JP6660228B2 - 物体検出センサ - Google Patents

Description

本発明は、光線の投受光により警戒領域内の被測定物までの距離を検出する物体検出センサに関する。

従来、屋外などの広域な警戒領域を監視するために、レーザ光線や可視光線、超音波、赤外線などの各種探査信号を警戒領域内に照射して、対象物からの反射回帰信号を受信することで警戒領域における物体を検出する物体検出センサが知られている。

特許文献１には、光線の投受光により警戒領域内の被測定物までの距離を検出する物体検出センサの発明が開示されている。この物体検出センサは、警戒領域の一端から他端までを測定周期おきに走査して、警戒領域における各方向の測定点までの距離を示す測距データを生成し、過去の測距データと比較して現在の測距データについて同一の被測定物により距離が変化した測定点を変化領域としてグループ化する。そして、前回と今回とで検出された物体間の距離が閾値以内であり、かつ大きさの変動が閾値以内である場合に、同一物体であるとして変化領域の対応付けを行うトラッキング処理を行う。また、この物体検出センサは、変化領域としてグループ化した測定点のうち線分として近似できる測定点から線分データを検出することができる。そして、１つの線分データごとに車両形状らしさを評価して第１の車形状度を算出し、２つの線分データの組合せごとに車両形状らしさを評価して第２の車形状度を算出し、第１の車形状度及び第２の車形状度を用いて第３の車形状度を算出し、第３の車形状度に基づいて変化領域が検出対象か否かを判定している。この発明によれば、車両が存在する可能性がある警戒領域を監視する場合であっても、精度よく検出対象を検出できるものとされている。

特開２０１５−１４１６３４号公報

特許文献１に開示された物体検出センサによれば、車両に乗り降りする人物や車両とセンサとの間を横切る人物等で陰に車両の一部が遮られた場合、センサは、１台の車両を２つの分裂した変化領域として認識してしまう。この場合、前回の測定周期では１台の車両として認識していても、今回の測定周期では分裂により変化領域の大きさや距離の関係が前回の測定周期と大きく変化することがあるため、認識していた１台の車両としてうまくトラッキングできなくなってしまう可能性がある。

例えば、車両から人が降りた直後のような場合、人に相当する変化領域と、前回車両と認識した変化領域との間で、大きさが大きく異なることなく距離も比較的近いと、センサが人に相当する変化領域に対して前回認識した車両であると判断してしまう可能性がある。

そこで、本発明は、以上説明した従来の技術における課題に鑑みてなされたものであり、特定の対象と判定されたセグメントが検知されている警戒領域において、トラッキング対象の一部に遮蔽が生じて複数のセグメントが出現したような場合であっても、遮蔽が生じたことを判定するとともに、特定の対象を同一物体として精度良くトラッキングしていくことを目的としている。

請求項１に記載された物体検出センサは、
警戒領域の一端から他端までを測定周期おきに走査して、前記警戒領域における各方向の測定点までの距離を示す測距データを生成する検知部と、
前記測距データに基づいて、近接する測定点をセグメントとしてグループ化するグループ化手段と、
所定時点における測定周期の測距データから得られたセグメントと、当該所定時点と同時又は当該所定時点よりも過去の測距データから得られたセグメントとを選択し、前記選択した２つのセグメントの各端部への走査角度の差が第１の閾値以下であるか否かを判定する第１の走査角度判定部と、
前記第１の走査角度判定部にて前記走査角度の差が前記第１の閾値以下であると判定されると、前記選択した２つのセグメントの一方が他方を遮蔽していると推定する遮蔽推定部と、
を備えることを特徴としている。

請求項２に記載された物体検出センサは、請求項１に記載の物体検出センサにおいて、
前記セグメントが特定の対象であるか否かを判定する対象判定部と、
前記選択した２つのセグメントのうち前記検知部により近い位置にあるセグメントの他方の端部と前記所定時点よりも過去の測距データから前記特定の対象と判定したセグメントの端部との走査角度の差が第２の閾値以下であるか否かを判定する第２の走査角度判定部と、
を備え、
前記遮蔽推定部は、前記第１の走査角度判定部にて前記第１の閾値以下と判定され、かつ、前記第２の走査角度判定部にて前記第２の閾値以下であると判定されると、前記特定の対象が遮蔽されていると推定し、
当該推定がなされると、前記選択した２つのセグメントのうち前記検知部からより遠い位置にあるセグメントが前記所定時点のセグメントであれば前記特定の対象と判定したセグメントと同一物体としてトラッキングする同一物体判定部を備える。

請求項３に記載された物体検出センサは、請求項２に記載の物体検出センサにおいて、
前記同一物体判定部は、同一物体の候補として複数のセグメントを抽出した場合、当該セグメントのうち大きさが最大のセグメントを同一物体であると判定する。

請求項４に記載された物体検出センサは、請求項２又は３に記載の物体検出センサにおいて、
前記第２の閾値は前記第１の閾値より大きい値である。

請求項５に記載された物体検出センサは、請求項２〜４のいずれか一項に記載の物体検出センサにおいて、
前記特定の対象は車両である。

請求項１に記載された物体検出センサによれば、所定時点で得られているセグメントとこの所定時点又はこれよりも過去に得られているセグメントとを選択し、この選択した２つのセグメントの各端部への走査角度の差が第１の閾値以下である場合に、これら２つのセグメントの手前側の一方が奥側の他方を遮蔽している遮蔽関係があることを推定することにより、警戒領域に検知された一方の物体が他方の物体を遮蔽していることを精度良く検知することができる。

請求項２に記載された物体検出センサによれば、選択した２つのセグメントのうち検知部に近い方のセグメントの他方の端部と、所定時点よりも過去の測定周期で特定の対象と判定したセグメントの端部との走査角度の差が第２の閾値以下である場合に、特定の対象が遮蔽されていると推定し、この推定がなされると、選択した２つのセグメントのうち検知部から遠い方のセグメントを特定の対象と判定したセグメントと同一物体と判断することにより、所定時点の測定周期で検知されたセグメントの中の確からしい一つのセグメントを特定の対象と同一物体として精度良くトラッキングしていくことが可能になる。

請求項３に記載された物体検出センサによれば、同一物体の候補として複数のセグメントを抽出した場合、大きさが最大のセグメントを同一物体であると判定するため、トラッキングについて良好な結果が得られる。これは、所定時点よりも過去の測定周期で特定の対象とされたセグメントが、所定時点の測定周期で複数のセグメントに分かれた場合、特定の対象とされたセグメントに対応付けられる新たなセグメントは、特定の対象とされたセグメントに近い大きさ、すなわち、大きさの大きいセグメントであると考えられるので、同一物体の候補のうち、最大のものを選択することが情報処理において無理がないからである。

請求項４に記載された物体検出センサによれば、特定の対象として検出されたセグメントが存在する警戒領域において、後の周期で複数のセグメントが検知されたような場合には、同一周期内にあるセグメント同士の端部の角度差よりも、相対的な移動が予想される異なる周期間でのセグメント同士の端部の角度差の方が大きいと考えられるので、第１の閾値よりも第２の閾値の方を大きくしたことにより、複数周期にわたって検知された複数のセグメント間の遮蔽関係をより的確に検出し、車両トラッキングも的確に行うことができる。

請求項５に記載された物体検出センサによれば、車両を特定のトラッキング対象として精度良くトラッキングしていくことができる。

本発明の実施形態における監視システムの概要を示すイメージ図である。 本発明の実施形態における監視システムにおける物体検出センサのブロック構成図である。 分図（ａ）は本発明の実施形態の監視システムにおいて、物体検出センサが停止車両を検知する場合の作用を示す模式図であり、分図（ｂ）は停止車両から人物が降車してくる状況を物体検出センサが検知する場合の作用を示す模式図である。 図３からの連続図であり、分図（ｃ）は本発明の実施形態の監視システムにおいて、停止車両から降車した人物が検知部に接近してくる状況を物体検出センサが検知する場合の作用を示す模式図であり、分図（ｄ）は停止車両から降車した人物が検知部を横切る方向に移動する状況を物体検出センサが検知する場合の作用を示す模式図である。 本発明の実施形態の監視システムにおける物体検出センサの監視制御処理を示すフローチャートである。 本発明の実施形態の監視システムにおける物体検出センサのトラッキング処理を示すフローチャートである。 本発明の実施形態の監視システムにおける物体検出センサの車両トラッキング処理を示すフローチャートである。

以下、本発明の実施形態について、図面を参照して具体的に説明する。
本実施形態では、監視区域内で侵入物体等（例えば不審車両や不審者等）の異常を検知し、異常を検知した位置へ飛行ロボットを飛行させて、監視区域の目的箇所の撮影等を行う監視システムに本発明に係る物体検出センサを用いた例として説明する。

＜全体の構成＞
図１に示すように、本実施形態の監視システム１は、物体検出センサ２、ロボポート３、飛行ロボット４、飛行制御装置５、監視センタ６によって構築される。監視システム１では、図１に示すように、監視区域Ｅ内で発生した異常（例えば監視区域Ｅ内へ侵入してきた不審な車両Ｍなど）を物体検出センサ２が検知すると、異常を検知したことが物体検出センサ２から飛行制御装置５に通報される。飛行制御装置５は、物体検出センサ２から異常検知の通報があると、ロボポート３を介して飛行ロボット４に飛行指示を与える。飛行ロボット４は、飛行制御装置５からの飛行指示に従って監視区域Ｅへ向かって飛行し、監視区域Ｅの異常発生箇所の周辺に設定された目的箇所（例えば不審な車両Ｍ等の目標物を含む周辺領域）を撮影する。監視センタ６は、飛行ロボット４から飛行制御装置５を介して送信される撮影画像をモニタに表示し、監視区域Ｅの監視を行う。以下、監視システム１を構築する各部の構成について説明する。

物体検出センサ２は、詳細は後述するが、予め設定された警戒領域Ｓ内にレーザ光などの探査信号を照射しながら所定の測定周期で空間走査を行い、光路上にある物体にて反射した反射光を受光することで、領域内に存在する被測定物としての物体の位置を検出する装置である。物体検出センサ２は、警戒領域Ｓ内に出現する物体を監視し、この物体が検出対象であると判定すると自己のアドレス情報を含む検出信号を飛行制御装置５に出力する。

ロボポート３は、飛行ロボット４の待機場所であり、飛行制御装置５からの指示を受け、飛行ロボット４の離陸や着陸を行うための設備を備える。また、ロボポート３は、飛行ロボット４が着陸するときに飛行ロボット４をポート内に収容する機構を備え、飛行ロボット４をポート内に収容したときに、飛行ロボット４に対して接触又は非接触にて給電を行う機能を有する。

飛行ロボット４は、飛行制御装置５から飛行指示を受けていない通常の状態ではロボポート３に待機しており、物体検出センサ２が異常を検知して飛行制御装置５に通報すると、飛行制御装置５からの指示により、予め記憶した監視区域Ｅ内の３次元の地理情報に基づいて障害物を回避しながら目標位置（目的地）に向かって自律的に飛行する。

飛行制御装置５は、利用者が操作する操作部を備え、この操作部にて利用者が監視区域Ｅの監視を開始又は解除するための操作を行うと、この操作に応じて監視区域Ｅの監視建物の内外の監視状態を開始又は解除に設定する。この設定があるとそれぞれ警備開始信号又は警備解除信号を物体検出センサ２に送信する。また、飛行制御装置５は、監視状態が開始された状態において物体検出センサ２の検出信号などに基づき監視区域の異常を確定し、監視センタ６に異常信号を出力するとともに飛行ロボット４に飛行指示を与える信号を送信する。

監視センタ６は、警備会社などが運営するセンタ装置を備えた施設である。センタ装置は、通常、１又は複数のコンピュータで構成されている。監視センタ６では、センタ装置により各種機器を制御し、飛行制御装置５から受信した異常信号を記録するとともに、異常の情報をディスプレイに表示し、監視員が監視対象となる複数の監視区域Ｅを監視している。

＜物体検出センサ２の構成等＞
次に、図２に示す機能ブロック図を参照して物体検出センサ２の構成等を説明する。
物体検出センサ２は、警戒領域Ｓにおける検出対象にレーザ光が照射されるように、監視建物３の屋外壁面に水平または一定の俯角を設定されて設置される。本実施形態における物体検出センサ２は、人物及び車両Ｍを検出対象としていることから、壁面における設置高さは警戒領域Ｓに侵入した人物及び車両Ｍにレーザ光を照射できる高さに設置される。また、物体検出センサ２は、飛行制御装置５から電源供給を受けて作動する。

物体検出センサ２は、飛行制御装置５と接続されて通信を行う通信部２１と、レーザ光を照射及び受光する検知部２２と、ＨＤＤやメモリなどで構成され各種設定情報やプログラムなどを記憶する記憶部２３と、ＭＰＵやマイコンなどで構成され各部の制御を行う制御部２４とを有している。

通信部２１は、飛行制御装置５と接続され、飛行制御装置５から出力される警備開始信号および警備解除信号を受信して制御部２４に当該信号を出力する。また、通信部２１は、制御部２４にて警戒領域Ｓにおける検出対象の存在が判定されると、自己のアドレス情報を含む検出信号を飛行制御装置５に送信する。

検知部２２は、レーザ光により警戒領域Ｓを走査して、レーザ光を反射した被測定物である物体上の測定点の位置を検出する。検知部２２は、例えば波長８９０ｎｍ程度の近赤外線を発射するレーザ発振部２２１と、レーザ光を反射して物体検出センサ２より照射させる走査鏡２２２と、走査鏡２２２を等速に回転駆動させる走査制御部２２３と、受光素子を備えてレーザ発振部２２１の近傍に設けられる反射光検出部２２４と、レーザ光の照射結果として測距データを生成する測距データ生成部２２５とを備えている。

レーザ発振部２２１より発射されるレーザ光は、走査鏡２２２と走査制御部２２３とにより照射方向を制御されて、少なくとも警戒領域Ｓの全体を走査する。この走査は、物体検出センサ２の設置角に応じて水平な平面について行うか、あるいは、俯角を以て遠距離となるほど地面に近づくような平面について行うことができる。走査は、所定の測定周期（例えば６０ｍｓｅｃ）で行われ、例えば、同方向について繰り返し行ってもよく、また、往方向の走査を行った後に復方向の走査を行ってもよい。

測距データ生成部２２５は、レーザ光の照射から反射光の検出までに要する時間から算出される物体検出センサ２とレーザ光を反射した被測定物（測定点）との距離と、走査制御部２２３により回転駆動される走査鏡２２２の角度（警戒領域Ｓにおける方向）とにより、レーザ光を反射した物体、即ちレーザ光を反射した測定点の相対位置を算出する。相対位置は、物体検出センサ２を基準とした測定点の位置であり、具体的には物体においてレーザ光を反射した面の位置である。また、測距データ生成部２２５は、所定時間内に反射光が返ってこない場合には、レーザ光の照射可能な距離内に物体がないと判断して、所定の擬似データを相対位置として記録する。擬似データは所定の値でよく、例えば物体検出センサ２が監視すべき警戒領域Ｓの外周となる距離値や、レーザ光による有効測定距離以上の適当な値でよい。

測距データ生成部２２５により得られる測定データを本実施形態では測距データと呼ぶ。測距データは、具体的には検知部２２による１回の走査で警戒領域Ｓを所定の角度間隔（例えば０．２５°）で測定した結果である。例えば、１８０°の範囲について０．２５°間隔で測距データを取得すると７２１個の距離値が得られる。これら７２１個の距離値のセットが一つの測距データになる。測距データは、角度（方向）と距離とを対応付けた複数の測定点データの集まりの情報（テーブル）として記憶される。
測距データ生成部２２５は、所定の周期間隔（例えば６０ｍｓｅｃ）にて検知部２２の１回の走査が終了する毎に測距データを生成して制御部２４に出力する。

記憶部２３は、ＲＯＭやＲＡＭ、又はＨＤＤにて構成され物体検出センサ２自身を特定するためのアドレス情報と各種プログラムなどを記憶しており、更に物体検出センサ２を動作させるための各種情報を記憶する。具体的に、記憶部２３は、設定された警戒領域Ｓを示す警戒領域情報と、制御部２４にて生成された基準データと、検知部２２にて検出された物体のトラッキング情報とを記憶している。また、記憶部２３には、検知部２２から出力された過去所定周期分の測距データが記憶されている。

警戒領域情報は、例えば物体検出センサ２にて監視すべき範囲として警備会社などによる監視区域の警備プランニングに応じ設定される警戒領域Ｓを示す情報である。
この警戒領域情報は、物体検出センサ２の設置時や監視区域の警備プランニング変更時などに、設定端末や図示しない操作部などから検知部２２による走査面上の範囲を指定されて入力される。そして、入力された警戒領域Ｓの範囲は、検知部２２で走査を行う所定の角度間隔（例えば０．２５°）ごとに、検知部２２からの角度（方向）と距離値が対応付けられて角度（方向）と距離のテーブルとして記憶部２３に記憶される。本実施形態では、図１に模式的に示すように、物体検出センサ２を中心とした略扇形状に警戒領域Ｓが設定されている。
なお、警戒領域情報は、これに限らず警戒領域Ｓの範囲を示す情報と物体検出センサ２との位置関係が識別可能に記憶されていればよく、例えば、物体検出センサ２を原点として相対的な位置関係を示す二次元座標にて設定され記憶していてもよい。

基準データは、後述するトラッキング処理において、現在の測距データと比較して警戒領域Ｓに新規に出現した物体を抽出するために用いられる比較基準情報であり、検知部２２による走査開始後から現在までの何れかの過去時点で取得された測距データにより生成される。基準データは、角度（方向）と距離のテーブルとして記憶されてよい。また、基準データは、何れの過去時点で生成されてもよく、また随時に取得される測距データを用いて更新されてもよい。本実施形態では、検知部２２による走査が開始された後初回の走査で取得される測距データから基準データが生成され記憶される例について説明する。

トラッキング情報は、後述するトラッキング処理において、警戒領域Ｓに新規に出現した物体を複数周期に渡り追跡するために用いられる情報である。トラッキング情報には、現在周期における物体の位置と大きさ及び検出対象と判定された場合には当該検出対象の識別情報（「車両」又は「人物」）と、当該物体が警戒領域Ｓに初めて出現した位置と大きさ、現在までの各周期における位置と大きさが対応づけられて記憶されている。また、トラッキング情報は、警戒領域Ｓに複数の物体が存在する場合に備えて、新規に検出した物体ごとにＩＤを付して管理される。

制御部２４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等からなるマイクロコンピュータ及びその周辺回路で構成され、上述した各部を制御する。そのために、制御部２４は、このマイクロコンピュータ及びマイクロコンピュータ上で実行されるコンピュータプログラムによって実現される機能モジュールとして、検知部２２の駆動を制御する駆動制御部２４１と、検知部２２より取得された測距データから基準データを生成する基準データ生成部２４２と、特定の検出対象を精度良くトラッキングしていく機能を備えた監視制御部２４３と、を備えている。

駆動制御部２４１は、通信部２１を介して飛行制御装置５から警備開始信号が入力されると検知部２２に駆動信号を出力し、検知部２２の駆動を開始させて、走査制御部２２３による走査鏡２２２の駆動およびレーザ発振部２２１によるレーザ光の照射などを開始させる。また、駆動制御部２４１は、飛行制御装置５から警備解除信号が入力されると検知部２２に駆動停止信号を出力し、その時点の走査終了を以て検知部２２の駆動を停止させて、走査鏡２２２の駆動およびレーザ光の照射などを停止させる。
このように、飛行制御装置５の警備開始信号にあわせて検知部２２を駆動させることで連続稼働による駆動部品の破損を防止することが可能となる。

基準データ生成部２４２は、検知部２２より取得される測距データを用いて基準データを生成する。上述したように、本実施形態では、検知部２２による走査が開始された後初回の走査で取得される測距データから基準データが生成され記憶される例について説明する。即ち、基準データ生成部２４２は、駆動制御部２４１より駆動信号が出力され検知部２２の走査が開始されると、この初回の走査で出力された測距データを基準データとして記憶部２３に記憶する。測距データにおける測定点の位置として或る角度に対応する距離値が警戒領域Ｓ内でない場合、当該角度に対応する警戒領域Ｓの外周までの距離を基準データとして記憶する。この基準データには、当該走査による測定点までの距離が記憶されるため、この走査時点で警戒領域Ｓに存在する植栽や外壁などの既設物が基準データとして取り込まれることになる。
なお、これに限らず、基準データ生成部２４２は、検知部２２による走査が開始された後、所定回数（例えば５分間の間に行われる走査）の測距データにおいて走査角度ごとに距離値の頻度を求め、最も頻度が高い距離値を当該走査角度の基準値として採用し、基準データを生成してもよい。

監視制御部２４３は、現在の測距データと基準データとを比較して警戒領域Ｓに出現した物体を変化領域であるセグメントとして検出し、この物体の特徴量を算出する。そして、この特徴量に基づき、物体が検出対象であるか否かを判定する。本実施形態では、検出対象である車両Ｍ及び人物のうち、検出対象として車両Ｍを特定の対象（特定のトラッキング対象）としてトラッキングすることを主たる目的の一つとして想定しており、特に車両Ｍについて人物の乗降があった場合等にも当該車両Ｍを精度良くトラッキングできるような制御手法に特徴がある。このため、車両Ｍと判定されなかったセグメントは人物として取り扱うものとするが、もちろん検出対象を判定するにあたってはそのような判定方法に限定するものではなく、人物を判定するにあたって異なる判定方法を用いても良い。また、車両と人物以外の検出対象として猫等の小動物・霧等の気象現象などその他を判定できるようにしても良い。

なお、この監視制御部２４３は、図２においては、便宜上、単一の機能ブロックで示されているが、以下に説明するように、本発明の課題を解決するための手段となる種々の小機能ブロックから構成されていると考えることができ、以下の説明においては、監視制御部２４３が有する種々の機能に対応する小機能ブロックのうち、少なくとも一部の名称をかっこ書きで示す。なお、この小機能ブロックの名称は、「課題を解決するための手段」における構成要件の名称に対応しているが、これは監視制御部２４３が有する機能の一部にすぎないことは言うまでもない。

監視制御部２４３は、測距データから得られる走査角度ごとの距離値と、基準データに記憶された角度ごとの距離値との差分を対応する角度ごとに算出して、基準データよりも所定以上近距離となった測定点、つまり距離値が変化した測定点を変化点として検出する。そして、監視制御部２４３は、変化点のうち、同一の被測定物により距離値が変化したと考えられる近接する測定点をセグメントとしてグループ化する（グループ化手段）。

監視制御部２４３は、前回の測定周期で取得したセグメントについてトラッキング情報を参照し、検出対象である車両Ｍと判定されているか否かを確認し、車両Ｍであると判定されている場合には、検出した車両Ｍについて人物の乗降があった場合等にも当該車両Ｍを精度良くトラッキングできる車両トラッキングを行う。この車両トラッキングについては、後に、模式図である図３及び図４を参照して原理を説明し、さらに図５〜図７のフローチャートを参照して動作を説明する。車両Ｍではないと判定されている場合には人物をトラッキングするための通常トラッキングを行うものとする。

監視制御部２４３は、通常トラッキングにおいて、前回の測定周期で車両Ｍでないと判定されているセグメントについて、トラッキング情報を参照し、今回周期の検出結果（今回周期でグループ化したセグメント）との対応付けを行う。具体的には、両周期で検出された物体間の距離と大きさなどにより行われる。即ち、両周期で検出された物体間の距離が閾値以内で大きさの変動が閾値以内である場合に、セグメントの対応付けが行われる。
また、監視制御部２４３は、車両トラッキング及び通常トラッキングにおいて、前回と今回の測定周期でのセグメントの対応付けが行われた場合、トラッキング情報に、その対応付けがなされた前回の測定周期のセグメントのＩＤについて、現在周期で検出されたセグメントの位置と大きさが、現在までの各周期における位置と大きさと対応付けて記憶される。

なお、検出対象が車両Ｍであるか否かの判定は、例えば次のように行うことができる。すなわち、警戒領域Ｓにおいて検出したセグメントを構成する測定点のうち、線分として近似できる測定点から線分データを検出する。そして、１つの線分データごとに、車体の平面を示す車両Ｍ形状らしさを評価する特徴量として、第１の車形状度を算出する。また、角度がある２つの線分データの組合せごとに、車両Ｍの角を示す車両Ｍ形状らしさを評価する特徴量として、第２の車形状度を算出する。そして、これら２つの車形状度（特徴量）から当該セグメントが検出対象である車両Ｍであるか否かを判定する（対象判定部）。
監視制御部２４３は、車両Ｍと判定したセグメントについて、そのセグメントのＩＤに対応付けて車両の識別情報を付加する。なお、車両Ｍでないと判定したセグメントについてはそのセグメントのＩＤに対応付けて人物の識別情報を付加する。

＜車両トラッキングの原理等について＞
次に、図３及び図４の模式図を用いて、前述した車両トラッキングについて更に詳細に説明する。
図３（ａ）は、本実施形態の監視システム１において、物体検出センサ２が停止車両Ｍを検知した状況を示しており、同図（ｂ）は、当該停止車両Ｍから乗車していた人物が降車してきた状況を示している。

本実施形態の車両トラッキングは、今回の周期で検出したセグメントを、前回の周期で検出して車両Ｍと判定したセグメントに対応付けるトラッキング処理を行う手順として、第１の判定手法で行う候補抽出処理１（同一物体判定部）と、第２の判定手法で行う候補抽出処理２（第１及び第２の走査角度判定部及び遮蔽推定部）とを有しており、候補抽出処理１で抽出した候補と、候補抽出処理２で抽出した候補を比較して今回の車両Ｍを判定するようになっている（同一物体判定部）。なお、候補抽出処理１と候補抽出処理２は警戒領域Ｓを走査する測定周期に合わせて連続して繰り返し行っている。以下詳細に説明する。

図３（ａ）に示すように、測定周期Ｔ_n 以前において警戒領域Ｓで１本の直線状のセグメントＧ０が検出され、物体検出センサ２が車両Ｍ判定処理を行った結果、当該セグメントは警戒領域Ｓに進入した車両Ｍであると判定されたものとする。なお、この車両Ｍは停止しており、物体検出センサ２によっては検出できないが、人物が乗車しているものとする。

図３（ｂ）に示すように、測定周期Ｔ_n+1 において、警戒領域Ｓに停止している前記車両Ｍから人物が降車したとする。この測定周期において、物体検出センサ２は、警戒領域Ｓ内に３つのセグメントを検出する。降車した人物に相当する中央の比較的小さいセグメントＧ３と、このセグメントＧ３の両側に現れる、１台の車両Ｍに相当する長さの異なる２本の直線状のセグメントＧ１，Ｇ２である。物体検出センサ２は、現在の測定周期Ｔ_n+1 の測距データから得られたこれら３つのセグメントＧ１，Ｇ２，Ｇ３のうち、前回（測定周期Ｔ_n ）の特定の対象（車両Ｍ）である一点鎖線で示すセグメントＧＸから所定距離Ｄ１の一点鎖線で示す範囲Ａ内に存在し、かつ大きさが最大のセグメントを、前回（測定周期Ｔ_n ）検出されて車両Ｍと判定されたセグメントと同一物体であると判定する（同一物体判定部による候補抽出処理１）。図３（ｂ）に示す例では、右側の直線状のセグメントＧ２が、候補抽出処理１による候補となり、これが前回の車両ＭとされたセグメントＧＸと関連付けられる。なお、所定距離Ｄ１は、車両Ｍの移動時の速度も考慮して、上述した人物をトラッキングするための通常トラッキングにおける距離の閾値より大きな値として実験的に定められる（例えば１ｍ等）。また、前回の特定の対象であるセグメントを示す一点鎖線は、今回のセグメントを示す実線とずらして図で示しているが、これは図を分かりやすく示すための便宜上のものであって、実際は停止している車両であることからほとんど一致しているものである（図４も同じ）。

そして、前回（測定周期Ｔ_n ）の特定の対象（車両Ｍ）であるセグメントＧＸから所定距離Ｄ１の範囲内に存在していても、大きさが最大のセグメントＧ２以外のセグメントＧ１，Ｇ３は、トラッキング非判定対象とし、トラッキング情報にその旨を記憶する（同一物体判定部）。セグメントＧ１，Ｇ３については、今回の測定周期Ｔ_n+1 ではセグメントとして認識し、物体が存在するものとして扱うが、次回の測定周期Ｔ_n+2 ではトラッキング処理を行わない。

このような候補抽出処理１を行う物体検出センサ２によれば、特定の対象の車両Ｍの一部が乗降者によって遮蔽されたため、１つのセグメントＧ０しかなかった警戒領域Ｓに複数のセグメントＧ１，Ｇ２，Ｇ３が出現した場合であっても、その中の一つのセグメントＧ２を前周期で車両Ｍと判定されたセグメントＧ０と同一物体と判定して精度良くトラッキングしていくことが可能になる。また、人物であるセグメントＧ３を前周期で車両Ｍと判定されたセグメントＧ０と同一物体と判定してしまうことを防止できる。

また、現周期で得られたセグメントＧ１，Ｇ２，Ｇ３の中の一つのみ（セグメントＧ２）を前周期で車両Ｍと判定されたセグメントＧ０と同一物体と判定し、これ以外のセグメントＧ１，Ｇ３はトラッキング非判定対象とするため、セグメントＧ０が分裂してできた、トラッキングする必要にない他のセグメントをトラッキング処理の対象とするような情報処理上の無駄及びこれに起因する情報利用上の不都合を防止できる。

図４は、警戒領域Ｓにおける車両Ｍの検出状態を図３からの一定時間経過した後の連続図として示すものであり、図４（ｃ）は、本実施形態の監視システム１において、図３（ｂ）において停止車両Ｍから降車した人物が物体検出センサ２に接近してきた状況を示しており、図４（ｄ）は、当該人物が物体検出センサ２を横切る状況を示している。

図４（ｃ）に示すように、測定周期Ｔ_n+a において、測定周期Ｔ_n+1 （図３（ｂ））で車両Ｍから降車した人物が物体検出センサ２に接近すると、物体検出センサ２からは人物が大きく見えるようになるため、物体検出センサ２が検出する２本の直線状のセグメントＧ１，Ｇ２の長さは、測定周期Ｔ_n+1 で検出された長さから徐々に小さく変化する。また左側の直線状のセグメントＧ１は、前回（測定周期Ｔ_n+a-1 ）の特定の対象であるセグメントＧＸから所定距離Ｄ１の範囲Ａ内にはなく、他の車両と判定されるべき候補となっている。このような状態において、物体検出センサ２は前述した候補抽出処理１を行う。現在の測定周期Ｔ_n+a の測距データから得られたこれらセグメントＧ１〜Ｇ３のうち、前回（測定周期Ｔ_n+a-1 ）の車両Ｍと判定された一点鎖線で示すセグメントＧＸから所定距離Ｄ１の範囲Ａ内に存在し、かつ大きさが最大のセグメントは、右側の直線状のセグメントＧ２だけであり、これが前回測定周期Ｔ_n+a-1 において車両Ｍと判定されたセグメントＧＸと同一物体であると判定され、候補抽出処理１による候補となる (同一物体判定部）。

図４（ｃ）に示す状況において、物体検出センサ２は前述した候補抽出処理２を行う。物体検出センサ２は、互いに所定距離Ｄ２以上離れている任意の２つのセグメントを警戒領域Ｓの一端から順次選択し、選択した２つのセグメントの各端部への走査角度の差が第１の閾値以下であるか否かを判定する (第１の走査角度判定部）。図４（ｃ）に示す例では、図の左側から任意の２つのセグメントを順次選択した例を示しており、直線状のセグメントＧ１と物体検出センサ２に近いセグメントＧ３との角度差が判定され、第１の閾値以下である場合には、物体検出センサ２に近いセグメントＧ３が左側の直線状のセグメントＧ１を遮蔽していると推定し（遮蔽推定部）、次の判断に進む。
次の判断では、前記２つのセグメントＧ１，Ｇ３のうち物体検出センサ２に近い位置にあるセグメントＧ３の他方の端部（図中右側の端部）と、前回の測距データから特定の対象である車両Ｍと判定された一点鎖線で示すセグメントＧＸの端部との走査角度の差が、第２の閾値以下であるか否かを判定する (第２の走査角度判定部）。これが第２の閾値以下である場合には、物体検出センサ２に近いセグメントＧ３が車両Ｍの手前にあって車両Ｍを遮っているために、車両Ｍの一部が左側の直線状のセグメントＧ１として現れていると見なし、左側の直線状のセグメントＧ１を候補抽出処理２による候補とする (遮蔽推定部）。なお、このように、２つのセグメントにおいて一方が他方を隠すような位置関係を遮蔽関係と称する。また、端部とはセグメントを構成する測定点のうち最も走査角度が小さい又は大きい測定点を意味する。そして、所定距離Ｄ２は、遮蔽関係を推定する上で明らかに異なる物体によるセグメントと考えられる距離であって実験的に定められる値である（例えば５０ｃｍ等）。さらに、第１の閾値と第２の閾値は、セグメントの端部がほぼ一致していることを判断するための閾値で、例えば１°から２°の間の値とすることができる。

物体検出センサ２は、候補抽出処理１による候補と候補抽出処理２による候補を比較し、セグメントの大きさが最大のものを今回の車両Ｍと判定する。従って、図４（ｃ）に示すような状況では、候補抽出処理１による候補（セグメントＧ２）の方が長いので、これが前回の車両Ｍと関係付けられて今回の車両Ｍと判定される（同一物体判定部）。

図４（ｄ）に示すように、測定周期Ｔ_n+a+1 において、人物が物体検出センサ２を横切るように移動すると、物体検出センサ２が検出する２本の直線状のセグメントＧ１，Ｇ２の長さが変化する。この例では、人物が左から右に移動していくので、左の直線状のセグメントＧ１が長くなっていき、右の直線状のセグメントＧ２が短くなっていく。このような状態において、物体検出センサ２は前述した候補抽出処理１を行う。現在の測定周期Ｔ_n+a+1 の測距データから得られたこれらセグメントＧ１〜Ｇ３のうち、前回（測定周期Ｔ_n+a ）の車両Ｍと判定された一点鎖線で示すセグメントＧＸから所定距離Ｄ１の範囲Ａ内に存在し、かつ大きさが最大のセグメントは、右側の直線状のセグメントＧ２だけであり、これが、前回測定周期Ｔ_n+a に検出されて車両Ｍとされた一点鎖線で示すセグメントＧＸと同一物体であると判定され、候補抽出処理１による候補となる (同一物体判定部）。

図４（ｄ）に示す状況において、物体検出センサ２は前述した候補抽出処理２を行う。物体検出センサ２は、互いに所定距離Ｄ２以上離れている任意の２つのセグメントを警戒領域Ｓの一端から順次選択し、選択した２つのセグメントの各端部への走査角度の差が第１の閾値以下であるか否かを判定する（第１の走査角度判定部）。図４（ｄ）に示す例では、左側の直線状のセグメントＧ１と物体検出センサ２に近いセグメントＧ３との角度差が判定され、第１の閾値以下である場合には、物体検出センサ２に近いセグメントＧ３が左側の直線状のセグメントＧ１を遮蔽していると推定し（遮蔽推定部）、次の判断に進む。 次の判断では、選択した２つのセグメントＧ１，Ｇ３のうち物体検出センサ２により近い位置にあるセグメントＧ３の他方の端部（図中右側の端部）と、前回の測距データから特定の対象である車両Ｍと判定された一点鎖線で示したセグメントＧＸの端部との走査角度の差が、第２の閾値以下であるか否かを判定する (第２の走査角度判定部）。これが第２の閾値以下である場合には、物体検出センサ２に近いセグメントＧ３が車両Ｍの手前にあって車両Ｍを遮っているために、前回特定した車両Ｍの一部がセグメントＧ１として現れていると見なし、左側の直線状のセグメントＧ１を候補抽出処理２による候補とする (遮蔽推定部）。

物体検出センサ２は、候補抽出処理１による候補と候補抽出処理２による候補を比較し、セグメントの大きさが最大のものを今回の車両Ｍと判定する。図４（ｄ）に示す状況では、候補抽出処理２による候補（セグメントＧ１）の方が長いので、これが前回の車両Ｍと関係付けられて今回の車両Ｍと判定される( 同一物体判定部）。右側の直線状のセグメントＧ２が徐々に小さくなり、逆に左側の直線状のセグメントＧ１が徐々に大きくなってきた図４（ｄ）に示すような状況において、候補抽出処理２による左側の候補（セグメントＧ１）を前回の車両Ｍと対応付けて今回の車両Ｍとするという的確な判定を行うことができる。本実施形態によれば、車両Ｍと判定されていた単一のセグメントＧＸが複数に分かれた場合であっても、当該車両ＭのＩＤと対応付けられる新たなセグメントは、可及的に前の車両Ｍと判定されたセグメントＧＸに近い大きさであると考える方が合理的であるとため、上述したように、同一車両Ｍの候補として異なる基準で複数のセグメントが得られた場合には、最大のもの採用した方が情報処理においても無理がなく、より良好な結果が得られる。

このような候補抽出処理２を行う物体検出センサ２によれば、トラッキング対象の車両Ｍの一部が乗降者によって遮蔽されたため、１つのセグメントＧ０しかなかった警戒領域Ｓに複数のセグメントＧ１，Ｇ２，Ｇ３が出現して車両Ｍに相当するセグメントがＧ１，Ｇ２がある程度以上離れた場合であっても、セグメント間の遮蔽関係を精度良く検出し、その中の一つのセグメントＧ２を前周期で車両Ｍと判定されたセグメントＧ０と同一物体と判定して精度良くトラッキングしていくことが可能になる。

なお、本実施形態の物体検出センサ２では、セグメント間における遮蔽関係の検出において、今周期で検出されたセグメント同士の角度差を比較する基準である第１の閾値と、前周期で車両Ｍと判定されたセグメントと今周期で検出されたセグメントとの角度差を比較する基準である第２の閾値とが同じである例として説明したが、今周期で検出されたセグメント同士の角度差を比較する基準である第１の閾値よりも、前周期で車両Ｍと判定されたセグメントと今周期で検出されたセグメントとの角度差を比較する基準である第２の閾値の方が大きく設定されてもよい。車両Ｍと特定されたセグメントＧＸが存在する警戒領域Ｓにおいて、後の周期で複数のセグメントＧ１〜Ｇ３が検知されたような場合には、同一周期内にあるセグメント同士の端部の角度差よりも、相対的な移動が生じることも予想される異なる周期間でのセグメント同士の端部の角度差の方が大きいと考えられる。従って、第１の閾値と第２の閾値を上述したような大小関係にしたことによって、複数周期にわたって検知された複数のセグメント間の遮蔽関係をより的確に検出し、車両トラッキングも的確に行うことができる。具体的には、図４に示したような事例において、後の周期で検出された物体検出センサ２に近いセグメントＧ３が奥側のセグメントＧ１を隠しており、この奥側のセグメントＧ１が、前周期で車両Ｍと特定されたセグメントＧＸと同一の物体であるとの的確な判定を得やすいという効果が得られる。

また、本実施形態の物体検出センサ２によれば、前述したように、候補抽出処理２において、第１の閾値と第２の閾値を用いた判定により、今回検知されたセグメントＧ１〜Ｇ３のうち、遠方に位置するセグメントＧ１が、前回において車両Ｍと特定したセグメントＧＸと同一である判定している。この同一判定をより確かなものとするため、さらに別の手法による判定を加えても良い。例えば、前記同一物体判定部が、図４（ｄ）において、前記遠方に位置するセグメントＧ１の各測定点と、前回の測距データから前回特定の対象（すなわち車両Ｍ）であると判定したセグメントＧＸの測定点とが、実質的に一直線上にあると見なせる場合には、これらが同一物体であると判定するようにしてもよい。このような判定を前記候補抽出処理２に加えて適用するものとすれば、前記同一物体判定部によるセグメントの同一判定の精度が向上する。

また、本実施形態の物体検出センサ２によれば、前述したように、第２の走査角度判定部による判定において、物体検出センサ２により近いセグメントＧ３の他方の端部（図中右側の端部）と、前回の測距データから特定の対象である車両Ｍと判定したセグメントＧＸの端部との走査角度の差を調べて遮蔽関係を推定していたが、遮蔽関係を推定するために別の手法をとることも考えられる。すなわち、互いに所定距離Ｄ２以上離れている任意の３つのセグメントを警戒領域Ｓの一端から順次選択し、選択した３つのセグメントの各端部への走査角度の差が第１の閾値以下であれば遮蔽関係にあると判定してもよい。そして、この判定があった場合に、前回の車両Ｍと判定したセグメントＧＸから所定距離Ｄ３（＞所定距離Ｄ１）の範囲内にあるセグメントを今回の車両Ｍの候補としてもよい。

＜動作の説明＞
以上のように構成された監視システム１について、図面を参照してその動作を説明する。ここでは、主として物体検出センサ２に関する動作について説明する。図５は、物体検出センサ２の監視制御処理を示すフローチャートであり、図６は、物体検出センサ２の監視制御処理におけるトラッキング処理を示すフローチャートであり、図７は、物体検出センサ２のトラッキング処理における車両トラッキング処理を示すフローチャートである。

まず物体検出センサ２の基本的な動作について図５を参照して説明する。
駆動制御部２４１は、電源がＯＮとなり所定の初期設定がなされると動作を開始し、飛行制御装置５から警備開始信号を受信するまで待ち受けを行う。警備開始信号を受信すると（ステップＳＴ１−Ｙｅｓ）、検知部２２に駆動信号を出力し、検知部２２の駆動を開始させる（ステップＳＴ２）。駆動信号の入力を受け検知部２２が警戒領域Ｓの走査を開始して測距データが出力されると（ステップＳＴ３−Ｙｅｓ）、基準データ生成部２４２は、この初回の走査による測距データに基づき基準データを生成して記憶部２３に記憶する（ステップＳＴ４）。

そして、基準データを生成した後に測距データが取得されると（ステップＳＴ５−Ｙｅｓ）、監視制御部２４３によりトラッキング処理が行われる（ステップＳＴ６）。トラッキング処理については後述する。そして、トラッキング処理が終了すると、通信部２１より、自己のアドレス信号を含む検出信号が飛行制御装置５に送信される（ステップＳＴ７）。なお、この検出信号は、物体検出センサ２が現在の測定周期で認識したセグメントのＩＤ、セグメントの位置信号、車両Ｍ又は人物の別を示すセグメントの識別情報を含む。

物体検出センサ２は、飛行制御装置５から警備解除信号を受信していなければ（ステップＳＴ８−Ｎｏ）、かかるステップＳＴ５からＳＴ８の処理を繰り返し警戒領域Ｓの走査を行って監視を行う。他方、飛行制御装置５から警備解除信号を受信すると（ステップＳＴ８−Ｙｅｓ）、駆動制御部２４１が検知部２２に駆動停止信号を出力して検知部２２の駆動を停止させ（ステップＳＴ９）、記憶部２３トラッキング情報をリセットし（ステップＳＴ１０）、一連の処理を終了する。なお、ステップＳＴ３及びＳＴ５において、走査周期（例えば６０ｍｓｅｃ）を所定以上越えても測距データが取得されなければ、機器の異常として処理を終了してよい。

次に、図５のステップＳＴ６におけるトラッキング処理について図６を参照して説明する。
図６において、監視制御部２４３は、現在周期にて取得された測距データと基準データを読み出し（ステップＳＴ３１）、角度成分（方向）ごとに、現在の測距データで検出された距離値と基準データに記憶された距離値との差分計算を行う（ステップＳＴ３２）。

そして、監視制御部２４３は、現在の測距データと基準データとの差分結果から、現在の測距データが基準データよりも所定距離以上近くなっている変化点が存在するかを調べる（ステップＳＴ３３）。監視制御部２４３は、変化点があれば（ステップＳＴ３３−Ｙｅｓ）、その連続区間を調べ、連続する変化点で距離が近いものをグループ化してセグメントとして検出する（ステップＳＴ３４）。ここでは、検知部２２が走査する際の角度間隔が検出対象（人や車両Ｍ）と比較して十分に密であるので、連続していない変化点（孤立点）や、セグメントの大きさが検出対象（人物や車両Ｍ）の一部と判定できる所定サイズ（例えば１５ｃｍ）に満たない物体をノイズとして除去してよい。

監視制御部２４３は、以下に説明するように、前回の周期で検出されているセグメントについて今回の周期でグループ化したセグメントと同一ものがあるか否かについて判定し、同一である場合には両者の関係付けを行う同一物体判定処理を行う。

監視制御部２４３は、前回の周期で検出されたセグメントを順次選択し（ステップＳＴ３５）、各セグメントごとに、そのトラッキング情報を参照して当該セグメントに対して車両Ｍの識別情報が付与されているか否かを判定する（ステップＳＴ３６）。当該セグメントが車両Ｍの識別情報であれば（ステップＳＴ３６−Ｙｅｓ）、車両トラッキングを行う（ステップＳＴ３８）。車両トラッキングについては後述する。当該セグメントが車両Ｍでなければ（ステップＳＴ３６−Ｎｏ）、通常トラッキングを行う（ステップＳＴ３７）。通常トラッキングについては前述した通りである。

監視制御部２４３は、前回の周期で検出されたセグメントで同一物体判定処理が未了であるものがあれば（ステップＳＴ３９−Ｎｏ）、ステップＳＴ３５に戻って上記処理を繰り返し、前回の周期で検出された全てのセグメントについて同一物体判定処理が完了すれば（ステップＳＴ３９−Ｙｅｓ）、ステップＳＴ４０の特徴量算出処理に進む。

監視制御部２４３は、今回グループ化した全てのセグメントについて、車両らしさを示す特徴量を算出し（ステップＳＴ４０）、この特徴量に基づき、今回の周期で検出されたセグメントについて車両Ｍであるか否かの判定を行い、トラッキング情報における当該セグメントの識別情報に判定に応じた情報を上書き記憶し（ステップＳＴ４１）、一連の処理を終了する。

なお、車両判定を行うためにステップ４０で算出する前記特徴量としては、前述した車両の表面を示す第１の車形状度と、車両の角を示す第２の車形状度といった１次特徴量を使用できる他、移動量などの２次特徴量も用いることができる。この２次特徴量はトラッキング情報から得られる量である。また、ステップ４１における車両判定では、前記特徴量から得られる車度（車両らしさを表す指標）が所定の閾値以上であることと、また移動量を用いる場合はさらに移動量が所定以上あることによって判定が可能であり、また前記２条件のうちいずれかが満たされない場合であっても、セグメントのサイズが所定の基準値以上であれば車両と判定することとしてもよい。

なお、上記通常トラッキング及び車両トラッキングにおいて、今回グループ化したセグメントのうち、前回周期にグループ化したセグメントと関係付けができなければ、現在周期のそのセグメントは新規に出現したセグメントとして新たなＩＤ情報を付与されてトラッキング情報に記憶することとなる。また、トラッキング情報に前回周期に存在したとして記憶されたセグメントであって、今回周期において関係付けがされなかったセグメントについては、このセグメントを生じさせた物体は警戒領域Ｓ外に移動したと判断して消去する。なお、当該セグメントが一時的な測定誤差や環境要因などによってたまたま関連付けができなかった場合を考慮して、そのセグメントのトラッキング情報を所定時間保持する（所定時間トラッキング情報を同じ情報で更新する）ようにしてもよい。

次に、図６のステップＳＴ３８における車両トラッキング処理について、原理図である図３及び図４を適宜参照しつつ、図７に示す手順に従って説明する。
図７に示す車両トラッキング処理の手順は、ステップＳＴ５１からステップＳＴ５３までの前記候補抽出処理１と、ステップＳＴ５４からステップＳＴ５８までの前記候補抽出処理２とによって概ね構成され、先に説明した第１の走査角度判定部、第２の走査角度判定部、遮蔽推定部、同一物体判定部等の構成を備えた監視制御部２４３が以下のような手順で行う。

図３（ｂ）及び図７を参照して前記候補抽出処理１を説明する。
監視制御部２４３は、選択した前回の周期で車両Ｍと判定されたセグメントＧＸから距離Ｄ１以内の範囲ＡにあるセグメントＧ１〜Ｇ３を抽出する（ステップＳＴ５１）。次に、当該範囲Ａ内にあるセグメントＧ１〜Ｇ３のうち、最大のセグメントＧ２を、前記候補抽出処理１による今回の車両候補と特定する（ステップＳＴ５２）。そして、車両候補としたセグメントＧ２以外のセグメントＧ１，Ｇ３をトラッキング非判定対象とする（ステップＳＴ５３）

図４（ｄ）及び図７を参照して前記候補抽出処理２を説明する。
監視制御部２４３は、警戒領域Ｓ内の走査範囲の一端から、所定距離Ｄ２以上離れている２つのセグメントを順次選択する（ステップＳＴ５４）。次に、選択した２つのセグメントＧ１，Ｇ３の各端部への走査角度の差が第１の閾値以下である場合には（ステップＳＴ５４−Ｙｅｓ）、選択した２つのセグメントＧ１，Ｇ３のうち物体検出センサ２に近い位置にあるセグメントＧ３の他方の端部と、前回車両Ｍと判定されたセグメントＧＸの端部との走査角度の差が、第２の閾値以下である場合には（ステップＳＴ５６−Ｙｅｓ）、今回検出された奥側のセグメントＧ１を、前記候補抽出処理２による今回の車両候補と特定する（ステップＳＴ５７）。なお、候補抽出処理１のステップＳＴ５３でトラッキング非判定対象になったセグメントについては、候補抽出処理２のステップＳＴ５７における今回の車両候補対象とはしない。

監視制御部２４３は、ステップＳＴ５８にて今回の車両候補と特定した場合、選択した２つのセグメントＧ１，Ｇ３の各端部への走査角度の差が第１の閾値以下でない場合（ステップＳＴ５４−Ｎｏ）と、物体検出センサ２に近い位置にあるセグメントＧ３の他方の端部と、前回車両Ｍと判定されたセグメントＧＸの端部との走査角度の差が、第２の閾値以下でない場合（ステップＳＴ５６−Ｎｏ）には、走査範囲の他端まで処理が終了するまでステップＳＴ５４からステップＳＴ５７の手順を繰り返す（ステップＳＴ５８−Ｎｏ）。

監視制御部２４３は、候補抽出処理１による候補と候補抽出処理２による候補を比較し、大きさが最大のものを今回の車両Ｍと判定してＳＴ３５にて選択したセグメントのトラッキング情報との関係付けを行う（ステップＳＴ５９）。そして、その他の今回の車両候補をトラッキング非判定対象としてトラッキング情報にその旨を記憶し（ステップＳＴ６０）、一連の処理を終了する。

以上説明した実施形態では、候補抽出処理１と候補抽出処理２で今回の車両候補をそれぞれ抽出し、これらを比較して最大のものを今回の車両候補としていたので、極めて高精度に車両トラッキングを行うことができたが、候補抽出処理２は、候補抽出処理１を前提とせず、候補抽出処理１に替えてその他の公知のトラッキング技術（例えば距離が近く大きさが同じものを追跡していく等）と併用し、又は候補抽出処理２のみを使用する場合であっても同様な効果を得ることができる。少なくとも複数セグメント間における遮蔽関係の判定は可能であるし、また条件によっては、実施形態で説明したように、前回の周期で検出した車両Ｍ等の特定物体のセグメントと関係付けるトラッキングもできる。すなわち、図４（ｃ）において、測定周期Ｔn+a において３つのセグメントＧ１，Ｇ２，Ｇ３が現れている場合において、少なくとも前回の測定周期Ｔn+a-1 においてセグメントＧＸが検知されて車両Ｍと特定されているのであれば、その車両であるセグメントＧＸの取得が前記候補抽出処理１によるか否かに係わらず、図４（ｄ）において、候補抽出処理２によって前記車両ＭであるセグメントＧＸを後のセグメントに関係付けて精度良くトラッキングすることができる。すなわち、車両Ｍ等の特定物体としてセグメントが検知されている警戒領域Ｓにおいて、車両Ｍの乗降者等のために、トラッキング対象である特定物体の一部に遮蔽が生じても、同一物体をトラッキングすることが可能となる。

上述の実施形態において、候補抽出処理２では、現在時点の測定周期のセグメントについて前回時点の測定周期のセグメントとの関連付けを行う例を説明したが、これに限るものではない。例えば、遮蔽関係の推定やトラッキング処理をする必要性が過去時点においてあれば、過去時点の測定周期の測距データとその前回の測定周期の測距データとを用いて同様の処理を実施すれば、同じように過去時点において精度良くトラッキングを行うことができる。
また、ステップＳＴ５４においては現在時点のセグメントを２つ選択する例を説明したが、現在時点のセグメントと過去時点の（所定数前の測定周期の）セグメントとを選択するようにしてもよい。過去時点のセグメントをどの程度遡って使用するかについては、トラッキングする対象が移動物体か静止物体か、また移動物体の場合はその移動速度を考慮して適宜定めればよい。さらに、ステップＳＴ５６においては前回のセグメントを用いて比較する例を示したが、必ずしも前回のセグメントである必要なく、その他の過去時点の（所定数前の測定周期の）セグメントを用いてもよい。過去時点のセグメントをどの程度遡って使用するかについては上記と同様に考えればよい。

上述の実施形態では、本発明に係る物体検出センサ２を飛行ロボット４の運用に用いる例を説明した。飛行ロボット４の出動条件として、物体検出センサ２が新たな車両Ｍを認識した場合には車両Ｍのナンバー撮影のために飛行ロボット４の出動が定められている場合、同一の車両Ｍについて遮りや鏡面反射等によって複数のセグメントが生じたとしても、同一の車両Ｍに相当するセグメントを精度よくトラッキングできる。このため、トラッキングがうまくいかずに、人物に相当するセグメントを車両Ｍと誤認識してこの人物の位置に飛行ロボット４がナンバー撮影に出動したり、分裂によって生じたセグメントについて新たな物体が出現したと誤認識して飛行ロボット４が同一の車両Ｍに対して再度出動して撮影を行うという無駄が生じてしまったりすることを防止できる。

また、本発明の実施の形態では、車両Ｍを特定の対象とし、この車両Ｍが人物により遮られる等しても、車両Ｍを精度良くトラッキングできる例を示したが、これに限らず、特定の対象をその他の物体としてもよい。例えば、特定の対象を人物とし、歩道を歩行する人物をトラッキングする場合に、交通標識等の障害物の背後を歩行者が通行横切することで、歩行者が障害物交通標識に遮られる場合等でも本発明を適用することができる。

また、所定距離Ｄ１を設定するにあたり、以下の点を考慮することが好ましい。所定距離Ｄ１を制限なく大きい値に設定した場合には、例えば、物体検出センサ２と車両Ｍの間を大型車両が横切るなどして車両Ｍが大型車両に遮られたとき、所定距離Ｄ１以内に大型車両が存在すると、大型車両に相当するセグメントの方が車両Ｍに相当するセグメントよりも大きくなり、車両ＭのＩＤが大型車両に引き継がれてしまうことがある。そのため、所定距離Ｄ１の設定においては、このような大型車両を排除できるような距離に制限することが好ましい。また、所定距離Ｄ１を極端に小さい値に設定した場合には、例えば、車両が人物により遮蔽されたり鏡面反射が生じたりすることで、車両に相当するセグメントが複数のセグメントに分裂し、それらのセグメントがある程度離れていると、所定距離Ｄ１に含まれなくなってしまうことがある。そのため、所定距離Ｄ１の設定においては、特定の対象に相当する複数の分裂セグメントがある程度離れていても、それを含むような距離にすることが好ましい。

以上、本発明の実施の形態を例示により説明したが、本発明の範囲はこれらに限定されるものではなく、請求項に記載された範囲内において目的に応じて変更・変形することが可能である。

１監視システム
２物体検出センサ
２１通信部
２２検知部
２２１レーザ発振部
２２２走査鏡
２２３走査制御部
２２４反射光検出部
２２５測距データ生成部
２３記憶部
２４制御部
２４１駆動制御部
２４２基準データ生成部
２４３監視制御部
３ロボポート
４飛行ロボット
５飛行制御装置
６監視センタ
Ｅ監視区域
Ｓ警戒領域
Ｍ車両

Claims (5)

1. 警戒領域の一端から他端までを測定周期おきに走査して、前記警戒領域における各方向の測定点までの距離を示す測距データを生成する検知部と、
   前記測距データに基づいて、近接する測定点をセグメントとしてグループ化するグループ化手段と、
   所定時点における測定周期の測距データから得られたセグメントと、当該所定時点と同時又は当該所定時点よりも過去の測距データから得られたセグメントとを選択し、前記選択した２つのセグメントの各端部への走査角度の差が第１の閾値以下であるか否かを判定する第１の走査角度判定部と、
   前記第１の走査角度判定部にて前記走査角度の差が前記第１の閾値以下であると判定されると、前記選択した２つのセグメントの一方が他方を遮蔽していると推定する遮蔽推定部と、
   を備えることを特徴とした物体検出センサ。
2. 前記セグメントが特定の対象であるか否かを判定する対象判定部と、
   前記選択した２つのセグメントのうち前記検知部により近い位置にあるセグメントの他方の端部と前記所定時点よりも過去の測距データから前記特定の対象と判定したセグメントの端部との走査角度の差が第２の閾値以下であるか否かを判定する第２の走査角度判定部と、
   を備え、
   前記遮蔽推定部は、前記第１の走査角度判定部にて前記第１の閾値以下と判定され、かつ、前記第２の走査角度判定部にて前記第２の閾値以下であると判定されると、前記特定の対象が遮蔽されていると推定し、
   当該推定がなされると、前記選択した２つのセグメントのうち前記検知部からより遠い位置にあるセグメントが前記所定時点のセグメントであれば前記特定の対象と判定したセグメントと同一物体としてトラッキングする同一物体判定部を備える請求項１に記載の物体検出センサ。
3. 前記同一物体判定部は、同一物体の候補として複数のセグメントを抽出した場合、当該セグメントのうち大きさが最大のセグメントを同一物体であると判定する請求項２に記載の物体検出センサ。
4. 前記第２の閾値は前記第１の閾値より大きい値である請求項２又は３に記載の物体検出センサ。
5. 前記特定の対象は車両である請求項２〜４のいずれか一項に記載の物体検出センサ。

Images