JP6613624B2

JP6613624B2 - 判別方法及び判別装置

Info

Publication number: JP6613624B2
Application number: JP2015107048A
Authority: JP
Inventors: 一博反町
Original assignee: Isuzu Motors Ltd
Current assignee: Isuzu Motors Ltd
Priority date: 2015-05-27
Filing date: 2015-05-27
Publication date: 2019-12-04
Anticipated expiration: 2035-05-27
Also published as: JP2016223780A

Description

本発明は、車両の前方にある物体の種別を判別する判別方法、及びこの方法により物体の種別を判別する判別装置に関する。

従来、レーダを発信する装置を車両に搭載し、車両から発信したレーダの反射波を検出することにより、車両に衝突する危険性がある対象物を検知する方法が知られている。特許文献１には、レーダを発信した後に検出される反射波の強度（以下、「反射波強度」という）の特性に基づいて、検知した対象物が、車両に衝突する危険性がある下部構造物であるのか、車両が衝突する危険性がない上部構造物であるのかを判別する方法が開示されている。

特開２０１２−１８０５８号公報

特許文献１に記載されている方法においては、反射波強度の特性が、予め定められた条件を満たすか否かに基づいて、検知した対象物が上部構造物であるか否かが判別される。例えば、従来の方法においては、距離と反射波強度との関係を示す曲線における極大値の検出数を特定し、予め準備した極大値の検出数と対象物の高さとの関係を示すテーブルを参照することにより、対象物の高さを特定していた。

しかしながら、反射波強度の特性は、車両の周囲の環境に応じて大きく変動する。したがって、車両が実際に走行する環境においては、理想的な状態を想定して準備された極大値の検出数と対象物の高さとの関係が当てはまらないことが多く、判別基準を作成することが困難であった。そして、人の経験と勘に頼った判別基準を用いると、誤った判別が行われる確率が高いという問題があった。

そこで、本発明はこれらの点に鑑みてなされたものであり、車両が衝突する危険性がある対象物が存在するか否かの判別精度を向上させることを目的とする。

本発明の第１の態様においては、コンピュータにより実行される、車両から発信した電波が電波反射体で反射して生じた反射波の強度を示す反射波強度データを、前記電波反射体の種別に関連付けて取得する第１取得ステップと、前記反射波強度データに基づいて、前記車両から前記電波反射体までの距離と前記反射波の強度との関係を示す特性データを生成する生成ステップと、前記特性データに基づいて算出される、前記反射波の特徴を示す特徴量を取得する第２取得ステップと、前記車両が衝突しない高さの前記電波反射体である上部構造物に対応する前記特徴量及び前記特徴量に乗算される係数を含む判別式を第１値とする第１式を複数生成し、かつ前記上部構造物以外の前記電波反射体に対応する前記特徴量及び前記特徴量に乗算される前記係数を含む前記判別式を第２値とする第２式を複数生成する式生成ステップと、前記複数の第１式と前記複数の第２式とが満たされる確率に基づいて、前記係数を決定する決定ステップと、を有することを特徴とする判別式決定方法を提供する。
このようにすることで、設計者の経験と勘に基づいて判別式を決定する場合に比べて、ターゲットの種別の判別精度を向上させることができる。

前記特徴量は、例えば、前記距離に対応する第１特徴量、及び前記距離の所定の変化量に対する前記反射波の強度の変化量の大きさを示す第２特徴量を含む。前記特徴量は、前記反射波の強度が、前記距離の所定の変化量に対して所定量以上低下する頻度の大きさを示す第３特徴量を含んでもよい。

前記判別式は、例えば、前記第１特徴量、前記第１特徴量に乗算される第１係数、前記第２特徴量、及び前記第２特徴量に乗算される第２係数を含む回帰モデルである。

本発明の第２の態様においては、車両から発信した電波が電波反射体で反射して生じた反射波に基づいて、前記電波反射体の種別を判別する判別装置であって、上記の判別式決定方法により決定された判別式を記憶する記憶手段と、電波を発信する発信手段と、前記発信手段が発信した前記電波の反射波を受信する受信手段と、前記受信手段が受信した前記反射波の前記特徴量を算出し、算出した前記特徴量を用いて前記判別式の値を算出する算出手段と、前記第２算出手段が算出した前記判別式の値に基づいて、前記電波反射体の種別を判別する判別手段と、を有することを特徴とする判別装置を提供する。

本発明によれば、車両が衝突する危険性がある対象物が存在するか否かの判別精度が向上するという効果を奏する。

本発明の一実施形態の概要を説明するための図である。車両Ｖがターゲットの種別を判別する原理を説明するための図である。地面に対する反射を考慮した反射波強度の特性を示す図である。判別式を決定する流れを説明するための図である。コンピュータが判別式の係数を決定する手順を示すフローチャートである。判別式の学習に用いる反射波強度の特性を説明するための図である。決定した係数を含む判別式に特性データに基づく特徴量を入力して得られる判別値の分布図である。ターゲットの種別を判別する判別装置１の構成を示す図である。

［本実施形態の概要］
図１は、本発明の一実施形態の概要を説明するための図である。図１（ａ）は、道路を走行する車両Ｖの前方に、電波を反射する電波反射体（以下、「ターゲット」という）としての障害物ＴＳ（例えば、前方を走行する車両）が存在する状態を示している。車両Ｖがミリ波レーダ等の電波を発信すると、発信された電波は、図１（ａ）に示すＡ→Ｂ、及びＡ→Ｃ→Ｂ等のさまざまな経路を介して障害物ＴＳに到達し、障害物ＴＳで反射される。車両Ｖは、障害物ＴＳで反射した電波（以下、「反射波」という）を受信し、受信した反射波の特性に基づいて、障害物ＴＳが存在することを検出する。車両Ｖは、障害物ＴＳが存在することを検出すると緊急ブレーキシステムを作動させ、自動的に停止する。

図１（ｂ）は、車両Ｖの前方の上方に、上部構造物ＴＪが存在する状態を示している。上部構造物ＴＪは、例えば道路標識及び歩道橋のように、車両Ｖが衝突しない高さに設置されているターゲットである。車両Ｖが発信した電波は、図１（ａ）と同様に、さまざまな経路を介して上部構造物ＴＪに到達し、上部構造物ＴＪで反射される。車両Ｖは、上部構造物ＴＪで反射した反射波を受信し、受信した反射波の特性に基づいて、上部構造物ＴＪが存在することを検出する。

車両Ｖは、上部構造物ＴＪを検出した場合に緊急ブレーキシステムを作動させることがないように、受信した反射波の特性に基づいて、電波を反射したターゲットが、障害物ＴＳであるか上部構造物ＴＪであるかを判別する。本実施形態に係る車両Ｖは、従来よりも判別精度を向上させることができる判別式を用いて、ターゲットが障害物ＴＳであるか上部構造物ＴＪであるかを判別する。

［ターゲットの種別の判別方法］
図２は、車両Ｖがターゲットの種別を判別する原理を説明するための図である。図２（ａ）は、ターゲットが障害物ＴＳである場合における、車両Ｖから障害物ＴＳまでの距離と反射波の強度（以下、「反射波強度」という）との関係を示す図である。図２（ａ）に示すように、ターゲットが道路上に存在する障害物ＴＳである場合、車両Ｖからターゲットまでの距離が短くなるにつれて反射波強度が大きくなる。

図２（ｂ）は、ターゲットが上部構造物ＴＪである場合における、車両Ｖから上部構造物ＴＪまでの距離と反射波強度との関係を示す図である。図２（ｂ）に示すように、ターゲットが上方に存在する上部構造物ＴＪである場合、車両Ｖからターゲットまでの距離が短くなるにつれて反射波強度が小さくなり、さらに距離が短くなると、反射波を検出できなくなる。

ところで、ミリ波レーダが進む経路は、車両Ｖからターゲットに直接進む経路だけではなく、地面等にも反射して進む。反射波強度は、地面に反射した波と直接進んだ波が干渉することで、ターゲットまでの距離によって変化するという特徴を有する。反射波強度Ｐは、以下の式（１）で表すことができる。

上記の式において、ρは路面の反射率、κ＝２π／λは波数、λは波長、ｈ_ｓはミリ波レーダの発信部の高さ、ｈ_ｔはターゲットの高さ、Ｒはターゲットまでの距離、Ａは送信アンテナゲイン及び反射断面積等により定まる係数である。式（１）のｃｏｓの項により、反射波強度が、ターゲットまでの距離Ｒの逆数に対して周期的に変化することがわかる。

図３は、式（１）に対応する、車両Ｖからターゲットまでの距離と反射波強度との関係を示す図である。すなわち、図３は、地面に対する反射を考慮した反射波強度の特性を示す図である。図３（ａ）は、ターゲットが障害物ＴＳである場合の反射波強度の特性を示しており、図３（ｂ）は、ターゲットが上部構造物ＴＪである場合の反射波強度の特性を示している。図３に示すように、車両Ｖがターゲットに近づいていくと、反射波強度が変化する周期が短くなる。また、ターゲットの高さｈ_ｔが小さいほど周期が長くなり、ターゲットの高さｈ_ｔが大きいほど周期が短くなる。つまり、ターゲットが上部構造物ＴＪである場合の周期は、ターゲットが障害物ＴＳである場合の周期よりも短い。

車両Ｖは、図３に示すような、ターゲットの種別による反射波強度の特性の違いに基づいて、ターゲットが上部構造物ＴＪであるか否かを判別する。しかし、実際の環境においては、外来ノイズやマルチパス等の影響により、反射波強度の特性は、図３のような理想的な特性とは異なる特性になる。そこで、理想的とは言えない反射波強度の特性に基づいて、ターゲットの種別を高い精度で判別するための判別式が求められる。本実施形態においては、コンピュータを用いて、実測データを用いて判別式の係数を変化させながら判別式の値を算出し、最適な係数を学習する。学習により求めた最適な係数を含む判別式を用いてターゲットの種別を判別することにより、判別精度を向上させることができる。

［判別式を決定する方法］
図４は、判別式を決定する流れを説明するための図である。まず、さまざまな環境において、障害物ＴＳからの反射波の特性、及び上部構造物ＴＪからの反射波の特性を測定し、測定によって得られた実測データを学習用のデータとして収集する。実測データは、図２に示したような距離と反射波強度との関係を示すデータに、ターゲットの種別が関連付けられたデータである。

実測データは、判別式の係数を学習するためのプログラムを実行するコンピュータに入力される。実測データは、記憶媒体を介してコンピュータに入力されてもよいが、実測データを収集する車両Ｖから、インターネットを介してコンピュータに入力されてもよい。

コンピュータは、プログラムを実行することにより、学習用のデータを用いて、ターゲットが上部構造物であるか否かに応じて判別式の値に異なる傾向が表れるように係数を決定する。このようにして得られた判別式は、車両Ｖの製造時又は製造後に、車両Ｖが有する記憶媒体に記憶される。車両Ｖは、走行中にレーダを発信し、受信した反射波強度の特性を示すデータを判別式に代入することにより、判別式の値を算出する。車両Ｖは、判別式の値が閾値より大きいか、閾値以下であるかに基づいて、ターゲットが上部構造物であるか否かを判別することができる。

図５は、コンピュータが判別式の係数を決定する手順を示すフローチャートである。まず、コンピュータは、車両Ｖから発信した電波がターゲットで反射して生じた反射波の強度を示す反射波強度データを、ターゲットの種別に関連付けて取得する（ステップＳ１１）。

続いて、コンピュータは、反射波強度データに基づいて、車両Ｖからターゲットまでの距離と反射波の強度との関係を示す特性データを生成する（ステップＳ１２）。コンピュータは、例えば、レーダを発信した時刻から反射波を受信した時刻までの遅延時間に基づいて、車両Ｖからターゲットまでの距離を特定することにより、距離と強度との関係を示す、図３に示したような特性データを生成する。

続いて、コンピュータは、特性データに基づいて算出された、特性データの特徴を示す特徴量を取得する（ステップＳ１３）。コンピュータは、判別式の係数を決定するための学習データとして、多数の特徴量を取得する。コンピュータは、例えば、ターゲットまでの距離ｘ_１を第１特徴量として取得する。また、コンピュータは、例えば、ターゲットまでの距離と反射波強度との関係を示す曲線の傾きｘ_２を第２特徴量として取得し、反射波強度が減少する頻度ｘ_３を第３特徴量として取得する。コンピュータは、これらの特徴量を外部から取得してもよく、コンピュータ自身が特性データに基づいて計算した結果として取得してもよい。

ターゲットまでの距離と反射波強度との関係を示す曲線の傾きｘ_２は、例えば、特性データの複数の点から一次近似して算出され、距離の所定の変化量に対する反射波強度の変化量の大きさにより表される。反射波強度が減少する頻度ｘ_３は、例えば、反射波強度が、距離の所定の変化量に対して所定量以上低下する頻度の大きさにより表され、反射波強度が変動する周期に対応する。

図６は、判別式の学習に用いる反射波強度の特性を説明するための図である。図６（ａ）は、図３（ｂ）に示した理想的な反射波強度の特性を示している。車両Ｖが受信した反射波をサンプリングする時間間隔に対して反射波強度が変化する周期が短い場合、車両Ｖが取得する反射波強度の特性は、図６（ｂ）の実線に示すようになる。コンピュータは、図６（ｂ）の実線が示す、車両Ｖからターゲットまでの距離と反射波強度との関係を示す特性データを取得し、取得した特性データに基づいて算出された、図６（ｃ）に示す反射波強度の特性曲線の傾きｘ_２を取得する。

また、コンピュータは、「ターゲットまでの距離」に対する、隣接するデータが示す反射波強度と比較して所定値以上小さいデータ（例えば図６（ｄ）のデータａ及びデータｂ）の数を、反射波強度が減少する頻度ｘ３として取得する。なお、コンピュータは、反射波をサンプリングする時間間隔が十分に小さい場合、図６（ａ）に示す特性において反射波強度が極小値となる頻度を、反射波強度が減少する頻度ｘ３として取得してもよい。

図５に戻って、ステップＳ１３に続く処理について説明する。コンピュータは、ステップＳ１３において取得した特徴量を、順次、判別式に入力し、ターゲットの種別に応じて判別式の値を第１値「１」又は第２値「０」に設定することにより、係数を含む複数の式を生成する（ステップＳ１４）。コンピュータは、判別式として、例えば、以下の式（２）で示される、一般化線形モデルの一つであるロジスティック回帰モデルを用いる。

式（２）における係数ａ_１は、第１特徴量であるｘ_１に乗算される係数であり、係数ａ_２は、第２特徴量であるｘ_２に乗算される係数であり、係数ａ_３は、ｘ_３に乗算される係数である。コンピュータは、ターゲットが上部構造物ＴＪである場合、すなわち、上部構造物ＴＪで電波が反射した場合に得られた反射波の第１特徴量ｘ_１、第２特徴量ｘ_２及び第３特徴量ｘ_３を式（２）に代入した場合の判別式ｐ（ｘ）の値を第１値「１」に設定することにより、係数ａ_１、係数ａ_２、係数ａ_３を変数として含む第１式を生成する。また、ターゲットが障害物ＴＳである場合、すなわち、障害物ＴＳで電波が反射した場合に得られた反射波の第１特徴量ｘ_１、第２特徴量ｘ_２及び第３特徴量ｘ_３を式（２）に代入した場合の判別式ｐ（ｘ）の値を第２値「０」に設定することにより、係数ａ_１、係数ａ_２、係数ａ_３を変数として含む第２式を生成する。

コンピュータは、全ての特徴量（学習データ）に対して第１式又は第２式の生成が終了するまで、ステップＳ１３及びステップＳ１４を繰り返す。そして、コンピュータは、全ての特徴量（学習データ）に対して第１式又は第２式の生成が終了すると（ステップＳ１５においてＹｅｓ）、全ての式が満たされる確率に基づいて、係数ａ_１、係数ａ_２、係数ａ_３を決定する（ステップＳ１６）。コンピュータは、例えば最尤法を用いて、全ての式が満たされる確率が最も大きくなるように係数ａ_１、係数ａ_２、係数ａ_３を決定する。

図７は、決定した係数を含む判別式に特性データに基づく特徴量を入力して得られる値の分布図である。○は、ターゲットが上部構造物ＴＪであった場合の特徴量を用いて算出された判別値を示しており、△は、ターゲットが障害物ＴＳであった場合の特徴量を用いて算出された判別値を示している。図７（ａ）は、判別式が適切でない場合を示しており、○で示される判別値と△で示される判別値とが混在しており、ターゲットが上部構造物ＴＪであった場合と、ターゲットが障害物ＴＳであった場合とを分離することができない。したがって、このような判別式を用いてターゲットの種別を判別することは困難である。

これに対して、図７（ｂ）は、判別式が適切である場合を示しており、○が多い領域と△が多い領域とが存在している。コンピュータは、図７（ｂ）に示した、判別式の値の分布状態に基づいて、ターゲットが障害物ＴＳであるのか上部構造物ＴＪであるのかを判別するための判別式の値の閾値を決定する。コンピュータは、ターゲットが障害物ＴＳであるにもかかわらず、上部構造物ＴＪであると誤判別することを防止するために、例えば、図７（ｂ）に示すように、ターゲットが障害物ＴＳである場合の判別値が含まれないように判別閾値を決定する。コンピュータは、ターゲットが障害物ＴＳであるにもかかわらず、上部構造物ＴＪであると誤判別する確率を下げるために、図７（ｃ）に示すように、判別閾値を、ターゲットが上部構造物ＴＪであった場合の判別値が含まれる領域に設定してもよい。

［判別装置１の構成］
図８は、上記の方法により決定した判別式を用いて、走行中に受信する反射波強度に基づいてターゲットの種別を判別する判別装置１の構成を示す図である。判別装置１は、レーダ発信部１１と、反射波受信部１２と、記憶部１３と、制御部１４とを有する。判別装置１は、例えば、車両Ｖの前方部に設けられて使用される。

レーダ発信部１１は、車両Ｖが走行する向きにミリ波レーダを発信する。
反射波受信部１２は、レーダ発信部１１が発信したレーダがターゲットで反射した反射波を受信し、受信した反射波強度の値を制御部１４に通知する。

記憶部１３は、ＲＯＭ、ＲＡＭ及びハードディスク等の記憶媒体である。記憶部１３は、制御部１４が実行するプログラムを記憶している。また、記憶部１３は、コンピュータが算出した最適な係数を含む判別式を記憶している。

制御部１４は、例えばＣＰＵである。制御部１４は、記憶部１３に記憶されているプログラムを実行することにより、発信制御部１４１、算出部１４２及び判別部１４３として機能する。

発信制御部１４１は、レーダ発信部１１がレーダを発信するように制御する。
算出部１４２は、車両Ｖから発信した電波の反射波強度に基づいて、ターゲットまでの距離ｘ_１、ターゲットまでの距離と反射波強度との関係を示す曲線の傾きｘ_２、及び反射波強度が減少する頻度ｘ_３を算出する。算出部１４２は、これらの特徴量を用いて、図５のステップＳ１８において決定された係数を含む判別式の値を算出する。算出部１４２は、算出した値を判別部１４３に通知する。

判別部１４３は、算出部１４２が算出した判別式の値に基づいて、ターゲットの種別を判別する。具体的には、判別部１４３は、判別式の値が所定の閾値以下である場合に、ターゲットが障害物ＴＳであると判別し、判別式の値が閾値より大きい場合に、ターゲットが上部構造物ＴＪであると判別する。判別部１４３は、ターゲットが障害物ＴＳであると判別した場合に、車両Ｖのインストルメント・パネルに警告情報を表示させたり警告音を鳴らしたりする。

［変形例］
コンピュータは、車両Ｖの走行時の周辺環境（例えば、天候、明るさ）に関連付けて実測データを取得し、周辺環境に関連付けて最適な判別式を決定してもよい。そして、判別装置１は、周辺環境の状態を測定する測定部（不図示）を有し、測定した周辺環境の状態に関連付けて複数の判別式を記憶し、走行中に検知した周辺環境の状態を示す情報又は運転手による入力された周辺環境の状態を示す情報に基づいて、周辺環境に対応する判別式を用いてターゲットの種別を判別してもよい。

［実験例］
ターゲットの種別が「上部構造物」である場合の反射波強度の１５０７個のサンプル、及びターゲットの種別が「停止した車両」である場合の反射波強度の１０５１５個のサンプルを用いて、コンピュータにより、式（２）における最適な係数を決定した。そして、決定した係数を含む判別式を記憶させた判別装置１を用いて、車両Ｖの走行中にターゲットの種別を判別した。判別装置１を搭載した車両Ｖで、上部構造物が存在する５９箇所の道路を走行し、取得した反射波強度のデータを判別式に代入してターゲットの種別を判別したところ、判別装置１が、ターゲットが上部構造物であると正しく判別できた確率は、６７．８％であった。

比較例として、学習により決定した係数を用いることなく、以下の判別式を用いて判別した。
（判別式）
７５≦ｘ_１＜１００かつｘ_２≧０．２０かつｘ_１＋５０ｘ_３≧２００、又は
ｘ_１≧１００かつｘ_２≧０．１５かつｘ_１＋５０ｘ_３≧２００
この場合、判別装置１が、ターゲットが上部構造物であると正しく判別できた確率は、４２．４％であった。このように、本実施形態に係る手法を用いて最適な係数を決定することにより、ターゲットの種別の判別精度を向上させることができることを確認できた。

［本実施形態における効果］
以上説明したように、本実施形態においては、車両Ｖからレーダを発信した際の反射波強度の実測データに基づいて決定した判別式を用いて、ターゲットの種別を判別する。したがって、設計者の経験と勘に基づいて判別式を決定する場合に比べて、ターゲットの種別の判別精度を向上させることができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。そのような変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

１判別装置
１１レーダ発信部
１２反射波受信部
１３記憶部
１４制御部
１４１発信制御部
１４２算出部
１４３判別部

Claims

コンピュータにより実行される、
車両から発信した電波が電波反射体で反射して生じた反射波の強度を示す反射波強度データを、前記電波反射体の種別に関連付けて取得する第１取得ステップと、
前記反射波強度データに基づいて、前記車両から前記電波反射体までの距離と前記反射波の強度との関係を示す特性データを生成する生成ステップと、
前記特性データに基づいて算出される、前記反射波の特徴を示す特徴量を取得する第２取得ステップと、
前記車両が衝突しない高さの前記電波反射体である上部構造物に対応する前記特徴量及び前記特徴量に乗算される係数を含む判別式の値を第１値とする第１式を複数生成し、かつ前記上部構造物よりも下方の前記電波反射体に対応する前記特徴量及び前記特徴量に乗算される前記係数を含む前記判別式の値を第２値とする第２式を複数生成する式生成ステップと、
前記複数の第１式と前記複数の第２式とが満たされる確率に基づいて、前記係数を決定する係数決定ステップと、
前記上部構造物に対応する複数の前記特徴量を前記係数が決定された前記判別式に入力した場合に得られる複数の第１判別値を算出する第１算出ステップと、
前記上部構造物よりも下方の前記電波反射体に対応する複数の前記特徴量を前記係数が決定された前記判別式に入力した場合に得られる複数の第２判別値を算出する第２算出ステップと、
前記複数の第１判別値のうちの少なくとも一部の値が含まれ、かつ前記複数の第２判別値が含まれない範囲内の値を、前記上部構造物か否かが未知の前記電波反射体に前記電波が反射して生じた前記反射波の前記特徴量を前記判別式に入力した場合に得られる値に基づいて前記電波反射体が前記上部構造物であると判定するための閾値に決定する閾値決定ステップと、
を有することを特徴とする判別方法。
前記特徴量が、前記距離に対応する第１特徴量、及び前記距離の所定の変化量に対する前記反射波の強度の変化量の大きさを示す第２特徴量を含むことを特徴とする、
請求項１に記載の判別方法。
前記特徴量が、前記反射波の強度が、前記距離の所定の変化量に対して所定量以上低下する頻度の大きさを示す第３特徴量を含むことを特徴とする、
請求項２に記載の判別方法。
前記判別式が、前記第１特徴量、前記第１特徴量に乗算される第１係数、前記第２特徴量、及び前記第２特徴量に乗算される第２係数を含む回帰モデルであることを特徴とする、
請求項２又は３に記載の判別方法。
車両から発信した電波が電波反射体で反射して生じた反射波に基づいて、前記電波反射体の種別を判別する判別装置であって、
請求項１に記載の第１取得ステップ、生成ステップ、第２取得ステップ、式生成ステップ、及び係数決定ステップにより決定された判別式と、請求項１に記載の第１算出ステップ、第２算出ステップ、及び閾値決定ステップにより決定された閾値とを記憶する記憶手段と、
電波を発信する発信手段と、
前記上部構造物か否かが未知の前記電波反射体に、前記発信手段が発信した前記電波が反射して生じた反射波を受信する受信手段と、
前記受信手段が受信した前記反射波の前記特徴量を算出し、算出した前記特徴量を用いて前記判別式の値を算出する算出手段と、
前記算出手段が算出した前記判別式の値と前記閾値とを比較した結果に基づいて、前記電波反射体が前記上部構造物であるか否かを判別する判別手段と、
を有することを特徴とする判別装置。