JP6554205B2 - 追尾処理装置及び追尾処理方法 - Google Patents

Description

本発明は、追尾対象を追尾する追尾処理装置及び追尾処理方法に関する。

従来から知られている追尾処理装置として、例えば特許文献１に開示される追尾処理装置では、追尾対象としてのターゲットの運動状態が推定され、当該運動状態に基づいてターゲットが追尾される。これにより、複数の物標の中から、追尾したい物標を精度よく検出することができる。

特開２０１４−８９０５６号公報

ところで、上述のように追尾対象となるターゲットを追尾する場合、ターゲットの周囲の環境によっては、ターゲットを正確に追尾できない場合がある。

本発明は、上記課題を解決するためのものであり、その目的は、周囲の環境によらず、追尾対象を正確に追尾することである。

（１）上記課題を解決するため、本発明のある局面に係る追尾処理装置は、追尾対象を追尾する処理を行う追尾処理部と、前記追尾対象の予測位置が含まれるエリア内に存在する物標の混雑の度合いである混雑度を算出する混雑度算出部と、を備え、前記追尾処理部は、前記混雑度算出部によって算出された前記混雑度の値が低いほど前記追尾対象への追従性が高くなるようにゲインを設定することを特徴とする。

（２）好ましくは、前記追尾処理部は、前記混雑度算出部によって算出された前記混雑度の値が低いほど、段階的に前記追尾対象への追従性が高くなるようにゲインを設定することを特徴とする。

（３）好ましくは、前記混雑度算出部は、前記エリア内に存在する前記物標の数としての物標数に基づいて前記混雑度を算出する。

（４）更に好ましくは、前記追尾処理装置は、前記エリアが分割された複数のセルのそれぞれに存在する前記物標数をカウントし、前記複数のセル毎にカウントされた前記物標数を、各前記セルに対応させて記憶するエコー分布生成部を更に備え、前記混雑度算出部は、前記追尾対象の前記予測位置が含まれる前記セル内に存在する前記物標の前記混雑度を算出する。

（５）好ましくは、前記混雑度算出部は、複数のタイミングでの前記物標数に基づいて前記混雑度を算出する。

（６）好ましくは、前記混雑度算出部は、複数のタイミングでの前記混雑度に基づいて平滑混雑度を算出し、前記追尾処理部は、前記混雑度算出部によって算出された前記平滑混雑度の値に応じて、前記追尾対象を追尾する処理を行う。

（７）上記課題を解決するため、本発明のある局面に係る追尾処理方法は、追尾対象を追尾する処理を行うステップと、前記追尾対象の予測位置が含まれるエリア内に存在する物標の混雑の度合いである混雑度を算出するステップと、を含み、前記追尾する処理を行うステップは、前記混雑度を算出するステップによって算出された前記混雑度の値が低いほど前記追尾対象への追従性が高くなるようにゲインを設定することを特徴とする。

本発明によれば、周囲の環境によらず、追尾対象を正確に追尾することができる。

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。 混雑度算出処理部の動作を説明するためのフローチャートである。 エコー分布生成部によって生成されたエコー分布を模式的に示す図である。 変形例に係る追尾処理装置の混雑度算出部によって算出される混雑度の算出方法について説明するための模式図である。

以下、本発明に係る追尾処理装置３の実施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ターゲットを「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、例えば、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、追尾物標の平滑速度を算出する。平滑速度とは、追尾物標について推定される、進行方向及び進行速度を示すベクトルである。レーダ装置１は、追尾物標の平滑速度を、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。尚、ｎは自然数である。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、当該追尾物標を観測して得られた観測位置に追尾フィルタ処理を施すことで、追尾物標を追尾する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、追尾物標の平滑速度、及び追尾物標の推定位置（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及び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、及び追尾処理部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、混雑度算出処理部２０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。また、信号処理部９は、物標エコー像に関するエコーデータの特徴情報の検出を行う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及びエコー検出部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、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、例えば、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、例えば、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及び図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、及び第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２及び図３に示すように、本実施形態では、信号処理部９及びエコー検出部１０は、協働して、物標エコー像１２０（物標１３０）について、下記１２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、及び物標エコー像１２０の画像データを基に、下記１２個のテキストデータを抽出する。本実施形態では、１２個のテキストデータとは、フラグのデータ２０１と、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（形状情報）
のデータ２０７と、代表点Ｐの座標データ２０８と、エコーレベルｅｃのデータ２０９と、隣接距離（物標の周囲の状態を特定する情報）ａｄのデータ２１０と、ドップラーシフト量ｄｓのデータ２１１と、時刻ｔｍのデータ２１２と、である。

上記のフラグは、例えば、物標エコー像１２０について、所定の状態であるか否か、等を特定するフラグである。このフラグは、「１」又は「０」等に設定されるように構成されている。

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、像１１０の中心点である。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。面積ａｒは、リング状部分の一部形状の像１１０における面積であり、本実施形態では、物標エコー像１２０の面積として扱われる。

エコーレベルｅｃは、物標エコー像１２０を特定するエコー信号の、強度を示している。この強度は、物標エコー像１２０を特定するエコー信号のピーク強度であってもよいし、当該エコー信号の強度の平均値であってもよい。本実施形態では、隣接距離ａｄは、例えば、隣接する２つの物標エコー像１２０間の距離である。ドップラーシフト量ｄｓは、例えば、アンテナ５から放射されたパルス信号の周波数と、物標エコー像１２０によって特定される物標１３０で反射したエコー信号の周波数と、の差である。ドップラーシフト量ｄｓを基に、物標エコー像１２０によって特定される物標１３０と、自船１００との相対速度を求めることが可能である。時刻ｔｍは、物標エコー像１２０を検出した時点の時刻である。尚、エコー像１２０のデータは、予備のデータ領域を含んでいてもよい。本実施形態では、信号処理部９及びエコー検出部１０は、各物標エコー像１２０について、上記１２個の特徴情報を抽出する。これら１２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，及び物標エコー像１２３によって特定される物標１３３は、例えば、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、例えば、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２０１〜２１２を、追尾処理部１１及び混雑度算出処理部２０へ出力する。

［混雑度算出処理部の構成］
図５は、混雑度算出処理部２０の動作を説明するためのフローチャートである。以下では、図１及び図５等を参照しながら、混雑度算出処理部２０の構成及び動作を説明する。

混雑度算出処理部２０は、追尾物標１４０の予測位置Ｘｐ（ｎ）周辺に存在する物標の混雑の度合い（混雑度）を算出するように構成されている。混雑度算出処理部２０は、エコー分布生成部２１と、混雑度算出部２２と、を有している。混雑度算出処理部２０には、詳しくは後述するように追尾処理部１１によって算出された追尾物標のｎスキャン時における予測位置Ｘｐ（ｎ）が入力される。

図６は、エコー分布生成部２１によって生成されたエコー分布を模式的に示す図である。以下では、図６に示すｘｙ座標上における位置が（ｘ，ｙ）であるセルＢにｎスキャン時に含まれる物標の数（物標数）を、Ｎ（ｘ，ｙ，ｎ）として説明する。例えば、図６を参照して、Ｎ（１，５，ｎ）＝３である。なお、図６では、カウントされた物標数を、黒のドットで図示している。また、以下では、座標系がｘｙ座標である例を挙げて説明するが、これに限らず、ｒθ座標系を用いることもできる。

エコー分布生成部２１は、エコー検出部１０によって検出された各物標１３０の分布を生成する。具体的には、エコー分布生成部２１では、図６を参照して、海上における所定のエリアＡが格子状に分割された複数のセルＢのそれぞれに存在する物標１３０の数が、セルＢ毎にカウントされる（図５のステップＳ１）。このとき、各セルＢに対応して平滑物標数（詳しくは後述する）が記憶されていない場合（ステップＳ２のＮｏ）、エコー分布生成部２１は、セルＢ毎にカウントされた物標１３０の物標数を、平滑物標数として各セルＢに対応させて記憶する（ステップＳ３）。なお、エリアＡとしては、例えば一例として、一辺が６４マイルの正方形状の領域を挙げることができる。また、セルＢとしては、例えば一例として、一辺が０．５マイルの正方形状の領域を挙げることができる。なお、本実施形態では、セルＢ毎に物標数をカウントする例を挙げて説明しているが、これに限らず、例えば一例として、各セルＢに含まれる物標の面積を合計した値を、上述した物標数の代わりに用いてもよい。

一方、各セルＢに対応して平滑物標数が記憶されている場合（ステップＳ２のＹｅｓ）、エコー分布生成部２１は、各セルＢに対応して記憶されている平滑物標数Ｎｓ（ｘ，ｙ，ｎ−１）と、直近の物標数Ｎ（ｘ，ｙ，ｎ）とに基づいて、平滑物標数Ｎｓ（ｘ，ｙ，ｎ）を算出する（ステップＳ４）。具体的には、エコー分布生成部２１は、以下で示す式（１）に基づいて、平滑物標数Ｎｓ（ｘ，ｙ，ｎ）を算出する。

Ｎｓ（ｘ，ｙ，ｎ）＝ａ_１・Ｎ（ｘ，ｙ，ｎ）＋（１−ａ_１）・Ｎｓ（ｘ，ｙ，ｎ−１）…（１）

なお、ａ_１は、０＜ａ_１≦１で表される係数であり、例えば一例として０．９である。

そして、エコー分布生成部２１は、それまでに各セルＢに対応して記憶されていた平滑物標数Ｎｓ（ｘ，ｙ，ｎ−１）を、直近で算出した平滑物標数Ｎｓ（ｘ，ｙ，ｔ）に置き換えて記憶する（ステップＳ５）。

混雑度算出部２２は、追尾物標１４０の予測位置Ｘｐ（ｎ）が含まれるセルＢの平滑物標数Ｎｓ（ｘ，ｙ，ｎ）を用い、混雑度Ｃ（ｎ）を算出する（ステップＳ６）。混雑度Ｃ（ｎ）は、平滑物標数Ｎｓ（ｘ，ｙ，ｎ）を変数とする任意の関数、すなわち、Ｃ（ｎ）＝ｆ（Ｎｓ（ｘ，ｙ，ｎ））と表すことができる。この式の一例として、例えば、Ｃ（ｎ）＝Ｎｓ（ｘ，ｙ，ｎ）、を挙げることができる。そして、混雑度算出部２２は、過去に算出された上記セルＢの混雑度であって該セルＢに対応して記憶されている平滑混雑度Ｃｓ（ｎ−１）と、直近で算出した混雑度Ｃ（ｎ）とに基づいて、平滑混雑度Ｃｓ（ｎ）を算出する（ステップＳ７）。具体的には、混雑度算出部２２は、以下の式（２）に基づいて、平滑混雑度Ｃｓ（ｎ）を算出する。そして、混雑度算出部２２は、それまで記憶されていた平滑混雑度Ｃｓ（ｎ−１）を、直近で算出した平滑混雑度Ｃｓ（ｎ）に置き換えて記憶する（ステップＳ８）。

Ｃｓ（ｎ）＝ａ_２・Ｃ（ｎ）＋（１−ａ_２）・Ｃｓ（ｎ−１）−１…（２）

但し、この式の算出結果が０未満となる場合には、Ｃｓ（ｎ）の値は０として設定される。また、ａ_２は、０＜ａ_２≦１で表される係数であり、例えば一例として０．９である。

混雑度算出部２２で算出された平滑混雑度Ｃｓ（ｎ）は、追尾処理部１１に通知される（ステップＳ９）。追尾処理部１１は、詳しくは後述するが、混雑度算出部２２から通知された平滑混雑度Ｃｓ（ｎ）の値に応じた追尾処理を行う。

追尾処理部１１は、複数の物標１３０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、例えば、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、例えば、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の平滑速度Ｖｓ（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、平滑速度Ｖｓ（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及びエコー検出部１０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。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２０１〜２１２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、例えば、数十程度である。

選別部１３は、エコー選別処理を行うように構成されている。具体的には、選別部１３は、ｎスキャン時点（最新のスキャン時点）において、観測位置Ｘｏ（ｎ）（追尾物標１４０の追尾代表点）が存在すると推定される領域を特定する。

具体的には、選別部１３は、追尾物標１４０について、運動推定部１５で算出された予測位置Ｘｐ（ｎ）の座標データを参照する。即ち、選別部１３は、ｎスキャン時点において、追尾代表点Ｐが存在していると推定される予測位置Ｘｐ（ｎ）の座標データを取得する。選別部１３は、当該予測位置Ｘｐ（ｎ）を中心とする選別領域Ｓ（ｎ）を設定する。この選別領域Ｓ（ｎ）は、例えば、上記予測位置Ｘｐ（ｎ）を中心とする円状の領域である。関連付け部１４は、この選別領域Ｓ（ｎ）内を検索する。

ここで、選別部１３は、混雑度算出部２２によって算出された平滑混雑度Ｃｓ（ｎ）の値に応じて、選別領域Ｓ（ｎ）の範囲を決定する。具体的には、選別部１３は、例えば一例として、平滑混雑度Ｃｓ（ｎ）が所定の閾値Ｎ_４以下の場合、選別領域Ｓ（ｎ）の半径
をｒ１として設定する。一方、選別部１３は、平滑混雑度Ｃｓ（ｎ）が所定の閾値Ｎ_４を超える場合、選別領域Ｓ（ｎ）の半径を、ｒ１よりも小さいｒ２として設定する。

関連付け部１４は、上記選別領域Ｓ（ｎ）内に存在する１つ又は複数の物標エコー像の追尾代表点Ｐのなかから、追尾物標１４０の観測位置Ｘｏ（ｎ）を、過去の追尾ターゲット情報（エコー面積、位置誤差等）から算出される各追尾代表点Ｐの尤度に基づき特定する。

具体的には、例えば、関連付け部１４は、各追尾代表点Ｐについて複数の尤度Ｌｈ_ｎ（ｎ＝１，２，…）を算出し、これらの尤度Ｌｈ_ｎを合成した結合尤度が最も高い追尾代表点Ｐを、追尾物標１４０の観測位置Ｘｏ（ｎ）として運動推定部１５へ出力している。なお、上述した尤度Ｌｈ_ｎとは、各追尾代表点Ｐが、追尾物標の追尾代表点Ｐである尤もらしさを示す度合いであって、追尾物標の特徴量と、選別領域Ｓ（ｎ）内に存在する各物標の特徴量とに基づいて算出される。ここでの特徴量としては、例えば一例として、物標のエコー面積が挙げられる。

関連付け部１４では、各尤度Ｌｈ_ｎに対応して閾値Ｎａ_ｎ（ｎ＝１，２，…）が設定されている。そして、関連付け部１４は、追尾代表点Ｐの各尤度Ｌｈ_ｎを対応する閾値Ｎａ_ｎと比較し、その比較結果に応じて、その追尾代表点Ｐが、追尾物標の追尾代表点Ｐの候補となり得るか否かを判定する。具体的には、関連付け部１４は、選別領域Ｓ（ｎ）内に存在するある追尾代表点Ｐにおける尤度Ｌｈ_ｎが閾値Ｎａ_ｎ以上の場合、当該追尾代表点Ｐを、追尾物標の追尾代表点Ｐの候補になり得る追尾代表点であると判定する。一方、前記のある追尾代表点Ｐにおける尤度Ｌｈ_ｎが閾値Ｎａ_ｎ未満の場合、当該追尾代表点Ｐを、追尾物標の追尾代表点Ｐの候補から除外する。

ここで、関連付け部１４は、平滑混雑度Ｃｓ（ｎ）の値に応じて上記閾値Ｎａ_ｎの値を決定する。具体的には、関連付け部１４は、例えば、平滑混雑度Ｃｓ（ｎ）が所定の閾値Ｎ_５以上の場合、閾値Ｎａ_ｎの値を高くする。一方、平滑混雑度Ｃｓ（ｎ）が所定の閾値Ｎ_５未満の場合、閾値Ｎａ_ｎの値を低くする。

運動推定部１５は、Ｘ−Ｙ座標系において、追尾物標１４０の追尾処理を行うように構成されている。本実施形態では、運動推定部１５は、地球の表面に対する向きが一定である座標系を用いて、追尾物標１４０の追尾処理を行う。

運動推定部１５は、観測誤差（アンテナ５が回転する際に発生するぶれ等に起因する誤差）の影響を平滑化するために設けられている。本実施形態では、運動推定部１５は、追尾フィルタ処理として、α−βフィルタ処理を行う。運動推定部１５は、追尾物標１４０の予測位置Ｘｐ（ｎ）と、平滑位置Ｘｓ（ｎ）と、平滑速度Ｖｓ（ｎ）と、を算出するように構成されている。

具体的には、運動推定部１５は、下記式（３）、（４）、（５）を演算する。
予測位置Ｘｐ（ｎ）＝Ｘｓ（ｎ−１）＋Ｔ×Ｖｓ（ｎ−１）…（３）
平滑位置Ｘｓ（ｎ）＝Ｘｐ（ｎ）＋α｛Ｘｏ（ｎ）−Ｘｐ（ｎ）｝…（４）
平滑速度Ｖｓ（ｎ）＝Ｖｓ（ｎ−１）＋（β／Ｔ）｛Ｘｏ（ｎ）−Ｘｐ（ｎ）｝…（５）

尚、平滑位置Ｘｓ（ｎ）は、ｎスキャン時点における、予測位置Ｘｐ（ｎ）と、観測位置Ｘｏ（ｎ）とに関連付けられた位置を示す。平滑位置Ｘｓ（ｎ）は、ｎスキャン時点において、追尾物標１４０の追尾代表点Ｐ１が到達していると推定される位置を示す。また、平滑速度Ｖｓ（ｎ）は、ｎスキャン時点における、追尾代表点Ｐ１の推定速度を示して
いる。

また、Ｔは、運動推定部１５が前回の平滑処理を行ってから上記の平滑処理を行うまでに経過した時間であり、１スキャンに要する時間に相当する。また、αは、平滑位置Ｘｓ（ｎ）を算出するために用いられるゲインである。βは、平滑速度Ｖｓ（ｎ）を算出するために用いられるゲインである。

ゲインαは、Ｘ軸方向の成分αｘ、及びＹ軸方向の成分αｙを有している。ゲインαは、ゲインα（αｘ，αｙ）としても表現できる。成分αｘは、上記式（４）において、Ｘ軸方向の成分を算出する際に用いられる。成分αｙは、上記式（４）において、Ｙ軸方向の成分を算出する際に用いられる。

また、ゲインβは、Ｘ軸方向の成分βｘ、及びＹ軸方向の成分βｙを有している。ゲインβは、ゲインβ（βｘ，βｙ）としても表現できる。成分βｘは、上記式（５）において、Ｘ軸方向の成分を算出する際に用いられる。また、成分βｙは、上記式（５）において、Ｙ軸方向の成分を算出する際に用いられる。

平滑位置Ｘｓ（ｎ）は、予測位置Ｘｐ（ｎ）と、観測位置Ｘｏ（ｎ）と、を結ぶ線分ＬＳ１上に位置する。

上記の構成によると、ゲインαが小さいほど、平滑位置Ｘｓ（ｎ）は、予測位置Ｘｐ（ｎ）に近くなる。また、ゲインβが小さいほど、平滑速度Ｖｓ（ｎ）の変化量は、小さくなる。このため、運動推定部１５での算出結果は、平滑化された度合いが大きくなり、追尾物標１４０の観測誤差に起因するばらつき量が小さくなる。但し、追尾物標１４０の追尾代表点Ｐ１の変針運動を、運動推定部１５の演算結果に反映させる際の応答は、ゲインα，βが小さいほど、遅くなる。

一方、ゲインαが大きいほど、平滑位置Ｘｓ（ｎ）は、観測位置Ｘｏ（ｎ）に近くなる。また、ゲインβが大きいほど、平滑速度Ｖｓ（ｎ）を平滑化する度合いは、小さくなる。このため、運動推定部１５は、追尾物標１４０の追尾代表点Ｐ１の変針運動を、追尾フィルタ処理において、応答性よく反映できる。このため、運動推定部１５は、追尾物標１４０の変針運動に対する追従性を高めることができる。尚、変針運動とは、追尾物標１４０の向きを変える運動をいう。但し、ゲインα，βが大きいほど、平滑位置Ｘｓ（ｎ）及び平滑速度Ｖｓ（ｎ）について、スキャン時点毎の変動量が大きくなってしまう。

そして、運動推定部１５は、混雑度算出部２２から通知された平滑混雑度Ｃｓ（ｎ）の値に応じて、ゲインα，βの値を設定する。ゲインα，βは、閾値Ｎ_１〜Ｎ_３（０＜Ｎ_３＜Ｎ_２＜Ｎ_１）と平滑混雑度Ｃｓ（ｎ）との関係性に応じて、例えば一例として、以下のように表すことができる。

α＝β＝０（Ｎ_１＜Ｃｓ（ｎ）の場合）
α＝０．５α_１、β＝０．５β_１（Ｎ_２＜Ｃｓ（ｎ）≦Ｎ_１の場合）
α＝α_１、β＝β_１（Ｎ_３＜Ｃｓ（ｎ）≦Ｎ_２の場合）
α＝１．５α_１、β＝１．５β_１（Ｃｓ（ｎ）≦Ｎ_３の場合）
但し、α_１及びβ_１は、所定の定数である。

上述のように、平滑混雑度Ｃｓ（ｎ）に応じてゲインα，βの値を設定することにより、以下のような効果を得ることができる。

平滑混雑度が非常に高い場合（本実施形態の場合、Ｎ_１＜Ｃｓ（ｎ））、追尾物標の予
測位置付近に多数の物標が存在すると推測される。この場合、関連付け部１４による関連付け処理を行う際に、追尾対象が、本来追尾したい物標から他の物標に乗り移ってしまう可能性（いわゆる乗り移りが生じる可能性）が高くなる。よって、このように乗り移りの可能性が高い状況下においては、ゲインα及びβを０に設定していわゆる予測追尾を行うことにより、追尾対象の乗り移りを防止できる。なお、予測追尾とは、平滑位置Ｘｓ（ｎ）を算出する際に観測位置Ｘｏ（ｎ）を考慮せず、予測位置Ｘｐ（ｎ）を平滑位置として算出する追尾のことである。

平滑混雑度がやや高い場合（本実施形態の場合、Ｎ_２＜Ｃｓ（ｎ）≦Ｎ_１）、追尾物標の予測位置付近には比較的多数の物標が存在すると推測される。この場合、関連付け部１４による関連付け処理を行う際に、乗り移りが生じる可能性がやや高くなる。よって、このように乗り移りの可能性がやや高い状況下においては、ゲインα及びβをやや低い値（本実施形態の場合、α＝０．５α_１、β＝０．５β_１）に設定して、いわゆる予測追尾に近い追尾処理を行うことにより、追尾対象の乗り移りの可能性を抑えつつ、追尾物標の変針運動にもある程度対応可能な追尾処理を行うことができる。

一方、平滑混雑度が０に近い値の場合（本実施形態の場合、Ｃｓ（ｎ）≦Ｎ_３）、追尾物標の予測位置付近にはほとんど物標が存在していない、又は追尾物標の予測位置付近には物標が存在していないと推測される。この場合には、上述のような乗り移りの危険性が非常に低いため、ゲインα及びβの値を通常時よりも大きな値（α＝１．５α_１、β＝１．５β_１）に設定することにより、追尾物標の変針運動に対する追従性を高める追尾処理を行うことができる。

なお、平滑混雑度がＮ_３＜Ｃｓ（ｎ）≦Ｎ_２の場合、ゲインα及びβの値は、追尾対象の乗り移りのリスク低減、及び追尾物標に対する追従性の確保、の双方のバランスのとれた値（α＝α_１、β＝β_１）に設定される。

運動推定部１５は、上述のように平滑混雑度に応じて適切に設定されたゲインα，βを用いて算出した各データを、選別部１３、混雑度算出処理部２０、及び表示器４へ出力する。具体的には、運動推定部１５は、予測位置Ｘｐ（ｎ）の座標データを、選別部１３及び混雑度算出処理部２０へ出力する。選別部１３では、当該データは、（ｎ＋１）スキャン時点における選別処理に用いられる。一方、混雑度算出処理部２０では、当該データは、混雑度の算出対象となるセルＢを特定するために用いられる。また、運動推定部１５は、平滑位置Ｘｓ（ｎ）、及び平滑速度Ｖｓ（ｎ）を特定するデータを、表示器４へ出力する。

表示器４は、例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、平滑速度Ｖｓ（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、平滑速度Ｖｓ（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。

［効果］
以上のように、本実施形態に係る追尾処理装置３では、追尾処理部が、追尾物標１４０の予測位置Ｘｐ（ｎ）が含まれるエリア（本実施形態の場合、セルＢ）内に存在する物標の混雑度（本実施形態の場合、平滑混雑度Ｃｓ（ｎ））に応じて、追尾処理を行っている。こうすると、追尾対象が本来追尾したい物標から他の物標に乗り移ってしまう可能性（乗り移りの可能性）に応じて、追尾処理を適切に制御することができる。具体的には、本実施形態の場合、乗り移りの可能性が高い状況下、すなわち平滑混雑度Ｃｓ（ｎ）が高い
状況下においては予測追尾を行っているため、乗り移りを防止することができる。一方、乗り移りの可能性が低い状況下、すなわち平滑混雑度Ｃｓ（ｎ）が低い状況下においては、追尾物標の変針運動に対する追従性が高い追尾処理を行っている。

従って、追尾処理装置３によれば、周囲の環境によらず、追尾対象を正確に追尾できる。

また、追尾処理装置３では、追尾物標１４０の予測位置Ｘｐ（ｎ）が含まれるエリア内に存在する物標の物標数に基づいて混雑度（平滑混雑度Ｃｓ（ｎ））を算出しているため、混雑度を適切に算出することができる。

また、追尾処理装置３では、所定のエリアＡが分割された複数のセルＢのうち、追尾対象の予測位置Ｘｐ（ｎ）が含まれるセルＢの混雑度（平滑混雑度Ｃｓ（ｎ））が算出されている。これにより、追尾対象が含まれる比較的限られた領域を対象として算出された混雑度に基づいて追尾対象の追尾が行われるため、より正確に追尾対象を追尾できる。

また、追尾処理装置３によれば、複数のタイミングでの物標数に基づいて混雑度を算出することができる。こうすると、例えば一例として、そのエコー強度が物標として算出される閾値前後となるような物標、の物標数が時間的に平均化されるため、混雑度がタイミング毎に大きく変動してしまうことを抑制できる。

また、追尾処理装置３によれば、複数のタイミングでの混雑度に基づいて平滑混雑度を算出することができる。こうすると、上述の場合と同様、そのエコー強度が物標として算出される閾値前後となるような物標、の物標数に基づいて算出される混雑度が時間的に平均化されるため、混雑度がタイミング毎に大きく変動してしまうことを抑制できる。

また、追尾処理装置３では、追尾フィルタ処理を施す際に用いられるゲインα及びβが、平滑混雑度Ｃｓ（ｎ）の値に応じて設定されている。具体的には、乗り移りが発生する可能性が高い場合（平滑混雑度Ｃｓ（ｎ）が高い場合）には、ゲインα及びβが低い値に設定される。これにより、いわゆる予測追尾が行われるため、追尾対象が本来追尾したい物標から他の物標に乗り移ってしまう可能性を低減できる。一方、乗り移りが発生する可能性が低い場合（平滑混雑度Ｃｓ（ｎ）が低い場合）には、ゲインα及びβが高い値に設定される。これにより、追尾物標の変針運動に対する追従性が高い追尾処理を行うことができる。

また、追尾処理装置３では、選別領域Ｓ（ｎ）の面積が、平滑混雑度Ｃｓ（ｎ）の値に応じて設定される。具体的には、乗り移りが発生する可能性が高い場合（平滑混雑度Ｃｓ（ｎ）が高い場合）には、選別領域Ｓ（ｎ）の面積が小さく設定される。これにより、追尾対象となり得る物標の候補を絞り込むことができるため、乗り移りの危険性を低減できる。一方、乗り移りが発生する可能性が低い場合（平滑混雑度Ｃｓ（ｎ）が低い場合）には、選別領域Ｓ（ｎ）の面積が大きく設定される。これにより、大きく変針した追尾物標についても追尾対象となり得る物標の候補とすることができるため、追尾物標の変針運動に対する追従性が高い追尾処理を行うことができる。

また、追尾処理装置３では、関連付け部１４で用いられる閾値Ｎａ_ｎの値が、平滑混雑度Ｃｓ（ｎ）の値に応じて設定される。乗り移りが発生する可能性が高い場合（平滑混雑度Ｃｓ（ｎ）が高い場合）には、閾値Ｎａ_ｎの値が大きく設定される。これにより、追尾対象となり得る物標の候補を絞り込むことができるため、乗り移りの危険性を低減できる。一方、乗り移りが発生する可能性が低い場合（平滑混雑度Ｃｓ（ｎ）が低い場合）には、閾値Ｎａ_ｎの値が小さく設定される。これにより、大きく変針した追尾物標についても
追尾対象となり得る物標の候補とすることができるため、追尾物標の変針運動に対する追従性が高い追尾処理を行うことができる。

［変形例］
以上、本発明の実施形態について説明したが、本発明はこれらに限定されるものではなく、本発明の趣旨を逸脱しない限りにおいて種々の変更が可能である。

（１）上記実施形態では、あるスキャン時にカウントされた物標数を、各スキャンに対応する物標数としているが、これに限らない。具体的には、各スキャン時にカウントされた物標数と、当該スキャン前後の他のスキャン時にカウントされた物標数とを平均化した値を、前記各スキャンに対応する物標数としてもよい。

（２）上記実施形態では、ゲインα，βの値を、平滑混雑度Ｃｓ（ｎ）の値と閾値Ｎ_１〜Ｎ_３の値との関係性に応じて段階的に設定したが、この限りでない。具体的には、ゲインα，βの値が平滑混雑度Ｃｓ（ｎ）の値に応じて線形的に変化するように、ゲインα，βの値を設定してもよい。ゲインα，βの値は、例えば一例として、以下のように表すことができる。

α＝ν・α_２
β＝ν・β_２
但し、Ｎ_１＜Ｃｓ（ｎ）の場合、ν＝０であり、Ｎ_１≧Ｃｓ（ｎ）の場合ν＝１−（Ｃｓ（ｎ）−Ｎ_２）／（Ｎ_１−Ｎ_２）である。また、α_２及びβ_２は、所定の定数である。

ゲインα，βを上述した式を用いて設定することにより、平滑混雑度Ｃｓ（ｎ）の値がＮ_１以上となる場合におけるゲインα，β値を、平滑混雑度Ｃｓ（ｎ）の値に応じて線形的に変化させることができる。これにより、ゲインα，β値を、平滑混雑度Ｃｓ（ｎ）の値に応じてより適切に設定することができる。

また、上記実施形態では、選別領域Ｓ（ｎ）の範囲を、平滑混雑度Ｃｓ（ｎ）の値と閾値Ｎ_４との関係性に応じて段階的に設定したが、この限りでない。具体的には、上述した場合と同じように、選別領域Ｓ（ｎ）の範囲が平滑混雑度Ｃｓ（ｎ）の値に応じて線形的に変化するように、選別領域Ｓ（ｎ）の範囲を設定してもよい。

（３）図７は、変形例に係る追尾処理装置の混雑度算出部２２によって算出される混雑度の算出方法について説明するための模式図である。図７では、複数のセルＢ（図６参照）のうち、追尾物標の予測位置Ｘｐ（ｎ）付近のセルＢを示している。上記実施形態では、追尾物標の予測位置Ｘｐ（ｎ）が含まれるセルＢにおける平滑物標数Ｎｓ（ｎ）を、混雑度Ｃ（ｎ）として算出したが、これに限らない。本変形例では、混雑度Ｃ（ｎ）を、線形補完を用いて算出している。

本変形例では、混雑度算出部２２が混雑度Ｃ（ｎ）を算出する際、複数のセルＢに対応して記憶されている平滑物標数Ｎｓ（ｎ）のうち、以下に示す条件を満たすセルＢの平滑物標数Ｎｓ（ｎ）が用いられる。具体的には、混雑度Ｃ（ｎ）は、図７を参照して、各中心点ＣＰ_１〜ＣＰ_４で囲まれる正方形状の領域内に予測位置Ｘｐ（ｎ）が含まれる４つのセルＢ（図７では、Ｂ_１〜Ｂ_４）のそれぞれに対応して記憶される平滑物標数Ｎｓ（ｎ）（図７では、Ｎｓ_１（ｎ）〜Ｎｓ_４（ｎ））を用いて、以下の式（６）によって算出される。そして、本変形例の混雑度算出部２２は、上記実施形態の場合と同様、それまで記憶されていた平滑混雑度Ｃ（ｎ−１）を、直近で算出した平滑混雑度Ｃ（ｎ）に置き換えて記憶する。

Ｃ（ｎ）＝Ｎｓ’（ｎ）・ωｙ＋Ｎｓ”（ｎ）・（１−ωｙ）…（６）

但し、Ｎｓ’（ｎ）＝Ｎｓ_１（ｎ）・（１−ωｘ）＋Ｎｓ_２（ｎ）・ωｘ、Ｎｓ”（ｎ）＝Ｎｓ_３（ｎ）・（１−ωｘ）＋Ｎｓ_４（ｎ）・ωｘ、である。なお、ωｘは、ＣＰ_１からＣＰ_２までの距離（すなわち、ＣＰ_３からＣＰ_４までの距離）に対する、ＣＰ_１からＸｐ（ｎ）までの距離のｘ軸方向成分（すなわち、ＣＰ_３からＸｐ（ｎ）までの距離のｘ軸方向成分）の比、である。また、ωｙは、ＣＰ_１からＣＰ_３までの距離（すなわち、ＣＰ_２からＣＰ_４までの距離）に対する、ＣＰ_３からＸｐ（ｎ）までの距離のｙ軸方向成分（すなわち、ＣＰ_４からＸｐ（ｎ）までの距離のｙ軸方向成分）の比、である。

上述のように算出された平滑混雑度Ｃ（ｎ）は、上記実施形態の場合と同様、追尾処理部１１に通知される。そして、追尾処理部１１は、上記実施形態の場合と同様、平滑混雑度Ｃ（ｎ）の値に応じた追尾処理を行う。

以上のように、本変形例に係る追尾処理装置によれば、上述した実施形態に係る追尾処理装置の場合と同様、周囲の環境によらず、追尾対象を正確に追尾できる。

そして、本変形例に係る追尾処理装置によれば、線形補完を用いて混雑度を算出しているため、物標の混雑度をより正確に算出することができる。

（４）上記実施形態では、追尾物標の予測位置Ｘｐ（ｎ）が含まれるセルＢにおける平滑物標数Ｎｓ（ｘ，ｙ，ｎ）を、混雑度Ｃ（ｎ）として算出したが、これに限らない。具体的には、平滑物標数を算出せずに、ｎスキャン時における物標数Ｎ（ｘ，ｙ，ｎ）を、混雑度Ｃ（ｎ）として算出してもよい。

（５）上記実施形態及び変形例では、平滑混雑度（又は混雑度）に応じて、選別領域Ｓ（ｎ）の範囲、ゲインα，βの値、及び閾値Ｎａ_ｎの値を制御していたが、これに限らず、これらのうちの少なくとも１つが、混雑度に応じた変数として制御されればよい。

１ レーダ装置
３ 追尾処理装置
１１ 追尾処理部
２２ 混雑度算出部

Claims (11)

1. 所定の周期により方位を変えてスキャンしながら電波の送受信を行うレーダ装置によって探知された物標のうち設定された追尾物標の最新のスキャンより前のスキャンにより求められた平滑位置と平滑速度とに基づいて該追尾物標の予測位置を算出する予測部と、
   前記レーダ装置による探知エリアに存在する物標の数に基づいて物標の混雑度を算出する混雑度算出部と、
   最新のスキャンにより観測された前記追尾物標の観測位置と前記予測位置の差から平滑位置および平滑速度の修正量を定めるゲインに基づいて、前記追尾物標の最新のスキャン時点における平滑位置および平滑速度を算出する追尾処理部と、
   を備え、
   前記追尾処理部は、前記混雑度が高いとき、前記修正量が小さくなるようにゲインを設定す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において、
   前記混雑度算出部は、前記エリアに代えて、前記追尾物標の予測位置が含まれる前記エリアよりも狭い領域のセルを設定し、該セル内に存在する物標数に基づいて前記混雑度を算出することを特徴とする、追尾処理装置。
3. 請求項２記載の追尾処理装置において、
   前記エリア内にある複数のセルに存在する前記物標の数をセル毎にカウントし、前記各セルの物標の数を該セルにそれぞれ対応させて記憶するエコー分布生成部を更に備え、
   前記混雑度算出部は、前記追尾物標の前記予測位置が含まれるセル内の物標の数に基づいて前記混雑度を算出することを特徴とする、追尾処理装置。
4. 請求項１乃至請求項３のうちいずれかの請求項に記載の追尾処理装置において、
   前記混雑度算出部は、複数のタイミングで得られた物標の数に基づいて前記混雑度を算出することを特徴とする、追尾処理装置。
5. 請求項４記載の追尾処理装置において、
   前記混雑度算出部は、複数のタイミングで算出された前記混雑度に基づいて平滑混雑度を算出し、
   前記追尾処理部は、前記平滑混雑度に基づいて前記ゲインを設定することを特徴とする、追尾処理装置。
6. 請求項３乃至請求項５のうちいずれかの請求項に記載の追尾処理装置において、
   前記混雑度算出部は、前記追尾物標の前記予測位置が含まれるセルと該セルに近接するセルにそれぞれ存在する物標の数に基づき線形補間して前記混雑度を算出することを特徴とする、追尾処理装置。
7. 請求項１乃至請求項６のうちいずれかの請求項に記載の追尾処理装置において、
   前記追尾処理部は、前記混雑度が低いほど最新のスキャン時点の平滑位置を前記観測位置に近づけるゲインに設定することを特徴とする、追尾処理装置。
8. 請求項１乃至請求項７のうちいずれかの請求項に記載の追尾処理装置において、
   前記追尾処理部はさらに、
   混雑度に応じて範囲が定まる選別領域を決定する判別部と、
   前記選別領域内に存在する、前記レーダ装置によって得られた１つ又は複数の物標エコー像の追尾代表点のなかから前記追尾物標の観測位置を、該追尾物標が有する追尾ターゲット情報から算出される各追尾代表点の尤度に基づき特定する関連付け部と、
   を備えていることを特徴とする、追尾処理装置。
9. 請求項８記載の追尾処理装置において、
   前記選別領域の範囲は、前記混雑度に基づいて設定される
   ことを特徴とする、追尾処理装置。
10. 請求項８記載の追尾処理装置において、
    前記関連付け部の尤度の閾値は、前記混雑度に基づいて設定される
    ことを特徴とする、追尾処理装置。
11. 所定の周期により方位を変えてスキャンしながら電波の送受信を行うレーダ装置によって探知された物標のうち設定された追尾物標の最新のスキャン以前のスキャンにより求められた平滑位置と平滑速度とに基づいて該追尾物標の予測位置を算出し、
    前記レーダ装置による探知エリアに存在する物標の数に基づいて物標の混雑度を算出し、
    最新のスキャンにより観測された前記追尾物標の観測位置と前記予測位置の差から平滑位置および平滑速度の修正量を定めるゲインに基づいて前記追尾物標の最新のスキャン時点における平滑位置および平滑速度を算出する追尾処理において、前記混雑度が高いとき、前記修正量が小さくなるようにゲインを設定することを特徴とする、追尾処理方法。

Images