｔ_ｋにおける真の目標の未来の位置情報を予測する（ステップＳ２０１）。具体的には、真目標情報平滑処理部２０２が有する真の目標の現在の位置情報を、時刻ｔ_ｋ−１における真の目標の位置、速度平滑値ｘ（ハット）_{ｊ、Ｋ−１｜Ｋ−１}（ｊ＝１、２）、および平滑誤差共分散行列Ｐ^{（ＴＧＴ）} _{ｊ、Ｋ−１｜Ｋ−１}とし、この真の目標の現在の位置および速度平滑値ｘ（ハット）_{ｊ、Ｋ−１｜Ｋ−１}、ならびに真の目標の運動を仮定した運動モデルに基づいて、真の目標の未来の位置情報として、時刻ｔ_ｋにおける真の目標の位置、速度予測値ｘ（ハット）_{ｊ、Ｋ｜Ｋ−１}、および予測誤差共分散行列Ｐ^{（ＴＧＴ）} _{ｊ、Ｋ｜Ｋ−１}を算出し、判別部４０に出力する。

真目標情報予測処理部２０１において、真の目標の運動モデルは式（１）によって定義され、真の目標に関する予測位置情報（位置、速度予測値および予測誤差共分散行列）を式（２）によって算出する。

式（１）、（２）において、Ｆ（・）は真の目標の運動を仮定した関数であり、ｗ_ｋは位置および速度に対する６次元の駆動雑音ベクトルである。例えば真の目標の運動を等速直線運動と仮定する場合には、式（１）、（２）は式（３）、（４）の形となる。

式（３）、（４）においてＩ_３×３は３行×３列の単位行列であり、Ｏ_３×３は３行×３列の零行列であり、Ｑ_{ｊ、ｋ−１}は駆動雑音ベクトルの共分散行列である。

なお、関数Ｆ（・）で定義する真の運動は等速直線運動に限られない、また、上記では一種類の関数Ｆ（・）による単一運動モデルを例として説明したが、複数の関数Ｆ（・）による多重運動モデルを用いても良い。多重運動モデルを用いれば、未知である目標の運動に対して柔軟に対応することができる。

［ゴーストの予測値の算出］
ゴースト位置情報処理部３０は、ゴースト情報予測処理部３０１およびゴースト情報平滑処理部３０２を備える。
このうちのゴースト情報平滑処理部３０２は、判別部４０によってゴーストであると判別された目標候補を現在のゴーストとし、ゴーストの位置や速度等の位置情報を平滑化する（ステップＳ６０２）。ゴースト情報平滑処理部３０２の詳細は後述する。

ゴースト情報予測処理部３０１は、時刻ｔ_ｋ−１におけるゴーストの現在の位置情報に基づき、時刻ｔ_ｋにおけるゴーストの未来の位置情報を予測する（ステップＳ３０１）。具体的には、ゴースト情報平滑処理部３０２が有するゴーストの現在の位置情報を、時刻ｔ_ｋ−１におけるゴーストの位置、速度平滑値ｙ（ハット）_{ｍ、Ｋ−１｜Ｋ−１}（ｍ＝１、２）、および平滑誤差共分散行列Ｐ^{（ＧＳＴ）} _{ｍ、Ｋ−１｜Ｋ−１}とし、このゴーストの現在の位置および速度平滑値ｙ（ハット）_{ｍ、Ｋ−１｜Ｋ−１}、ならびにゴーストの運動を仮定した運動モデルに基づいて、ゴーストの未来の位置情報として、時刻ｔ_ｋにおけるゴーストの位置、速度予測値ｙ（ハット）_{ｍ、Ｋ｜Ｋ−１}、および予測誤差共分散行列Ｐ^{（ＧＳＴ）} _{ｍ、Ｋ｜Ｋ−１}を算出し、判別部４０に出力する。

ゴースト情報予測処理部３０１が用いるゴーストの運動モデルの具体例を図３を用いて説明する。図３は、本発明の実施の形態１における追尾装置１のゴースト除去処理を行う際の目標候補の扱いを説明するための図である。

図３に示すように、センサ１（１０１）およびセンサ２（１０２）のそれぞれの三次元位置を、原点（０、０、０）および（Ｄ_ｘ、Ｄ_ｙ、Ｄ_ｚ）と仮定する。
また、複数の目標を複数のセンサで観測した場合、各目標と各センサとを結ぶ直線の交点が目標候補となり、二つの目標を二つのセンサで観測した場合には目標候補が４つとなる。この４つの目標候補１〜４のそれぞれの三次元位置を、（ｘ_１、ｙ_１、ｚ_１）、（ｘ_２、ｙ_２、ｚ_２）、（ｘ_３、ｙ_３、ｚ_３）、（ｘ_４、ｙ_４、ｚ_４）とする。

ここで、目標候補１〜４を真の目標の組とゴーストの組とに分ける。例として、二つのセンサのいずれにおいても二つの目標の到来方向が観測されている場合には、目標候補１および２の組と、目標候補３および４の組とになる。目標候補１および２が真の目標であり、目標候補３および４がゴーストであると仮定すると、ゴーストである目標候補３および４の三次元位置（ｘ_３、ｙ_３、ｚ_３）および（ｘ_４、ｙ_４、ｚ_４）が、空間内の各目標と各センサとを結ぶ直線の交点として、それぞれ式（５）、（６）で算出される。

この式（５）、（６）の関係を用いて、ゴーストの運動モデルを式（７）と定義する。なお、目標候補３および４を真の目標とする場合には、式（５）、（６）において目標候補３、４の位置を用いて目標候補１および２の位置を算出するように、目標候補番号の関係を入れ替えれば良い。

そして、ゴースト情報予測処理部３０１は、式（８）によってゴーストに関する予測位置情報（位置、速度予測値、予測誤差共分散行列）を算出し、判別部４０に出力する。

［真の目標に関する残差計算］
判別部４０は、真目標情報残差算出部４０１、ゴースト情報残差算出部４０２、残差比較処理部４０３、およびゴースト判定処理部４０４を備える。
このうちの真目標情報残差算出部４０１には、位置算出部１０３から時刻ｔ_ｋにおける目標候補の三次元位置ｚ_ｉ、ｋ（ｉ＝１、２、３、４）が入力され、真目標情報予測処理部２０１から時刻ｔ_ｋにおける真の目標の未来の位置情報、つまり予測位置、速度予測値ｘ（ハット）_{ｊ、Ｋ｜Ｋ−１}、および予測誤差共分散行列Ｐ^{（ＴＧＴ）} _{ｊ、Ｋ｜Ｋ−１}が入力される。
そして、これらの情報を取得した真目標情報残差算出部４０１は、時刻ｔ_ｋにおける目標候補の三次元位置ｚ_ｉ、ｋと真の目標の予測位置の残差ｒ^{（ＴＧＴ）} _ｉ、ｋ（ｉ＝１、２、３、４）を式（９）によって算出する。また、時刻ｔ_ｋにおける残差共分散行列Ｓ^{（ＴＧＴ）} _ｉ、ｋおよび残差二次形式ｑ^{（ＴＧＴ）} _ｉ、ｋ（ｉ＝１、２、３、４）を式（１０）によって算出する（ステップＳ２０２）。
その後、算出した残差ｒ^{（ＴＧＴ）} _ｉ、ｋ、残差共分散行列Ｓ^{（ＴＧＴ）} _ｉ、ｋおよび残差二次形式ｑ^{（ＴＧＴ）} _ｉ、ｋ、を残差比較部処理部４０３に出力する。

なお、式（１０）において、Ｒ_{ｊ，ｋ−１}は観測雑音ベクトルの共分散行列である。

［ゴーストに関する残差計算］
ゴースト情報残差算出部４０２には、位置算出部１０３から時刻ｔ_ｋにおける目標候補の三次元位置ｚ_ｉ、ｋ（ｉ＝１、２、３、４）が入力され、ゴースト情報予測処理部３０１から時刻ｔ_ｋにおけるゴーストの未来の位置情報、つまり予測位置、速度予測値ｙ（ハット）_{ｍ、Ｋ｜Ｋ−１}、および予測誤差共分散行列Ｐ^{（ＧＳＴ）} _{ｍ、Ｋ｜Ｋ−１}が入力される。
そして、これらの情報を取得したゴースト情報残差算出部４０２は、時刻ｔ_ｋにおける目標候補の三次元位置ｚ_ｉ、ｋとゴーストの予測位置の残差ｒ^{（ＧＳＴ）} _ｉ、ｋ（ｉ＝１、２、３、４）を式（１１）によって算出する。また、時刻ｔ_ｋにおける残差共分散行列Ｓ^{（ＧＳＴ）} _ｍ、ｋおよび残差二次形式ｑ^{（ＧＳＴ）} _ｉ、ｋ（ｉ＝１、２、３、４）を式（１２）によって算出する（ステップＳ３０２）。
その後、算出した残差残差ｒ^{（ＧＳＴ）} _ｉ、ｋ、残差共分散行列Ｓ^{（ＧＳＴ）} _ｍ、ｋおよび残差二次形式ｑ^{（ＧＳＴ）} _ｉ、ｋ、を残差比較部処理部４０３に出力する。

［ゴースト判定］
残差比較処理部４０３には、真目標情報残差算出部４０１から目標候補と真の目標の予測位置情報との残差ｒ^{（ＴＧＴ）} _ｉ，ｋ、および残差二次形式ｑ^{（ＴＧＴ）} _ｉ，ｋが入力され、ゴースト情報残差算出部４０２から目標候補とゴーストの予測位置情報との残差ｒ^{（ＧＳＴ）} _ｉ，ｋ、および残差二次形式ｑ^{（ＧＳＴ）} _ｉ，ｋが入力される。
次に、残差比較処理部４０３は、目標候補と真の目標の予測位置情報とから算出された残差二次形式ｑ^{（ＴＧＴ）} _ｉ，ｋ、目標候補とゴーストの予測位置情報とから算出されたｑ^{（ＧＳＴ）} _ｉ，ｋを用いて、式（１３）のように二通りの和を求める。式（１３）のそれぞれの和は、残差二次形式ｑ^{（ＴＧＴ）} _ｉ，ｋ、およびｑ^{（ＧＳＴ）} _ｉ，ｋを組み合わせたものであり、目標候補１〜４を真の目標の組とゴーストの組とに分けた組合せで決定される。ここでは、上述と同様、二つのセンサのいずれにおいても二つの目標の到来方向が観測されていると想定して、目標候補１および２の組と、目標候補３および４の組とに分けた場合について説明する。

さらに、残差比較処理部４０３は、式（１３）で算出した二通りの残差二次形式の和同士の差Δｑを式（１４）のように算出し、Δｑをゴースト判定処理部４０４に出力する（ステップＳ４０１）。

ゴースト判定処理部４０４は、残差比較処理部４０３から残差二次形式の和同士の差Δｑが入力されると、二通りの残差二次形式の和の大小関係を用いて、目標候補１〜４のいずれが真の目標であるかゴーストであるかを判定する。これは、目標候補１および２が真の目標で目標候補３および４がゴーストである場合には、ｑ^{（ＴＧＴ）} _１，ｋ、ｑ^{（ＴＧＴ）} _２，ｋ、ｑ^{（ＧＳＴ）} _３，ｋ、ｑ^{（ＧＳＴ）} _４，ｋの値が小さくなり、目標候補３および４が真の目標で目標候補１および２がゴーストである場合には、ｑ^{（ＧＳＴ）} _１，ｋ、ｑ^{（ＧＳＴ）} _２，ｋ、ｑ^{（ＴＧＴ）} _３，ｋ、ｑ^{（ＴＧＴ）} _４，ｋの値が小さくなることに基づいている。
これに基づけば、目標候補１および２が真の目標で目標候補３および４がゴーストである場合には、式（１３）の第１の和（ｑ^{（ＴＧＴ）} _１，ｋ＋ｑ^{（ＴＧＴ）} _２，ｋ＋ｑ^{（ＧＳＴ）} _３，ｋ＋ｑ^{（ＧＳＴ）} _４，ｋ）が小さく、目標候補３および４が真の目標で目標候補１および２がゴーストである場合には、式（１３）の第２の和（ｑ^{（ＧＳＴ）} _１，ｋ＋ｑ^{（ＧＳＴ）} _２，ｋ＋ｑ^{（ＴＧＴ）} _３，ｋ＋ｑ^{（ＴＧＴ）} _４，ｋ）が小さくなる。
従って、Δｑが負である場合には式（１３）の第１の和が第２の和よりも小さいことを意味し、目標候補１および２が真の目標で目標候補３および４がゴーストであると判定する。逆に、Δｑが正である場合には、式（１３）の第２の和が第１の和よりも小さいことを意味し、目標候補３および４が真の目標で目標候補１および２がゴーストであると判定する（ステップＳ５０１）。

このように、ゴースト判定処理部４０４は、目標候補の位置情報と真の目標の予測位置情報との残差、目標候補の位置情報とゴーストの予測位置情報との残差から、目標候補それぞれについて真の目標であるかゴーストであるかを判別することができる。なお、目標候補が真の目標であるかゴーストであるかの判別は、残差二次形式の和同士の比較（和同士の差Δｑの正負）に限るものではない。

ゴースト判定処理部４０４は、真の目標であると判定した目標候補に対応するデータ、およびゴーストであると判定した目標候補に対応するデータを真目標情報平滑処理部２０２、およびゴースト情報平滑処理部３０２に出力する。
具体的には、真の目標であると判定された目標候補の番号に対応する、目標候補の位置情報と真の目標の予測位置情報との残差に関する情報（残差ｒ^{（ＴＧＴ）} _ｉ、ｋおよび残差共分散行列Ｓ^{（ＴＧＴ）} _ｉ、ｋ）を真目標情報平滑処理部２０２に出力し、ゴーストであると判定された目標候補の番号に対応する、目標候補の位置情報とゴーストの予測位置情報との残差に関する情報（残差ｒ^{（ＧＳＴ）} _ｉ、ｋおよび残差共分散行列Ｓ^{（ＧＳＴ）} _ｍ、ｋ）をゴースト情報平滑処理部３０２に出力する。

［真の目標の平滑処理］
真目標情報平滑処理部２０２は、ゴースト判定処理部４０４から入力された、残差ｒ^{（ＴＧＴ）} _ｉ，ｋおよび残差共分散行列Ｓ^{（ＴＧＴ）} _ｊ，ｋに基づき、カルマンフィルタアルゴリズムに従い、式（１５）によって真の目標の現在の位置情報（位置、速度平滑値ｘ（ハット）_{ｊ，ｋ｜ｋ}および平滑誤差共分散行列Ｐ^{（ＴＧＴ）} _{ｊ，ｋ｜ｋ}を算出する（ステップＳ６０１）。
さらに、真の目標の位置、速度平滑値、平滑誤差共分散行列等の位置情報を、真目標情報予測処理部２０１と表示装置５０に出力する。

［ゴーストの平滑処理］
ゴースト情報平滑処理部３０２は、ゴースト判定処理部４０４から入力された、残差ｒ^{（ＧＳＴ）} _ｉ、ｋおよび残差共分散行列Ｓ^{（ＧＳＴ）} _ｍ、ｋに基づき、カルマンフィルタアルゴリズムに従い、式（１６）によってゴーストの現在の位置情報（位置、速度平滑値ｙ（ハット）_{ｍ，ｋ｜ｋ}および平滑誤差共分散行列Ｐ^{（ＧＳＴ）} _{ｍ，ｋ｜ｋ}）を算出する（ステップＳ６０２）。
さらに、ゴーストの位置、速度平滑値、平滑誤差共分散行列等の位置情報を、ゴースト情報予測処理部３０１に出力する。

表示装置５０は、真目標位置平滑処理部２０２から入力された真の目標の位置、速度平滑値等を表示する（ステップＳ７０１）。

以上のように、実施の形態１によれば、使用するセンサの個々の性能や目標の具体的な性能を仮定することなく、ゴーストを除去することができる。
また、複数のセンサによって複数の目標を追尾する場合、ゴーストの位置および速度を、センサの位置と真の目標の位置および速度から求めることができることを利用してゴーストの運動モデルを規定しており、このゴーストの運動モデルはセンサや目標について個々に仮定したものでないため、一般化した状況でゴーストを除去することができる。
また、特許文献１に開示されたゴースト除去方法の場合には、センサの探知可能な距離情報および追尾対象の出し得る速度範囲を基準情報としているため、例えば図３の目標候補３がゴーストであっても、目標候補３の推定位置や推定速度を基準情報と比較した場合に、追尾対象の推定位置および推定速度としては不自然ではないと判断される可能性がある。しかし、実施の形態１によれば、センサの探知可能な距離情報や目標の出し得る速度範囲にあるゴーストも除去することができる。

なお、実施の形態１では、追尾装置１が目標候補位置算出部１０を備えた場合について説明したが、目標候補の位置が判定部４０に入力されるような構成であれば、追尾装置１が目標候補位置算出部１０を備えなくても良い。
また、図１では、目標候補位置算出部１０、真目標位置情報処理部２０、ゴースト位置情報処理部３０、判別部４０、表示装置５０を備える構成にしたが、上述の処理を行う限り、一つの制御部として実施しても良いし、処理部の構成を異なるようにしても良い。例えば、位置算出部１０３を判別部４０が備えるようにして、センサ１（１０１）、センサ２（１０２）が測定した目標の到来方向が判定部４０に入力され、判定部４０の中で目標候補の位置を算出するような構成や、真目標位置情報処理部２０、ゴースト位置情報処理部３０および判別部４０を一つの制御部内で実施する構成などである。構成の変更を効率的なデータ処理を考慮して行えば、追尾処理の高速化が期待できる。

１ 追尾装置、１０ 目標候補位置算出部、１０１ センサ１、１０２ センサ２、１０３ 位置算出部、２０ 真目標位置情報処理部、２０１ 真目標情報予測処理部、２０２ 真目標情報平滑処理部、３０ ゴースト位置情報処理部、３０１ ゴースト情報予測処理部、３０２ ゴースト情報平滑処理部、４０ 判別部、４０１ 真目標情報残差算出部、４０２ ゴースト情報残差算出部、４０３ 残差比較処理部、４０４ ゴースト判定処理部、５０ 表示装置

Claims (5)

1. 複数の目標を複数のセンサによって測定することで、真の目標とゴーストとを含む複数の目標候補の位置を算出する目標候補位置算出部、
   前記真の目標に関する位置情報と前記真の目標の運動モデルとに基づき、前記真の目標に関する未来の位置情報を予測位置情報として算出する真目標情報予測処理部、
   前記真の目標に関する未来の位置情報と前記真の目標の運動モデルと前記ゴーストの運動モデルとに基づき、前記ゴーストに関する未来の位置情報を予測位置情報として算出するゴースト情報予測処理部、
   前記目標候補の位置と前記真の目標の予測位置情報との残差および前記目標候補の位置と前記ゴーストの予測位置情報との残差に基づき、それぞれの前記目標候補が真の目標であるかゴーストであるかを判別する判別部、
   を備えた追尾装置。
2. 前記真目標情報予測処理部は、前記判別部によって真の目標と判別された前記目標候補を真の目標として、前記真の目標の予測位置情報を算出し、
   前記ゴースト情報予測処理部は、前記判別部によってゴーストと判別された前記目標候補をゴーストとして、前記ゴーストの予測位置情報を算出する
   ことを特徴とする請求項１に記載の追尾装置。
3. 前記判別部は、
   前記目標候補の位置と前記真の目標の予測位置情報との残差から、前記真の目標に関する残差二次形式を算出し、
   前記目標候補の位置と前記ゴーストの予測位置情報との残差から、前記ゴーストに関する残差二次形式を算出し、
   複数の前記目標候補に関して真の目標に該当する前記目標候補とゴーストに該当する前記目標候補との複数の組合せ、および前記組合せに対応した、前記真の目標に関する残差二次形式と前記ゴーストに関する残差二次形式との和の組み合せを予め定めておき、
   算出した前記真の目標に関する残差二次形式と前記ゴーストに関する残差二次形式とから前記組み合わせに対応した和を算出し、算出した前記和に基づいて前記組合せを選択することで、それぞれの前記目標候補が真の目標であるかゴーストであるかを判別する
   ことを特徴とする請求項１または２に記載の追尾装置。
4. 前記ゴーストの運動モデルは、複数の前記目標候補に関して真の目標に該当する前記目標候補とゴーストに該当する前記目標候補との組合せを予め定めておき、前記組合せにおける真の目標の位置とゴーストの位置との関係を利用したものである
   ことを特徴とする請求項１から３のいずれか１項に記載の追尾装置。
5. 前記真の目標の運動モデルは、複数の関数を組み合わせた多重運動モデルである
   ことを特徴とする請求項１から４のいずれか１項に記載の追尾装置。

Images