JP6613624B2 - 判別方法及び判別装置 - Google Patents

判別方法及び判別装置 Download PDF

Info

Publication number
JP6613624B2
JP6613624B2 JP2015107048A JP2015107048A JP6613624B2 JP 6613624 B2 JP6613624 B2 JP 6613624B2 JP 2015107048 A JP2015107048 A JP 2015107048A JP 2015107048 A JP2015107048 A JP 2015107048A JP 6613624 B2 JP6613624 B2 JP 6613624B2
Authority
JP
Japan
Prior art keywords
discriminant
reflected wave
radio wave
feature
value
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.)
Active
Application number
JP2015107048A
Other languages
English (en)
Other versions
JP2016223780A (ja
Inventor
一博 反町
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Isuzu Motors Ltd
Original Assignee
Isuzu Motors Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Isuzu Motors Ltd filed Critical Isuzu Motors Ltd
Priority to JP2015107048A priority Critical patent/JP6613624B2/ja
Publication of JP2016223780A publication Critical patent/JP2016223780A/ja
Application granted granted Critical
Publication of JP6613624B2 publication Critical patent/JP6613624B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

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。
Figure 0006613624
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はミリ波レーダの発信部の高さ、h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が小さいほど周期が長くなり、ターゲットの高さh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。
Figure 0006613624
式(2)における係数aは、第1特徴量であるxに乗算される係数であり、係数aは、第2特徴量であるxに乗算される係数であり、係数aは、x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、第2特徴量x及び第3特徴量x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、係数a、係数a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、第2特徴量x及び第3特徴量x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、係数a、係数a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、係数a、係数a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、係数a、係数a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、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、及び反射波強度が減少する頻度x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<100かつx≧0.20かつx+50x≧200、又は
≧100かつx≧0.15かつx+50x≧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 (5)

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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。
JP2015107048A 2015-05-27 2015-05-27 判別方法及び判別装置 Active JP6613624B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015107048A JP6613624B2 (ja) 2015-05-27 2015-05-27 判別方法及び判別装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015107048A JP6613624B2 (ja) 2015-05-27 2015-05-27 判別方法及び判別装置

Publications (2)

Publication Number Publication Date
JP2016223780A JP2016223780A (ja) 2016-12-28
JP6613624B2 true JP6613624B2 (ja) 2019-12-04

Family

ID=57747875

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015107048A Active JP6613624B2 (ja) 2015-05-27 2015-05-27 判別方法及び判別装置

Country Status (1)

Country Link
JP (1) JP6613624B2 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7127969B2 (ja) * 2017-07-12 2022-08-30 株式会社デンソーテン レーダ装置及び信号処理方法
CN108845321A (zh) * 2018-04-19 2018-11-20 北京三快在线科技有限公司 目标对象的识别方法、装置及无人驾驶智能设备
WO2020008534A1 (ja) 2018-07-03 2020-01-09 三菱電機株式会社 障害物検知装置及び運転支援装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07239711A (ja) * 1994-03-01 1995-09-12 Fuji Electric Co Ltd 過渡応答波形特徴量算出方法
US7592945B2 (en) * 2007-06-27 2009-09-22 Gm Global Technology Operations, Inc. Method of estimating target elevation utilizing radar data fusion
JP2012018058A (ja) * 2010-07-07 2012-01-26 Honda Elesys Co Ltd レーダ装置及びコンピュータプログラム
JP2013002927A (ja) * 2011-06-15 2013-01-07 Honda Elesys Co Ltd 障害物検知装置及びコンピュータプログラム
JP5708294B2 (ja) * 2011-06-22 2015-04-30 日本電気株式会社 信号検出装置、信号検出方法及び信号検出プログラム
JP6040096B2 (ja) * 2013-05-20 2016-12-07 国立大学法人 東京大学 路面状態推定装置

Also Published As

Publication number Publication date
JP2016223780A (ja) 2016-12-28

Similar Documents

Publication Publication Date Title
JP5423891B2 (ja) 対象物識別装置、及びその方法
JP6788388B2 (ja) レーダ装置及びレーダ装置の制御方法
JP7092529B2 (ja) レーダ装置およびレーダ装置の制御方法
CN106461779B (zh) 用于检测机动车辆的超声波传感器的阻挡状态的方法,超声波传感器设备和机动车辆
WO2016194036A1 (ja) レーダ信号処理装置
JP2015155878A (ja) 車両用障害物検出装置
JP6613624B2 (ja) 判別方法及び判別装置
JP5093020B2 (ja) レーダ装置
JP2013170898A (ja) 障害物判定装置
JP2017207348A (ja) レーダ装置およびこれを用いたセンサフュージョン装置
US10183676B2 (en) System for use in a vehicle
CN109196374A (zh) 目标检测装置
JP2014112071A (ja) レーダ装置、および、信号処理方法
JP6858067B2 (ja) レーダ装置及びレーダ装置の制御方法
JP6211857B2 (ja) 天気判別システム
WO2013038561A1 (ja) 車線判定装置、車線判定方法及び車線判定用コンピュータプログラム
JP2012215489A (ja) レーダ装置
US20210364280A1 (en) Road surface area detection device, road surface area detection system, vehicle, and road surface area detection method
JP6396647B2 (ja) 障害物検知装置及び障害物検知方法
JP5436652B1 (ja) 車両の周辺監視装置及び車両の周辺監視方法
JP5861396B2 (ja) 車両用歩行者検知装置、車両用歩行者保護システム
JP5414758B2 (ja) レーダ装置およびレーダ装置の性能低下判定方法
JP2009018680A (ja) 相対関係測定システム及び車載相対関係測定装置
EP3754361B1 (en) Method for predicting a false positive for a radar sensor
CN113552575A (zh) 泊车障碍物侦测方法及装置

Legal Events

Date Code Title Description
A80 Written request to apply exceptions to lack of novelty of invention

Free format text: JAPANESE INTERMEDIATE CODE: A80

Effective date: 20150622

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151221

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180510

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190228

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190312

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190409

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190625

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190702

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: 20191008

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20191021

R150 Certificate of patent or registration of utility model

Ref document number: 6613624

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150