JP6466702B2 - 追尾処理装置、レーダ装置、および、追尾処理方法 - Google Patents

Description

本発明は、物標の追尾処理に用いられる、追尾処理装置、レーダ装置、および、追尾処理方法に関する。

物標から反射されたレーダ信号等を用いて、物標を追尾（ＴＴ：Target Tracking）する追尾装置が知られている（たとえば、特許文献１参照）。レーダ信号は、レーダアンテナを用いたスキャン動作によって得られる。レーダ信号は、複数の物標について、位置を特定するデータを含んでいる。得られたレーダ信号は、追尾処理装置へ出力される。追尾処理装置は、上記のデータを用いて、追尾中の物標の位置を特定する。追尾処理装置は、特定した位置等の情報を用いて、追尾中の物標の運動を推定する。

特許文献１に記載の装置は、複数の物標について、位置等を観測する。次に、この装置は、複数の物標の代表点（中心点）を検出する。そして、この装置の関連付け部は、複数の代表点について、追尾対象の代表点に該当する尤度を算出する。そして、関連付け部は、算出された尤度のうち、最も高い尤度を有する代表点について、追尾物標の代表点であると判定する。上記の装置の運動推定部は、上記追尾物標の代表点について、どのような運動をするかを、カルマンフィルタなどの追尾フィルタを用いて推定する。

特開２０１４−８９０５６号公報

上記特許文献１に記載の構成では、追尾物標が船舶などの移動体である場合において、追尾処理装置は、移動体を一時的に見失ったときなどにおいて、追尾フィルタで予測される位置に、ゲートを設定する。そして、追尾処理装置は、ゲート内の代表点の中から、追尾物標の代表点を検出する。しかしながら、この構成では、移動体の運動特性として取り得ない物標を、追尾物標（移動体）として判定するおそれがある。このような誤判定を抑制するためには、追尾フィルタの追従性を下げることで、追尾フィルタの安定性を高める必要がある。このように、追尾フィルタの追従性を低下させると、追尾物標が旋回運動したときにおいて、追尾物標の運動を追尾フィルタで正確に捉え難くなる。

本発明は、上記実情に鑑みることにより、複数の物標のなかから、追尾対象を、より正確に検出することができる、追尾処理装置、レーダ装置、および、追尾処理方法を提供することを目的とする。

（１）上記課題を解決するために、この発明のある局面に係わる追尾処理装置は、追尾対象として選択された物標を追尾するための追尾処理装置であって、検出部と、尤度判定部と、を備える。前記検出部は、複数の物標について、代表点の情報を検出する。前記尤度判定部は、複数の前記代表点の少なくとも一部について、それぞれ、前記追尾対象の代表点に該当する尤度を算出する。前記尤度判定部は、前記追尾対象についての予め設定された運動モデルに基づいて、前記尤度を算出し、且つ、算出した前記尤度に基づいて、複数の前記物標のなかから前記追尾対象を特定するように構成されている。

（２）好ましくは、前記運動モデルは、前記追尾対象が位置し得る領域としての到達予測領域を特定するデータを含んでいる。

（３）より好ましくは、前記到達予測領域は、前記追尾対象が所定の平均速度および所定の旋回角度範囲で運動したときに前記追尾対象が位置し得る領域として設定されている。

（４）好ましくは、前記到達予測領域は、前記追尾対象を繰り返し特定する際の時間間隔が大きくなるに従い、大きくなるように設定されている。

（５）好ましくは、前記追尾処理装置は、前記追尾対象についての運動を推定する運動推定部をさらに備え、前記尤度判定部は、前記運動推定部によって予め推定された、前記追尾対象の前記代表点の位置を原点として、前記到達予測領域を設定する。

（６）より好ましくは、前記代表点が前記到達予測領域の内側に位置している場合の当該代表点についての前記尤度は、前記代表点が前記到達予測領域の外側に位置している場合の当該代表点についての前記尤度よりも、高く設定される。

（７）より好ましくは、前記代表点が前記到達予測領域の外側に位置している場合の当該代表点についての前記尤度が、ゼロに設定される。

（８）好ましくは、前記尤度判定部は、定期的に前記追尾対象の前記代表点を特定するように構成されており、且つ、直近の時点において前記追尾対象の前記代表点を特定できなかった場合において、前記到達予測領域を拡張する処理を行うように構成されている。

（９）好ましくは、前記追尾処理装置は、所定の移動体に搭載されるように構成されており、前記尤度判定部は、前記移動体から前記追尾対象の前記代表点までの距離に基づいて、前記尤度を変化させるように構成されている。

（１０）より好ましくは、前記尤度判定部は、前記運動推定部で推定された、前記追尾対象の前記代表点の運動ベクトルの方向と直交する方向に沿って当該運動ベクトルから遠ざかるに従い、前記代表点の前記尤度を低下する設定を行うように構成されている。

（１１）上記課題を解決するために、この発明のある局面に係わるレーダ装置は、前記追尾処理装置と、アンテナと、を備えている。前記アンテナは、水平面上を回転しながら電磁波を放射し、物標からの反射波であるエコー信号を受信するように構成されている。また、前記追尾処理装置は、前記エコー信号を用いて前記代表点を検出するように構成されている。

（１２）上記課題を解決するために、この発明のある局面に係わる追尾処理方法は、追尾対象として選択された物標を追尾するための追尾処理方法であって、検出ステップと、尤度判定ステップと、を含む。前記検出ステップは、複数の物標について、代表点の情報を検出する。前記尤度判定ステップは、複数の前記代表点の少なくとも一部について、それぞれ、前記追尾対象の代表点に該当する尤度を算出する。前記尤度判定ステップは、前記追尾対象についての予め設定された運動モデルに基づいて、前記尤度を算出し、且つ、算出した前記尤度に基づいて、複数の前記物標のなかから前記追尾対象を特定する。

本発明によると、複数の物標のなかから、追尾物標を、より正確に検出することができる。

本発明の実施形態に係る追尾処理装置を含む、レーダ装置のブロック図である。 自船と、物標エコー像との関係を説明するための模式的な平面図である。 物標エコー像（物標）に関して抽出されるデータを説明するためのデータ一覧表である。 エコー検出部で検出された、物標エコー像を示す模式的な平面図である。 関数更新部における、確率密度関数の更新についての処理の流れの一例を説明するためのフローチャートである。 代表点について、関数更新部で更新される関数の一例を示すグラフ図である。 ｎスキャン時点における追尾物標の面積について、関数更新部で更新される関数の一例を示すグラフ図である。 到達予測領域について説明するための模式図である。 到達予測領域の一例を示す図である。 到達予測領域について説明するための模式図である。 尤度算出部および尤度比較部における処理の流れの一例を説明するためのフローチャートである。 運動推定部における処理の流れの一例を説明するためのフローチャートである。 運動推定部での処理を説明するための模式図であり、ｎスキャン時点において追尾物標の代表点が検出された場合の処理を示している。 運動推定部での処理を説明するための模式図であり、ｎスキャン時点において追尾物標の代表点が検出されなかった場合の処理を示している。 変形例における、到達予測領域などを示す模式図である。 別の変形例における、到達予測領域などを示す模式図である。

以下、本発明を実施するための形態について、図面を参照しつつ説明する。本発明は、追尾対象として選択された物標を追尾する、追尾処理装置、レーダ装置、および、追尾処理方法として広く適用することができる。以下では、追尾対象として設定された物標を「追尾物標」という。また、以下では、図中同一または相当部分には、同一符号を付してその説明は繰り返さない。

図１は、本発明の実施形態に係る追尾処理装置３を含む、レーダ装置１のブロック図である。本実施形態のレーダ装置１は、たとえば、漁船等の船舶に備えられる舶用レーダである。レーダ装置１は、主に他船等の物標の探知に用いられる。また、レーダ装置１は、追尾物標として選択された物標を追尾することが可能に構成されている。レーダ装置１は、複数の追尾物標を、同時に追尾可能に構成されている。レーダ装置１は、追尾物標の運動状態を推定するように構成されている。本実施形態では、レーダ装置１は、上記運動状態として、追尾物標の推定速度ベクトルを算出する。推定速度ベクトルとは、追尾物標について推定される、進行方向および進行速度を示すベクトルである。レーダ装置１は、追尾物標の推定速度ベクトルを、画面に表示する。尚、以下では、レーダ装置１が備えられている船舶を「自船」という。

図１に示すように、レーダ装置１は、アンテナユニット２と、追尾処理装置３と、表示器４と、を備えている。

アンテナユニット２は、アンテナ５と、受信部６と、Ａ／Ｄ変換部７と、を含んでいる。

アンテナ５は、指向性の強いパルス状電波を送信可能なレーダアンテナである。また、アンテナ５は、物標からの反射波であるエコー信号を受信するように構成されている。即ち、物標のエコー信号は、アンテナ５からの送信信号に対する、物標での反射波である。レーダ装置１は、パルス状電波を送信してからエコー信号を受信するまでの時間を測定する。これにより、レーダ装置１は、物標までの距離ｒを検出することができる。アンテナ５は、水平面上で３６０°回転可能に構成されている。アンテナ５は、パルス状電波の送信方向を変えながら（アンテナ角度を変えながら）、電波の送受信を繰り返し行うように構成されている。以上の構成で、レーダ装置１は、自船周囲の平面上の物標を、３６０°にわたり探知することができる。

なお、以下の説明では、パルス状電波を送信してから次のパルス状電波を送信するまでの動作を「スイープ」という。また、電波の送受信を行いながらアンテナを３６０°回転させる動作を「スキャン」と呼ぶ。以下では、あるスキャンのことを、「ｎスキャン」といい、ｎスキャンから１個前のスキャンのことを、「ｎ−１スキャン」という。同様に、ｎスキャンからｍ個前のスキャンのことを、「ｎ−ｍスキャン」という。尚、ｎ、ｍは、何れも自然数である。また、以下では、動作について特に説明なき場合、ｎスキャン時点におけるレーダ装置１の動作を説明する。

受信部６は、アンテナ５で受信したエコー信号を検波して増幅する。受信部６は、増幅したエコー信号を、Ａ／Ｄ変換部７へ出力する。Ａ／Ｄ変換部７は、アナログ形式のエコー信号をサンプリングし、複数ビットからなるデジタルデータ（エコーデータ）に変換する。ここで、上記エコーデータは、アンテナ５が受信したエコー信号の強度（信号レベル）を特定するデータを含んでいる。Ａ／Ｄ変換部７は、エコーデータを、追尾処理装置３へ出力する。

追尾処理装置３は、複数の物標の中から選択された物標を、追尾物標として特定し、且つ、当該追尾物標の追尾処理を行うように構成されている。より具体的には、追尾処理装置３は、追尾物標の推定速度ベクトル、追尾物標の推定位置、および、平滑位置等を算出するように構成されている。

追尾処理装置３は、ＣＰＵ、ＲＡＭおよびＲＯＭ（図示せず）等を含むハードウェアを用いて構成されている。また、追尾処理装置３は、ＲＯＭに記憶された追尾処理プログラムを含む、ソフトウェアを用いて構成されている。

上記追尾処理プログラムは、本発明に係る追尾処理方法を、追尾処理装置３に実行させるためのプログラムである。上記ハードウェアとソフトウェアとは、協働して動作するように構成されている。これにより、追尾処理装置３を、信号処理部９、エコー検出部１０、および追尾処理部１１等として機能させることができる。追尾処理装置３は、１スキャン毎に、以下に説明する処理を行うように構成されている。

追尾処理装置３は、信号処理部９と、エコー検出部（検出部）１０と、追尾処理部１１と、を有している。

信号処理部９は、フィルタ処理等を施すことにより、エコーデータに含まれる干渉成分と、不要な波形データと、を除去するように構成されている。信号処理部９は、処理したエコーデータを、エコー検出部１０へ出力する。

エコー検出部１０は、物標エコー像の検出と、物標エコー像に関するエコーデータの特徴情報の検出とを、行うように構成されている。即ち、エコー検出部１０は、物標エコー像検出部と、特徴情報抽出部と、を含んでいる。信号処理部９およびエコー検出部１０によって、物標の特徴情報を検出するための検出部が、構成されている。

エコー検出部１０は、信号処理部９からエコーデータを読み出すときの読出しアドレスに基づいて、自船から当該エコーデータに対応する位置までの距離ｒを求める。また、アンテナ５からエコー検出部１０へは、当該アンテナ５が現在どの方向を向いているか（アンテナ角度θ）を示すデータが出力されている。以上の構成で、エコー検出部１０は、エコーデータを読み出す際には、当該エコーデータに対応する位置を、距離ｒとアンテナ角度θとの極座標で取得することができる。

エコー検出部１０は、エコーデータに対応する位置に物標が存在するか否かを検出するように構成されている。エコー検出部１０は、たとえば、エコーデータに対応する位置の信号レベル、即ち、信号強度を判別する。エコー検出部１０は、信号レベルが所定のしきいレベル値以上である位置には、物標が存在していると判別する。

次いで、エコー検出部１０は、物標が存在している範囲を検出する。エコー検出部１０は、たとえば、物標が存在している一まとまりの領域を、物標エコー像が存在している領域として検出する。このようにして、エコー検出部１０は、エコーデータを基に、物標エコー像を検出する。この物標エコー像の外郭形状は、物標の外郭形状と略合致する。但し、エコーデータに含まれるノイズ等に起因して、この物標エコー像の外郭形状と、物標の外郭形状とは、わずかに異なる。次に、エコー検出部１０は、エコーデータを用いて、物標エコー像に関連する特徴情報を抽出する。

図２は、自船１００と、物標エコー像１２０との関係を説明するための模式的な平面図である。図２では、物標エコー像１２０は、矩形の像として例示されている。また、図２では、物標エコー像１２０によって特定される物標１３０が示されている。図２では、物標１３０の外郭形状は、物標エコー像１２０と合致した状態で表示されている。

図１および図２に示すように、極座標系では、自船１００の位置としての自船位置Ｍ１を基準として、自船位置Ｍ１からの直線距離が、距離ｒとして示され、自船位置Ｍ１周りの角度が、角度θとして示される。本実施形態では、自船位置Ｍ１は、アンテナ５の位置に相当する。エコー検出部１０は、物標エコー像１２０の代表点Ｐの抽出に際しては、自船位置Ｍ１を中心とする、リング状部分の一部形状の像１１０を用いる。この像１１０は、第１直線１１１、第２直線１１２、第１円弧１１３、および第２円弧１１４によって囲まれた領域の像である。

第１直線１１１は、物標エコー像１２０の後縁１２０ａのうち自船位置Ｍ１に最も近い点と、自船位置Ｍ１と、を通る直線である。第２直線１１２は、物標エコー像１２０の前縁１２０ｂのうち自船位置Ｍ１に最も近い点と、自船位置Ｍ１と、を通る直線である。第１円弧１１３は、物標エコー像１２０のうち自船位置Ｍ１から最も近い部分１２０ｃを通る円弧である。第１円弧１１３の曲率中心点は、自船位置Ｍ１である。第２円弧１１４は、物標エコー像１２０のうち自船位置Ｍ１から最も遠い部分１２０ｄを通る円弧である。第２円弧１１４は、第１円弧１１３と同心である。

図３は、物標エコー像１２０（物標１３０）に関して抽出されるデータを説明するためのデータ一覧表である。図１〜図３に示すように、本実施形態では、信号処理部９およびエコー検出部１０は、協働して、物標エコー像１２０（物標１３０）について、下記８個のデータを、特徴情報データとして抽出する。即ち、エコー検出部１０は、エコーデータ、および物標エコー像１２０の画像データを基に、１つの物標エコー像１２０毎に、下記８個のテキストデータを抽出する。本実施形態では、８個のテキストデータとは、距離ｒｐのデータ２０２と、終了角度θｅのデータ２０３と、角度幅θｗのデータ２０４と、最前縁距離ｒｎのデータ２０５と、最後縁距離ｒｆのデータ２０６と、面積ａｒのデータ２０７と、代表点Ｐの座標データ２０８と、時刻ｔｍのデータ２０９と、である。

距離ｒｐは、自船位置Ｍ１から物標エコー像１２０の代表点Ｐまでの直線距離である。本実施形態では、代表点Ｐは、物標エコー像１２０の図心点である。終了角度θｅは、物標エコー像１２０の検出が終わった時点における、前述のアンテナ角度θである。角度幅θｗは、物標エコー像１２０について、自船位置Ｍ１回りの角度方向の幅である。角度幅θｗは、第１直線１１１と第２直線１１２とがなす角度でもある。最前縁距離ｒｎは、物標エコー像１２０の部分１２０ｃと、自船位置Ｍ１との距離である。最後縁距離ｒｆは、物標エコー像１２０の部分１２０ｄと、自船位置Ｍ１との距離である。時刻ｔｍは、物標エコー像１２０を検出した時点の時刻である。これら８個の特徴情報は、何れも、数値によって表される情報である。

エコー検出部１０で検出された複数の物標エコー像１２０の一例を、図４に示している。図４は、エコー検出部１０で検出された、物標エコー像１２０を示す模式的な平面図である。図４では、一例として、ｎスキャン時点における４つの物標エコー像１２０（１２１，１２２，１２３，１２４）を示している。図４では、物標エコー像１２０（１２１，１２２，１２３，１２４）の形状は、それぞれ、物標１３０（１３１，１３２，１３３，１３４）の形状と合致している。

物標エコー像１２１によって特定される物標１３１，物標エコー像１２２によって特定される物標１３２，および物標エコー像１２３によって特定される物標１３３は、たとえば、小型船舶である。物標エコー像１２４によって特定される物標１３４は、たとえば、大型船舶である。エコー検出部１０は、ｎスキャン時点において、代表点Ｐとして、物標エコー像１２１の代表点Ｐ１（ｎ）と、物標エコー像１２２の代表点Ｐ２（ｎ）と、物標エコー像１２３の代表点Ｐ３（ｎ）と、物標エコー像１２４の代表点Ｐ４（ｎ）と、を検出している。以下では、物標１３１が、追尾物標１４０である場合を例に説明する。

図１〜図４に示すように、エコー検出部１０は、各物標エコー像１２０についての特徴情報データ２０２〜２０９を、追尾処理部１１へ出力する。

追尾処理部１１は、複数の物標１２０のなかから、追尾物標１４０を特定し、且つ、当該追尾物標１４０の追尾処理を行うように構成されている。追尾物標１４０は、たとえば、表示器４に表示された、複数の物標１３０を示すシンボル等を基に、オペレータによって選択される。オペレータによる、追尾物標１４０の選択指令は、たとえば、オペレータが操作装置（図示せず）を操作することにより、発せられる。本実施形態では、追尾処理部１１は、特に説明無き限り、Ｘ−Ｙ座標系を基準に、処理を行うように構成されている。

追尾処理部１１は、ｎスキャン時点（最新のスキャン時点）における、追尾物標１４０の推定速度ベクトルＶ１（ｎ）を算出するように構成されている。また、追尾処理部１１は、推定速度ベクトルＶ１（ｎ）を表示器４に表示させるように、構成されている。

追尾処理部１１は、特徴情報メモリ１２と、選別部１３と、関連付け部（尤度判定部）１４と、運動推定部１５と、を有している。

特徴情報メモリ１２は、信号処理部９、エコー検出部１０、および、運動推定部１５から出力されたデータを蓄積するように構成されている。また、特徴情報メモリ１２は、後述する関数ｆ１，ｆ２に関連するデータを蓄積するように構成されている。また、特徴情報メモリ１２は、後述する領域尤度ＡＬｈに関するデータを記憶している。特徴情報メモリ１２は、（ｎ−Ｔ）スキャン時点から、ｎスキャン時点までの各時点における、全ての物標エコー像１２０について、特徴情報データ２０２〜２０９を蓄積している。尚、定数Ｔは、予め設定されている値であり、たとえば、数十程度である。

選別部１３は、選別領域Ｓ１（ｎ）を設定するように構成されている。選別領域Ｓ１（ｎ）は、ｎスキャン時点における、追尾物標１４０の代表点（追尾代表点）ＰＲ（ｎ）を選別するための領域である。選別部１３は、エコー検出部１０、関連付け部１４、および運動推定部１５に接続されている。

選別部１３は、エコー検出部１０から、ｎスキャン時点における、各物標エコー像１２０の代表点Ｐ（Ｐ１（ｎ）〜Ｐ４（ｎ））の座標データを受け付ける。また、選別部１３は、（ｎ−１）スキャン時点を算出基準時点とする、追尾物標１４０の推定速度ベクトルＶ１（ｎ−１）のデータを、受け付ける。本実施形態では、選別部１３は、運動推定部１５から、上記推定速度ベクトルＶ１（ｎ−１）のデータを受け付ける。推定速度ベクトルＶ１（ｎ−１）は、（ｎ−１）スキャン時点において推定された、追尾物標１４０の代表点ＰＲ（ｎ）の運動ベクトルである。

次に、選別部１３は、追尾物標１４０の推定位置ＰＲｅ（ｎ−１）を検出する。この推定位置ＰＲｅ（ｎ−１）は、推定速度ベクトルＶ１（ｎ−１）によって特定される位置であり、推定速度ベクトルＶ１（ｎ−１）の終点である。推定位置ＰＲｅ（ｎ−１）は、ｎスキャン時点において、追尾物標１４０の代表点ＰＲ（ｎ）が到達すると推定される位置である。選別部１３は、この推定位置ＰＲｅ（ｎ−１）を中心にして、所定の半径を有する選別領域Ｓ１（ｎ）を設定する。図４は、選別領域Ｓ１内に、物標エコー像１２１，１２２の代表点Ｐ１（ｎ），Ｐ２（ｎ）が含まれた状態を例示している。選別部１３は、代表点Ｐ１（ｎ），Ｐ２（ｎ）のそれぞれについて、座標データ２０８を、関連付け部１４へ出力する。

関連付け部１４は、推定位置ＰＲｅ（ｎ−１）と、ｎスキャン時点における追尾物標１４０の代表点ＰＲ（ｎ）と、を関連付ける処理を行う。本実施形態では、関連付け部１４は、選別領域Ｓ１（ｎ）内の代表点Ｐ１（ｎ），Ｐ２（ｎ）のそれぞれについて、追尾物標１４０の代表点ＰＲ（ｎ）に該当する結合尤度Ｌｈ１００，Ｌｈ２００を算出する。関連付け部１４は、この結合尤度Ｌｈ１００，Ｌｈ２００に基づいて、ｎスキャン時点における追尾物標１４０の代表点ＰＲ（ｎ）を特定する。

関連付け部１４は、関数更新部２１と、尤度算出部２２と、尤度比較部２３と、を有している。

関数更新部２１は、関連付け処理に用いる関数を更新するように構成されている。この関数として、本実施形態では、確率密度関数（ガウス関数、正規分布関数）等が用いられる。本実施形態において、確率密度関数は、平均、および分散を有する関数である。本実施形態では、確率密度関数は、過去の追尾結果を基に更新される。

本実施形態では、確率密度関数に用いられる特徴情報として、代表点ＰＲ（ｎ）の位置情報と、面積ａｒの情報と、が挙げられる。なお、確率密度関数に用いられる特徴情報として、代表点ＰＲ（ｎ）の位置情報以外の情報は、無くてもよい。本実施形態では、１つの確率密度関数ｐｄｆが設定されている。

確率密度関数ｐｄｆは、代表点ＰＲの位置の次元の関数ｆ１と、面積ａｒの次元の関数ｆ２と、によって特定される関数である。関数ｆ１，ｆ２は、それぞれ、確率密度関数であり、確率密度関数ｐｄｆは、多次元の確率密度関数である。関数更新部２１は、関数ｆ１，ｆ２を更新することで、確率密度関数ｐｄｆを更新する。尚、以下では、各上記関数ｆ１，ｆ２を総称していう場合に、単に関数ｆという場合がある。

以下では、関数更新部２１における、確率密度関数ｐｄｆを更新する処理の流れの一例を説明する。図５は、関数更新部２１における、確率密度関数ｐｄｆの更新についての処理の流れの一例を説明するためのフローチャートである。追尾処理装置３は、以下に示すフローチャートの各ステップを、図示しないメモリから読み出して実行する。このプログラムは、外部からインストールできる。このインストールされるプログラムは、たとえば記録媒体に格納された状態で流通する。追尾処理装置３での処理は、各スキャン時点毎に行われる。また、本実施形態では、フローチャートについて説明する場合には、フローチャート以外の図面についても、適宜参照する。

本実施形態では、関数更新部２１は、最尤推定処理を行う。具体的には、図５に示すように、関数更新部２１は、確率密度関数ｐｄｆを更新するための特徴情報を選択する（ステップＳ１０１）。関数更新部２１は、たとえば、まず、代表点ＰＲの位置情報を選択する。即ち、関数更新部２１は、代表点ＰＲの位置に関する関数ｆ１を更新する。

図６は、代表点ＰＲについて、関数更新部２１で更新される関数ｆ１の一例を示すグラフ図である。関数ｆ１は、平均μ１１，μ１２、および分散σ１１^２，σ１２^２を有している。本実施形態において、平均は、各関数ｆにおける推定値に相当する。即ち、本実施形態の各関数ｆにおいて、平均の値として用いられる値は、対応する特徴情報について、尤度Ｌｈが算出される前に予め推定された値である。図６のグラフのｘ軸は、ｘ座標を示しており、ｙ軸は、ｙ座標を示している。また、図６のグラフの縦軸（ｚ軸）は、尤度Ｌｈを示している。

関数更新部２１は、関数ｆ１における平均μ１１，μ１２を算出する（ステップＳ１０２）。具体的には、関数更新部２１は、追尾物標１４０の代表点ＰＲ（ｎ−１）について、ｘ座標の平均μ１１、およびｙ座標の平均μ１２を算出する。

本実施形態では、平均μ１１は、下記式（１）によって算出される。

尚、Δｄｘ_ｉは、任意のｉスキャン時点における、代表点ＰＲ（ｉ）のｘ座標の予測誤差である。より具体的には、Δｄｘ_ｉは、ｉスキャン時点における、代表点ＰＲ（ｉ）のｘ座標の（観測値−予測値）である。この場合の観測値とは、ｉスキャン時点でエコー検出部１０によって検出された、代表点ＰＲ（ｉ）のｘ座標である。また、予測値とは、（ｉ−１）スキャン時点において運動推定部１５で予測された、代表点ＰＲ（ｉ）のｘ座標である。したがって、平均μ１１は、（ｎ−Ｔ）スキャン時点から（ｎ−１）スキャン時点までの各スキャン時点における、代表点ＰＲのｘ座標の予測誤差を平均した値である。

平均μ１２は、平均μ１１と同様にして算出される。即ち、平均μ１２は、（ｎ−Ｔ）スキャン時点から（ｎ−１）スキャン時点までの各スキャン時点における、代表点ＰＲのｙ座標の予測誤差を平均した値である。

次に、関数更新部２１は、関数ｆ１の分散σ１１^２，σ１２^２を算出する（ステップＳ１０３）。即ち、関数更新部２１は、関数ｆ１のｘ軸方向についての分散σ１１^２と、ｙ軸方向についての分散σ１２^２と、を算出する。

本実施形態では、分散σ１１^２は、下記式（２）によって算出される。

分散σ１２^２は、平均μ１１と同様にして算出される。即ち、分散σ１２^２は、式（２）のΔｄｘ_ｉをΔｄｙ_ｉに置き換え、且つ、μ１１をμ１２に置き換えた式によって算出される。このように、関数更新部２１は、平均μ１１，μ１２、および分散σ１１^２，σ１２^２を算出する。関数更新部２１は、平均μ１１，μ１２、および分散σ１１^２，σ１２^２を算出することで、関数ｆ１を更新する。

次に、関数更新部２１は、関数ｆ１，ｆ２の全てが更新されたか否かを判定する（ステップＳ１０４）。この場合、関数ｆ２は、未だ更新されていない（ステップＳ１０４でＮＯ）。よって、関数更新部２１は、ステップＳ１０１〜Ｓ１０４の処理を繰り返す。

具体的には、関数更新部２１は、確率密度関数ｐｄｆを更新するための特徴情報を選択する（ステップＳ１０１）。この場合、関数更新部２１は、特徴情報として、面積ａｒの情報を選択する。即ち、関数更新部２１は、関数ｆ２を更新する。

図７は、ｎスキャン時点における追尾物標１４０の面積ａｒについて、関数更新部２１で更新される関数ｆ２の一例を示すグラフ図である。図７に示すように、関数ｆ２は、平均μ２、分散σ２^２を有している。図７のグラフの横軸は、面積ａｒを示している。図７のグラフの縦軸は、尤度Ｌｈを示している。

関数更新部２１は、関数ｆ２における平均μ２を算出する（ステップＳ１０２）。平均μ２は、関数更新部２１によって、たとえば、以下のようにして算出される。即ち、関数更新部２１は、まず、特徴情報メモリ１２を参照する。これにより、関数更新部２１は、（ｎ−１）スキャン時点から、（ｎ−Ｔ）スキャン時点までの各スキャン時点について、追尾物標１４０として設定された物標１３１における面積ａｒのデータ２０７を参照する。そして、関数更新部２１は、（ｎ−１）スキャン時点から、（ｎ−Ｔ）スキャン時点までの間における、上記面積ａｒの平均値を算出する。関数更新部２１は、この平均値を、平均μ２として設定する。尚、関数更新部２１は、（ｎ−１）スキャン時点での追尾物標（物標１３１）についての面積ａｒを、平均μ２として設定してもよい。

次に、関数更新部２１は、関数ｆ２の分散σ２^２を算出する（ステップＳ１０３）。関数更新部２１は、たとえば、最尤推定処理を行う。これにより、関数更新部２１は、関数ｆ２の分散σ２^２を算出する。このように、関数更新部２１は、平均μ２および分散σ２^２を算出することで、関数ｆ２を更新する。

次に、関数更新部２１は、関数ｆ１，ｆ２の全てが更新されたか否かを判定する（ステップＳ１０４）。この場合、関数ｆ１，ｆ２の全てが更新されている（ステップＳ１０４でＹＥＳ）。よって、関数更新部２１は、関数ｆ１，ｆ２によって特定される確率密度関数ｐｄｆのデータを、尤度算出部２２へ出力し（ステップＳ１０５）、処理を終了する。

上記の構成により、関数ｆ１，ｆ２は、それぞれ、独立して更新される。また、関数ｆ１，ｆ２は、それぞれ、固定された関数ではなく、各スキャン時点毎に変化する関数である。

また、尤度算出部２２は、追尾物標１４０が位置し得る領域としての到達予測領域ＥＡに基づいて、所定の領域尤度ＡＬｈを算出するように構成されている。領域尤度ＡＬｈは、物標１３０について、到達予測領域ＥＡに存在するか否か基づいて設定される尤度である。関連付け部１４は、追尾物標１４０についての予め設定された運動モデルに基づいて、選別領域Ｓ１（ｎ）内の物標１３１，１３２の何れが追尾物標１４０であるかを特定するための領域尤度ＡＬｈ（ＡＬｈ１，ＡＬｈ２）を算出する。そして、関連付け部１４は、算出した領域尤度ＡＬｈ１，ＡＬｈ２に基づいて、複数の物標１３１，１３２のなかから追尾物標１４０を特定するように構成されている。

図８は、到達予測領域ＥＡについて説明するための模式図である。図１、図４および図８を参照して、領域尤度ＡＬｈを設定するための到達予測領域ＥＡ（運動モデル）は、追尾物標１４０である船舶が所定の条件下で運動したと仮定した場合において、当該船舶が到達し得る領域を特定している。より具体的には、到達予測領域ＥＡは、追尾物標１４０である船舶が位置し得る領域を特定するデータを含んでいる。到達予測領域ＥＡを特定するデータは、特徴情報メモリ１２に格納されている。

本実施形態では、到達予測領域ＥＡは、右舷側到達予測領域ＥＡＲと、左舷側到達予測領域ＥＡＬと、を含んでいる。到達予測領域ＥＡの形状は、右舷側到達予測領域ＥＡＲと左舷側到達予測領域ＥＡＬとを、推定速度ベクトルＶ１（ｎ−１）を境にして繋ぎ合わせた形状に相当する。なお、図８では、右舷側到達予測領域ＥＡＲと左舷側到達予測領域ＥＡＬとを分離して表示している。右舷側到達予測領域ＥＡＲは、追尾物標１４０が所定の平均速度Ｖａｖ（本実施形態では、５ｋｎ）で、右舷側に所定の旋回角度範囲θｂ内で所定時間運動したときに、追尾物標１４０が位置し得る領域である。「右舷側に所定の旋回角度範囲θｂ」とは、たとえば、追尾物標１４０が直進する（旋回角度＝ゼロ）状態と、所定の想定上での最大平均旋回角度（たとえば、５ｄｅｇ／ｓｅｃ）との間の旋回角度範囲をいう。右舷側到達予測領域ＥＡＲは、平面視において、略扇形の領域である。

右舷側到達予測領域ＥＡＲと、左舷側到達予測領域ＥＡＬは、推定速度ベクトルＶ１（ｎ−１）を基準として、線対称な形状の領域である。したがって、右舷側到達予測領域ＥＡＲおよび左舷側到達予測領域ＥＡＬの何れか一方のみを特徴情報メモリ１２に記憶しておき、他方については、尤度算出部２２において、一方の領域に基づいて演算によって設定されてもよい。また、右舷側到達予測領域ＥＡＲおよび左舷側到達予測領域ＥＡＬの双方が特徴情報メモリ１２に記憶されてもよい。尤度算出部２２は、右舷側到達予測領域ＥＡＲと左舷側到達予測領域ＥＡＬとを、推定速度ベクトルＶ１（ｎ−１）を境界としてつなぎ合わせた領域を、到達予測領域ＥＡとして設定する。

到達予測領域ＥＡは、たとえば、時間別に複数設定されている。本実施形態では、到達予測領域ＥＡは、直近の時点（（ｎ−１）スキャン時点）から現在の時点（ｎスキャン時点）までの間における追尾物標１４０の到達予測領域を、所定時間毎に設定することで得られる領域である。

より具体的には、時間別に、到達予測領域ＥＡ（ＥＡ２〜ＥＡ１３）が設定されている。なお、到達予測領域ＥＡ２〜ＥＡ１３を総称していう場合、単に到達予測領域ＥＡという。図９は、到達予測領域ＥＡの一例（ＥＡ２，ＥＡ５，ＥＡ１０）を示す図である。図１、図４、図８および図９を参照して、到達予測領域ＥＡ２は、追尾物標１４０が所定の平均速度Ｖａｖで、右舷側または左舷側に所定の旋回角度範囲θｂ内で２秒間運動したときに、追尾物標１４０が位置し得る領域である。到達予測領域ＥＡ２は、平面視において、扇形の領域である。

同様に、到達予測領域ＥＡ３〜ＥＡ１３は、それぞれ、追尾物標１４０が所定の平均速度Ｖａｖで、右舷側または左舷側に所定の旋回角度範囲θｂ内で３，４，５，６，７，８，９，１０，１１，１２，１３秒間運動したときに、追尾物標１４０が位置し得る領域である。なお、到達予測領域ＥＡは、アンテナ５が１回転する時間単位（スキャン時間単位）毎に設定されていてもよい。

上記のように、到達予測領域ＥＡは、追尾物標１４０を特定する時間間隔が大きくなるに従い、大きくなるように設定されている。

尤度算出部２２は、到達予測領域ＥＡのデータと、（ｎ−１）スキャン時点を算出基準時点とする、平滑位置ＰＲｓ（ｎ−１）のデータと、追尾物標１４０の推定速度ベクトルＶ１（ｎ−１）のデータと、を受け付ける。平滑位置ＰＲｓ（ｎ−１）は、（ｎ−２）スキャン時点において推定された追尾物標１４０の推定位置ＰＲｅ（ｎ−２）（速度ベクトルＶ（ｎ−２）の終点）と、（ｎ−１）スキャン時点で検出された、追尾物標１４０の代表点Ｐ１（ｎ−１）との間の位置（平滑位置）である。

図１０は、到達予測領域ＥＡの設定について説明するための模式図である。図１、図４および図１０を参照して、本実施形態では、追尾処理装置３は、予め図示しない操作部によってオペレータによって設定された時間間隔で、定期的に追尾処理を行う。以下では、一例として、５秒毎に追尾処理が行われる場合を例に説明する。すなわち、到達予測領域ＥＡ５が設定される。

このとき、尤度算出部２２は、平滑位置ＰＲｓ（ｎ−１）を起点とする推定速度ベクトルＶ１（ｎ−１）を設定するとともに、平滑位置ＰＲｓ（ｎ−１）を原点とする、到達予測領域ＥＡ５を設定する。

なお、平滑位置ＰＲｓ（ｎ−１）、および、推定速度ベクトルＶ１（ｎ−１）のそれぞれを特定するデータは、運動推定部１５から出力される。推定速度ベクトルＶ１（ｎ−１）の算出についての詳細は、後述する。

そして、尤度算出部２２は、到達予測領域ＥＡ（本実施形態では、到達予測領域ＥＡ５）内に、追尾物標１４０が到達するとの想定に基づいて、領域尤度ＡＬｈを設定する。具体的には、選別領域Ｓ１（ｎ）内の代表点Ｐ（ｎ）が到達予測領域ＥＡ内に位置している場合、尤度算出部２２は、当該代表点Ｐ（ｎ）についての領域尤度ＡＬｈ＝１に設定する。一方、選別領域Ｓ１（ｎ）内の代表点Ｐ（ｎ）が到達予測領域ＥＡ内に位置していない場合、尤度算出部２２は、当該代表点Ｐ（ｎ）についての領域尤度ＡＬｈ＝ゼロに設定する。

本実施形態では、選別領域Ｓ１（ｎ）内の代表点Ｐ１（ｎ）は、到達予測領域ＥＡ内に位置している。よって、尤度算出部２２は、当該代表点Ｐ１（ｎ）についての領域尤度ＡＬｈ１＝１に設定する。一方、選別領域Ｓ１（ｎ）内の代表点Ｐ２（ｎ）は、到達予測領域ＥＡ内に位置しておらず、到達予測領域ＥＡ外に位置している。よって、尤度算出部２２は、当該代表点Ｐ２（ｎ）についての領域尤度ＡＬｈ２＝ゼロに設定する。

このように、代表点Ｐ（ｎ）が到達予測領域ＥＡ内に位置している場合の当該代表点Ｐ（ｎ）についての領域尤度ＡＬｈは、代表点Ｐ（ｎ）が到達予測領域ＥＡ内に位置していない場合の当該代表点Ｐ（ｎ）についての領域尤度ＡＬｈよりも高く設定されている。

尤度算出部２２は、選別領域Ｓ１（ｎ）内の代表点Ｐ１（ｎ），Ｐ２（ｎ）のそれぞれについて、領域尤度ＡＬｈ（ＡＬｈ１，ＡＬｈ２）を算出する。本実施形態では、ＡＬｈ１＝１，ＡＬｈ２＝０である。 そして、尤度算出部２２は、算出した領域尤度ＡＬｈ１，ＡＬｈ２を、尤度比較部２３に出力する。

尤度算出部２２および尤度比較部２３は、設定された確率密度関数ｐｄｆおよび領域尤度ＡＬｈを基に、選別領域Ｓ１（ｎ）内の物標１３１，１３２の何れが追尾物標１４０であるかの判定処理を行う。以下では、尤度算出部２２および尤度比較部２３における処理の流れの一例を説明する。図１１は、尤度算出部２２および尤度比較部２３における処理の流れの一例を説明するためのフローチャートである。

図１１に示すフローチャートでは、尤度算出部２２は、選別領域Ｓ１（ｎ）の物標１３１，１３２毎に、追尾物標１４０に該当する尤度としての結合尤度Ｌｈ１００，２００を算出する。結合尤度Ｌｈ１００は、尤度Ｌｈ１１，Ｌｈ１２および領域尤度ＡＬｈ１の積である。結合尤度Ｌｈ２００は、尤度Ｌｈ２１，Ｌｈ２２および領域尤度ＡＬｈ２の積である。尤度比較部２３は、結合尤度Ｌｈ１００，２００に基づいて、物標１３１，１３２のなかから、追尾物標１４０を特定する。

具体的には、尤度算出部２２は、まず、尤度算出が行われる物標１３０を選択する（ステップＳ２０１）。本実施形態では、尤度算出部２２は、選別領域Ｓ１（ｎ）内の物標１３０（１３１，１３２）のうちの、物標１３１を選択する。次に、尤度算出部２２は、確率密度関数ｐｄｆの関数ｆ１，ｆ２のなかから１つを選択する（ステップＳ２０２）。

この場合、尤度算出部２２は、まず、関数ｆ１を選択する。次に、尤度算出部２２は、物標１３１の代表点Ｐ１（ｎ）について、尤度Ｌｈ１１を算出する（ステップＳ２０３）。具体的には、尤度算出部２２は、関数ｆ１のデータと、物標１３１の代表点Ｐ１（ｎ）の座標データ２０８と、を参照する。そして、（ｎ−１）スキャン時点で推定された、代表点ＰＲ（ｎ）の予測値のｘ座標と、代表点Ｐ１（ｎ）のｘ座標との差を、独立変数として、関数ｆ１（図６参照）のｘ座標に代入する。また、（ｎ−１）スキャン時点で推定された、代表点ＰＲ（ｎ）の予測値のｙ座標と、代表点Ｐ１（ｎ）のｙ座標との差を、独立変数として、関数ｆ１（図６参照）のｙ座標に代入する。これにより、関数ｆ１における従属変数が、尤度Ｌｈ１１として算出される。即ち、物標１３１の代表点Ｐ１（ｎ）について、追尾物標１４０の代表点ＰＲ（ｎ）に該当する尤度Ｌｈ１１が、算出される。

次に、尤度算出部２２は、物標１３１に関する尤度Ｌｈ１１、Ｌｈ１２の全てが算出されたか否かを判定する（ステップＳ２０４）。この場合、尤度Ｌｈ１２は、未だ算出されていない（ステップＳ２０４でＮＯ）。よって、尤度算出部２２は、ステップＳ２０２〜Ｓ２０４の処理を繰り返す。

具体的には、尤度算出部２２は、確率密度関数ｐｄｆの関数ｆ１，ｆ２のなかから１つを選択する（ステップＳ２０２）。この場合、尤度算出部２２は、関数ｆ２を選択する。次に、尤度算出部２２は、物標１３１の面積ａｒについて、追尾物標１４０の面積ａｒに該当する尤度としての尤度Ｌｈ１２を算出する（ステップＳ２０３）。具体的には、尤度算出部２２は、関数ｆ２のデータと、物標１３１の面積ａｒのデータ２０７と、を参照する。そして、尤度算出部２２は、ｎスキャン時点における物標１３１の面積ａｒを、独立変数として、関数ｆ２に代入する（図７参照）。これにより、関数ｆ２における従属変数が、尤度Ｌｈ１２として算出される。

尚、図１１に示すフローチャートでは、尤度算出部２２は、各上記尤度Ｌｈ（Ｌｈ１１，Ｌｈ１２）を、個別に算出している。しかしながら、尤度算出部２２は、行列計算により、各上記尤度Ｌｈ（Ｌｈ１１，Ｌｈ１２）を一括して算出してもよい。

次に、尤度算出部２２は、尤度Ｌｈ１１，Ｌｈ１２の全てが算出されたか否かを判定する（ステップＳ２０４）。この場合、尤度Ｌｈ１１，Ｌｈ１２が算出されている（ステップＳ２０４でＹＥＳ）ので、尤度算出部２２は、領域尤度ＡＬｈ１を算出する。（ステップＳ２０５）。領域尤度ＡＬｈ１は、前述したように、１である。

次に、尤度算出部２２は、物標１３１についての結合尤度Ｌｈ＝尤度Ｌｈ１１×Ｌｈ１２×領域尤度ＡＬｈを、算出する（ステップＳ２０６）。

次に、尤度算出部２２は、選別領域Ｓ１（ｎ）内の全ての物標１３０（１３１，１３２）について、結合尤度が算出されているか否かを判定する（ステップＳ２０７）。この場合、物標１３２についての結合尤度Ｌｈ２００は、算出されていない（ステップＳ２０７でＮＯ）。

したがって、尤度算出部２２は、ステップＳ２０１〜Ｓ２０６の処理を繰り返す。即ち、尤度算出部２２は、物標１３１についての尤度Ｌｈ１１，Ｌｈ１２および領域尤度ＡＬｈ１の算出処理と同様の処理を行う。これにより、尤度算出部２２は、物標１３２についての尤度Ｌｈ２１，Ｌｈ２２および領域尤度ＡＬｈ２を算出する。尚、尤度Ｌｈ２１，Ｌｈ２２および領域尤度ＡＬｈ２は、それぞれ、尤度Ｌｈ１１，Ｌｈ１２および領域尤度ＡＬｈ１と同様にして算出される。次いで、尤度算出部２２は、尤度Ｌｈ２１，Ｌｈ２２および領域尤度ＡＬｈ２を乗算することで、結合尤度Ｌｈ２００を算出する（ステップＳ２０６）。

尤度算出部２２が、選別領域Ｓ１（ｎ）内の全ての物標１３１，１３２について、結合尤度Ｌｈ１００，Ｌｈ２００を算出した場合（ステップＳ２０７でＹＥＳ）、尤度比較部２３は、ステップＳ２０８の処理を行う。即ち、尤度比較部２３は、結合尤度Ｌｈ１００，Ｌｈ２００を用いて、追尾物標１４０を特定する（ステップＳ２０７）。本実施形態では、尤度比較部２３は、結合尤度Ｌｈ１００，Ｌｈ２００のうち、最も高い値を有する結合尤度Ｌｈ１００を選択する。そして、尤度比較部２３は、結合尤度Ｌｈ１００を有する物標１３１の代表点Ｐ１（ｎ）を、追尾物標１４０の代表点ＰＲ（ｎ）として設定する。

より具体的には、本実施形態では、図１０に示されているように、追尾物標１４０の代表点ＰＲ（ｎ）の推定位置ＰＲｅ（ｎ−１）と、物標エコー像１２１の代表点Ｐ１（ｎ）の位置とは、距離Ｄ１だけ離隔している。また、推定位置ＰＲｅ（ｎ−１）と、物標１３２に関する物標エコー像１２２の代表点Ｐ２（ｎ）の位置とは、距離Ｄ２だけ離隔している。ｎスキャン時点では、距離Ｄ１は、距離Ｄ２よりも大きい。即ち、図６および図１０に示すように、尤度Ｌｈ１１＜Ｌｈ２１である。

また、図７に示すように、ｎスキャン時点において、物標１３１の面積ａｒと、面積ａｒの平均μ２とは、Δａｒ１だけ異なっている。また、ｎスキャン時点において、物標１３２の面積ａｒと、面積ａｒの平均μ２とは、Δａｒ２だけ異なっている。そして、Δａｒ１＞Δａｒ２である。即ち、Ｌｈ１２＜Ｌｈ２２である。

したがって、尤度Ｌｈ１１，Ｌｈ２１と尤度Ｌｈ２１，Ｌｈ２２に基づけば、物標１３２が追尾物標１４０と判定される。しかしながら、本実施形態では、物標１３１が到達予測領域ＥＡ内に位置しており、当該物標１３１についての領域尤度ＡＬｈ＝１である。一方、本実施形態では、物標１３２は、到達予測領域ＥＡ内に位置しておらず、当該物標１３２についての領域尤度ＡＬｈ＝０である。

したがって、物標１３１についての結合尤度Ｌｈ１００は、物標１３２についての結合尤度Ｌｈ２００（＝ゼロ）よりも大きい（Ｌｈ１００＞Ｌｈ２００）。この場合、尤度比較部２３は、物標１３１の代表点Ｐ１（ｎ）を、ｎスキャン時点における追尾物標１４０の代表点ＰＲ（ｎ）として特定する。なお、物標１３１の代表点Ｐ１（ｎ）が到達予測領域ＥＡの範囲外の場合、尤度判定部２３は、追尾物標１４０の代表点ＰＲ（ｎ）を検出しなかった旨の信号を運動推定部１５へ出力する。

次に、運動推定部１５について説明する。運動推定部１５は、追尾フィルタ処理を行うように構成されている。これにより、運動推定部１５は、ｎスキャン時点における、追尾物標１４０の推定速度ベクトルＶ１（ｎ）を算出する。尚、追尾フィルタとして、α−βフィルタ、カルマン・フィルタ等を例示することができる。運動推定部１５は、推定速度ベクトルＶ１（ｎ）を特定するデータを、選別部１３、関連付け部１４、および、表示器４へ出力する。推定速度ベクトルＶ１（ｎ）のデータは、（ｎ＋１）スキャン時点での追尾フィルタ処理に用いられる。

次に、運動推定部１５での処理の一例を説明する。図１２は、運動推定部１５における処理の流れの一例を説明するためのフローチャートである。図１３は、運動推定部１５での処理を説明するための模式図であり、ｎスキャン時点において追尾物標１４０の代表点ＰＲ（ｎ）が検出された場合の処理を示している。図１４は、運動推定部１５での処理を説明するための模式図であり、ｎスキャン時点において追尾物標１４０の代表点ＰＲ（ｎ）が検出されなかった場合の処理を示している。

まず、運動推定部１５は、（ｎ−１）スキャン時点における、当該運動推定部１５での追尾フィルタ処理の結果を特定するデータを、読み出す（ステップＳ３０１）。この場合、上記追尾フィルタ処理の結果は、図１３および図１４にそれぞれ示すように、（ｎ−１）スキャン時点における追尾物標１４０についての、平滑位置ＰＲｓ（ｎ−１）の座標と、推定位置ＰＲｅ（ｎ−１）の座標と、推定速度ベクトルＶ１（ｎ−１）と、を含んでいる。

次に、運動推定部１５は、関連付け部１４の尤度比較部２３から代表点ＰＲ（ｎ）のデータが出力されているか否かを判定する（ステップＳ３０２）。代表点ＰＲ（ｎ）のデータが出力されている場合（ステップＳ３０２でＹＥＳ）、即ち、ｎスキャン時点において、追尾物標１４０の代表点ＰＲ（ｎ）が関連付け部１４において検出された場合、運動推定部１５は、ｎスキャン時点で観測された代表点ＰＲ（ｎ）のデータを用いて、追尾処理を行う（ステップＳ３０３〜Ｓ３０４）。

具体的には、運動推定部１５は、追尾物標１４０の代表点ＰＲ（ｎ）の座標データを、尤度比較部２３部２２から読み出す（ステップＳ３０３）。その後、運動推定部１５は、ステップＳ３０１，Ｓ３０３で読み出したデータを用いて、追尾フィルタ処理を行う（ステップＳ３０４）。これにより、図１３に示すように、運動推定部１５は、ｎスキャン時点における、追尾物標１４０についての平滑位置ＰＲｓ（ｎ）と、推定位置ＰＲｅ（ｎ）と、推定速度ベクトルＶ１（ｎ）と、を算出する。

運動推定部１５は、上記追尾フィルタ処理の結果を特定するデータを、特徴情報メモリ１２と、選別部１３と、関連付け部１４と、表示器４と、に出力する（ステップＳ３０５）。

一方、代表点ＰＲ（ｎ）のデータが出力されていない場合（ステップＳ３０２でＮＯ）、即ち、ｎスキャン時点において、追尾物標１４０の代表点ＰＲ（ｎ）が関連付け部１４において検出されなかった場合（ステップＳ３０２でＮＯ）、運動推定部１５は、ｎスキャン時点での代表点ＰＲ（ｎ）を用いることなく、追尾処理を行う（ステップＳ４０４）。

この場合、図１４に示すように、運動推定部１５で算出された推定速度ベクトルＶ１（ｎ）は、推定速度ベクトルＶ１（ｎ−１）と同じ向きおよび大きさである。また、推定速度ベクトルＶ１（ｎ）の始点は、推定速度ベクトルＶ１（ｎ−１）の終点（推定位置ＰＲｅ（ｎ−１））であり、この終点が平滑位置ＰＲｓ（ｎ−１）となる。その後、運動推定部１５は、ステップＳ３０５の処理を行う。以上が、運動推定部１５における処理の流れの一例である。

表示器４は、たとえばカラー表示可能な液晶ディスプレイである。表示器４は、各物標エコー像１２０の画像データを用いて、表示画面に、各物標エコー像１２０を表示する。また、表示器４は、推定速度ベクトルＶ１（ｎ）を、画像として表示する。これにより、表示器４の表示画面には、追尾物標１４０（物標エコー像１２１）について、推定速度ベクトルＶ１（ｎ）を示す画像が表示される。レーダ装置１のオペレータは、表示器４に表示されたレーダ映像を確認することにより、追尾物標１４０の運動状態を確認することができる。

以上説明したように、追尾処理装置３によると、関連付け部１４の尤度算出部２２は、追尾物標１４０についての予め設定された運動モデル（到達予測領域ＥＡ）に基づいて、領域尤度ＡＬｈを算出する。そして、関連付け部１４の尤度比較部２３は、算出した領域尤度ＡＬｈ（ＡＬｈ１，ＡＬｈ２）に基づいて、複数の物標１３１，１３２のなかから追尾物標１４０を特定する。この構成によると、複数の物標１３１，１３２の何れが追尾物標１４０であるかの判定に際して、関連付け部１４は、複数の物標１３１，１３２の代表点Ｐ１（ｎ），Ｐ２（ｎ）について、予め設定された運動モデルに沿った運動状態か否かに基づいて、領域尤度ＡＬｈ（ＡＬｈ１，ＡＬｈ２）を算出する。このため、追尾物標１４０としての船舶の運動特性として取り得ない物標１３２を、追尾物標１４０として誤判定することを抑制できる。よって、追尾フィルタの追従性を下げることで追尾フィルタの安定性を高めることなく、追尾物標１４０の誤判定を抑制できる。その結果、追尾フィルタの追従性を高くできるので、追尾物標１４０の旋回運動を、追尾処理装置３でより正確に捉えることができる。以上の次第で、追尾処理装置３によると、複数の物標１３１，１３２のなかから、追尾物標１４０を、より正確に検出することができる。

また、追尾処理装置３によると、関連付け部１４は、追尾物標１４０が位置し得る領域としての到達予測領域ＥＡを用いて、複数の物標１３１，１３２の中から追尾物標１４０を検出する。このように、レーダーエコー画像の情報のみから，適応的に運動モデルを推定する方式に比べ、予め船舶の運動モデルを到達予測領域ＥＡとして設定・保持することにより、追尾物標１４０の検出に用いる運動モデルをより簡素にできる。よって、追尾処理装置３の処理速度をより高くできる。

また、追尾処理装置３によると、到達予測領域ＥＡは、追尾物標１４０が所定の平均速度Ｖａｖおよび所定の旋回角度範囲θｂで運動したときに当該追尾物標１４０が位置し得る領域として設定されている。この構成によると、関連付け部１４は、追尾物標１４０が現実的に存在し得る領域に絞って、追尾物標１４０を検出することができる。

また、追尾処理装置３によると、到達予測領域ＥＡは、追尾物標１４０を繰り返し特定する際の時間間隔が大きくなるに従い、大きくなるように設定されている。この構成によると、到達予測領域ＥＡを、追尾物標１４０の実際の運動により確実に近づけることができる。

また、追尾処理装置３によると、関連付け部１４は、運動推定部１５によって予め推定された、追尾物標１４０の代表点ＰＲ（ｎ）の平滑位置ＰＲｓ（ｎ−１）を原点として、到達予測領域ＥＡを設定する。この構成によると、追尾物標１４０の処理装置において、到達予測領域ＥＡをより正確に設定できる。

また、追尾処理装置３によると、到達予測領域ＥＡの内側に代表点Ｐ１（ｎ）が位置している場合の代表点Ｐ１（ｎ）についての領域尤度ＡＬｈ１は、到達予測領域ＥＡの外側に代表点Ｐ２（ｎ）が位置している場合の当該代表点Ｐ２（ｎ）についての領域尤度ＡＬｈ２よりも、高く設定されている。この構成によると、関連付け部１４は、到達予測領域ＥＡの内側に代表点Ｐ１（ｎ）が位置している場合と到達予測領域ＥＡの外側に代表点Ｐ２（ｎ）が位置している場合とにおいて、これらの代表点Ｐ１（ｎ），Ｐ２（ｎ）をより明確に識別できる。

また、追尾処理装置３によると、尤度算出部２２は、到達予測領域ＥＡの外側に位置している場合の代表点Ｐ２（ｎ）についての領域尤度ＡＬｈ２を、ゼロに設定する。この構成によると、関連付け部１４は、追尾物標１４０が存在しているとは考えられにくい領域における物標１３２の代表点Ｐ２（ｎ）について、追尾物標１４０であると誤判定することをより確実に抑制できる。

以上の次第で、本実施形態によると、複数の物標１３１，１３２のなかから、追尾物標１４０を、より正確に検出することができる、レーダ装置１を実現できる。なお、アンテナユニット２で得られたレーダーエコーには、追尾物標１４０の運動特性に加え、追尾処理装置３での処理の前処理におけるノイズ除去処理の特性も加わる。このため、従来は、追尾物標１４０（船舶）の運動特性を正確に考慮した追尾処理を行うことが難しかった。しかしながら、本実施形態によると、関連付け部１４が、運動モデルに基づいて結合尤度Ｌｈ１００，Ｌｈ２００を算出し、この結合尤度Ｌｈ１００，Ｌｈ２００に基づいて追尾物標１４０の代表点ＰＲ（ｎ）を検出する。これにより、従来の構成とは異なり、より正確な追尾処理を行うことができる。

以上、本発明の実施形態について説明したけれども、本発明は上述の実施の形態に限られず、特許請求の範囲に記載した限りにおいて様々な変更が可能である。たとえば、次のように変更して実施してもよい。

（１）たとえば、上述の実施形態では、代表点Ｐ１（ｎ），Ｐ２（ｎ）が到達予測領域ＥＡ内に位置しているか否かによって、領域尤度ＡＬｈがゼロか１の二択である形態を例に説明した。しかしながら、この通りでなくてもよい。

上述の実施形態では、直近のスキャン時点（ｎ−１）時点において追尾物標１４０の代表点ＰＲ（ｎ）が検出されたか否かにかかわらず、尤度算出部２２は、同じ到達予測領域ＥＡを設定した。しかしながら、この通りでなくてもよい。たとえば、図１５に示すように、直近の時点（（ｎ−１）スキャン時点）において、追尾物標１４０の代表点ＰＲ（ｎ−１）が検出されているか否かによって、関連付け部１４は、到達予測領域ＥＡを変更させてもよい。

より具体的には、関連付け部１４は、直近の時点（（ｎ−１）スキャン時点）において、追尾物標１４０の代表点ＰＲ（ｎ−１）が検出されている場合、前述の実施形態と同様の到達予測領域ＥＡを設定する。すなわち、関連付け部１４は、（ｎ−１）スキャン時点における平滑位置ＰＲｓ（ｎ−１）を原点とする推定速度ベクトルＶ１（ｎ−１）と、平滑位置ＰＲｓ（ｎ−１）を原点とする到達予測領域ＥＡと、を設定する。

一方、関連付け部１４は、直近の時点（（ｎ−１）スキャン時点）において、追尾物標１４０の代表点ＰＲ（ｎ）が検出されていない場合、到達予測領域ＥＡＡを設定する。到達予測領域ＥＡＡは、到達予測領域ＥＡのうち、推定速度ベクトルＶ１（ｎ−１）の延びる方向の先端側領域を、推定速度ベクトルＶ１（ｎ−１）の延びる方向側に拡張した領域である。すなわち、到達予測領域ＥＡＡは、到達予測領域ＥＡに付加領域ＥＡ２が付加された領域である。付加領域ＥＡ２は、たとえば、平滑位置ＰＲｓ（ｎ−１）から遠ざかるに従い、推定速度ベクトルＶ１（ｎ−１）と直交する方向に拡がるように設定されている。

この場合、追尾処理装置３によると、関連付け部１４は、定期的（１スキャン時間毎）に追尾物標１４０の代表点ＰＲ（ｎ）を特定するように構成されている。そして、関連付け部１４は、直近の時点（（ｎ−１）スキャン時点）において追尾物標１４０の代表点ＰＲ（ｎ−１）を特定できなかった場合において、到達予測領域ＥＡを拡張する処理（付加領域ＥＡ２を設定する処理）を行うように構成されている。この構成によると、関連付け部１４は、直近の時点（（ｎ−１）スキャン時点）において、追尾物標１４０の代表点ＰＲ（ｎ）を検出できなかった場合、最新の時点（ｎスキャン時点）において、より広い範囲を、追尾物標１４０が存在し得る領域として、設定する。これにより、たとえば、追尾物標１４０が追尾処理装置３によって想定されている速度よりも速い速度で運動している場合等でも、関連付け部１４は、より確実に、追尾物標１４０の代表点ＰＲ（ｎ）を検出できる。

（２）また、上述の実施形態では、到達予測領域ＥＡ内に代表点Ｐ（ｎ）が存在する場合、当該代表点Ｐ（ｎ）についての領域尤度ＡＬｈを一律に１に設定する形態を例に説明した。しかしながら、この通りでなくてもよい。たとえば、図１６に示すように、関連付け部１４は、自船１００から追尾物標１４０までの距離に基づいて、領域尤度ＡＬｈを変化させるように構成されていてもよい。また，自船船舶の動揺による追尾対象の観測位置誤差の大きくなる自船から遠方においては，領域尤度ＡＬｈ２を例えば０．５のように設定するような構成でもよい。すなわち、到達予測領域ＥＡ外の代表点Ｐ（ｎ）についての領域尤度ＡＬｈを、ゼロ以外の値に設定してもよい。

より具体的には、自船１００と追尾物標１４０との距離が所定値以上のとき、関連付け部１４は、到達予測領域ＥＡに、付加領域ＥＡ３，ＥＡ４を付加することで、到達予測領域ＥＡＢを設定する。付加領域ＥＡ３，ＥＡ４は、到達予測領域ＥＡＢの一部である。付加領域ＥＡ３は、到達予測領域ＥＡの右舷側および左舷側に到達予測領域ＥＡを拡張する領域として設定されている。

同様に、付加領域ＥＡ４は、到達予測領域ＥＡの右舷側および左舷側に到達予測領域ＥＡを拡張する領域として設定されている。なお、自船１００と追尾物標１４０との距離が所定値未満のとき、関連付け部１４は、到達予測領域ＥＡに付加領域ＥＡ３，ＥＡ４を付加しない。

付加領域ＥＡ３は、到達予測領域ＥＡと連続する領域である。付加領域ＥＡ３は、平滑位置ＰＲｓ（ｎ−１）の右舷側において、到達予測領域ＥＡの右舷側の端部領域を右舷側に延伸させた形状に相当する領域である。また、付加領域ＥＡ３は、平滑位置ＰＲｓ（ｎ−１）の左舷側において、到達予測領域ＥＡの右舷側の端部領域を右舷側に延伸させた形状に相当する領域である。

付加領域ＥＡ４は、付加領域ＥＡ３と連続する領域である。付加領域ＥＡ４は、平滑位置ＰＲｓ（ｎ−１）の右舷側において、付加領域ＥＡ３の右舷側の端部領域を右舷側に延伸させた形状に相当する領域である。また、付加領域ＥＡ４は、平滑位置ＰＲｓ（ｎ−１）の左舷側において、付加領域ＥＡ３の右舷側の端部領域を右舷側に延伸させた形状に相当する領域である。

前述したように、到達予測領域ＥＡＢは、到達予測領域ＥＡと、付加領域ＥＡ３，ＥＡ４と、を含んでいる。そして、到達予測領域ＥＡにおける領域尤度ＡＬｈ＝１に設定される。また、付加領域ＥＡ３，ＥＡ４における領域尤度ＡＬｈは、到達予測領域ＥＡにおける領域尤度ＡＬｈよりも低い値に設定される。本実施形態では、付加領域ＥＡ３における領域尤度ＡＬｈ＝０．５に設定され、付加領域ＥＡ４における領域尤度ＡＬｈ＝０．３に設定される。

上記の構成により、関連付け部１４は、追尾物標１４０の代表点ＰＲ（ｎ）の推定速度ベクトルＶ１（ｎ−１）の方向と直交する方向に沿って当該推定速度ベクトルＶ１（ｎ−１）から遠ざかるに従い、領域尤度ＡＬｈを低下する設定を行うように構成されている。すなわち、推定速度ベクトルＶ１（ｎ−１）に近い到達予測領域ＥＡにおける領域尤度ＡＬｈと比べて、推定速度ベクトルＶ１（ｎ−１）から遠い付加領域ＥＡ３での領域尤度ＡＬｈが低く設定されている。さらに、推定速度ベクトルＶ１（ｎ−１）からの距離がより遠い付加領域ＥＡ４における領域尤度ＡＬｈは、付加領域ＥＡ３における領域尤度ＡＬｈＢ１よりもさらに低く設定されている。

この場合の追尾処理装置３によると、レーダ装置１は、自船１００（移動体）に搭載されている。そして、関連付け部１４は、自船１００から追尾物標１４０の代表点ＰＲ（ｎ）までの距離に基づいて、領域尤度ＡＬｈを変化させるように構成されている。一般的に、自船１００と追尾物標１４０との距離が大きいと、アンテナ５で検出されたエコー信号に基づく検出誤差が大きくなる傾向にある。そして、自船１００から追尾物標１４０までの距離が遠いと想定される場合、関連付け部１４は、観測誤差を考慮して、より広い領域を到達予測領域ＥＡとして設定する。これにより、関連付け部１４は、より確実に追尾物標１４０の代表点ＰＲ（ｎ）を検出できる。

また、追尾処理装置３によると、関連付け部１４は、追尾物標１４０の代表点ＰＲ（ｎ）の推定速度ベクトルＶ１（ｎ−１）の方向と直交する方向に沿って当該推定速度ベクトルＶ１（ｎ−１）から遠ざかるに従い、代表点Ｐ（ｎ）の領域尤度ＡＬｈを低下する設定を行うように構成されている。この構成によると、関連付け部１４は、自船１００から追尾物標１４０までの距離に応じた、アンテナ５を用いた観測誤差をより的確に反映した状態で、追尾物標１４０の代表点ＰＲ（ｎ）を検出することができる。

（３）なお、上記の変形例では、領域尤度ＡＬｈを段階的に設定する形態を例に説明した。しかしながら、この通りでなくてもよい。たとえば、推定速度ベクトルＶ１（ｎ−１）から代表点ＰＲ（ｎ）までの距離（推定速度ベクトルＶ１（ｎ−１）と直交する方向の距離）に応じて値が変化する関数に従って、領域尤度ＡＬｈの値が設定されてもよい。

（４）また、上述の実施形態では、追尾処理装置が、船舶用の追尾処理装置である形態を例に説明した。しかしながら、本発明は、船舶用の追尾処理装置に限らず、他の物標用の追尾処理装置として適用することができる。

本発明は、追尾処理装置、レーダ装置、および追尾処理方法として、広く適用することができる。

Ｐ 代表点
３ 追尾処理装置
９ 信号処理部（検出部）
１４ 関連付け部（尤度判定部）
１３０ 物標
１４０ 追尾物標（追尾対象）
ＡＬｈ 領域尤度（尤度）

Claims (14)

1. 追尾対象として選択された物標を追尾するための追尾処理装置であって、
   複数の物標について、代表点の情報を検出するための、検出部と、
   複数の前記代表点の少なくとも一部について、それぞれ、前記追尾対象の代表点に該当する尤度を算出する、尤度判定部と、を備え、
   前記尤度判定部は、前記追尾対象についての予め設定された運動モデルに基づいて、前記尤度を算出し、且つ、算出した前記尤度に基づいて、複数の前記物標のなかから前記追尾対象を特定するように構成されていることを特徴とする、追尾処理装置。
2. 請求項１に記載の追尾処理装置であって、
   前記運動モデルは、前記追尾対象が位置し得る領域としての到達予測領域を特定するデータを含んでいることを特徴とする、追尾処理装置。
3. 請求項２に記載の追尾処理装置であって、
   前記到達予測領域は、前記追尾対象が所定の平均速度および所定の旋回角度範囲で運動したときに前記追尾対象が位置し得る領域として設定されていることを特徴とする、追尾処理装置。
4. 請求項２または請求項３に記載の追尾処理装置であって、
   前記到達予測領域は、前記追尾対象を繰り返し特定する際の時間間隔が大きくなるに従い、大きくなるように設定されていることを特徴とする、追尾処理装置。
5. 請求項２ないし請求項４の何れか１項に記載の追尾処理装置であって、
   前記追尾対象についての運動を推定する運動推定部をさらに備え、
   前記尤度判定部は、前記運動推定部によって予め推定された、前記追尾対象の前記代表点の位置を原点として、前記到達予測領域を設定することを特徴とする、追尾処理装置。
6. 請求項５に記載の追尾処理装置であって、
   前記代表点が前記到達予測領域の内側に位置している場合の当該代表点についての前記尤度は、前記代表点が前記到達予測領域の外側に位置している場合の当該代表点についての前記尤度よりも、高く設定されることを特徴とする、追尾処理装置。
7. 請求項６に記載の追尾処理装置であって、
   前記代表点が前記到達予測領域の外側に位置している場合の当該代表点についての前記尤度が、ゼロに設定されることを特徴とする、追尾処理装置。
8. 請求項６または請求項７に記載の追尾処理装置であって、
   前記尤度判定部は、定期的に前記追尾対象の前記代表点を特定するように構成されており、且つ、直近の時点において前記追尾対象の前記代表点を特定できなかった場合において、前記到達予測領域を拡張する処理を行うように構成されていることを特徴とする、追尾処理装置。
9. 請求項５ないし請求項８の何れか１項に記載の追尾処理装置であって、
   前記追尾処理装置は、所定の移動体に搭載されるように構成されており、
   前記尤度判定部は、前記移動体から前記追尾対象の前記代表点までの距離に基づいて、前記尤度を変化させるように構成されていることを特徴とする、追尾処理装置。
10. 請求項９に記載の追尾処理装置であって、
    前記尤度判定部は、前記運動推定部で推定された、前記追尾対象の前記代表点の運動ベクトルの方向と直交する方向に沿って当該運動ベクトルから遠ざかるに従い、前記代表点の前記尤度を低下する設定を行うように構成されていることを特徴とする、追尾処理装置。
11. 請求項１ないし請求項１０の何れか１項に記載の追尾処理装置と、
    水平面上を回転しながら電磁波を放射し、物標からの反射波であるエコー信号を受信するように構成されたアンテナと、
    を備え、
    前記追尾処理装置は、前記エコー信号を用いて前記代表点を検出するように構成されていることを特徴とするレーダ装置。
12. 追尾対象として選択された物標を追尾するための追尾処理方法であって、
    複数の物標について、代表点の情報を検出するための、検出ステップと、
    複数の前記代表点の少なくとも一部について、それぞれ、前記追尾対象の代表点に該当する尤度を算出する、尤度判定ステップと、を含み、
    前記尤度判定ステップは、前記追尾対象についての予め設定された運動モデルに基づいて、前記尤度を算出し、且つ、算出した前記尤度に基づいて、複数の前記物標のなかから前記追尾対象を特定するように構成されていることを特徴とする、追尾処理方法。
13. 請求項１２に記載の追尾処理方法であって、
    前記運動モデルは、前記追尾対象が位置し得る領域としての到達予測領域を特定するデータを含んでいることを特徴とする、追尾処理方法。
14. 請求項１３に記載の追尾処理装置であって、
    前記到達予測領域は、前記追尾対象が所定の平均速度および所定の旋回角度範囲で運動したときに前記追尾対象が位置し得る領域として設定されていることを特徴とする、追尾処理方法。

Images