JP6687941B2

JP6687941B2 - レーダ装置、目標形状推定方法及びプログラム

Info

Publication number: JP6687941B2
Application number: JP2016023620A
Authority: JP
Inventors: 正平木寺; 優太佐々木
Original assignee: THE UNIVERSITY OF ELECTRO-COMUNICATINS
Current assignee: THE UNIVERSITY OF ELECTRO-COMUNICATINS
Priority date: 2016-02-10
Filing date: 2016-02-10
Publication date: 2020-04-28
Anticipated expiration: 2036-02-10
Also published as: JP2017142164A

Description

本発明は、目標の形状を示す画像を取得することができるレーダ装置、及びそのレーダ装置に適用される目標形状推定方法、並びに目標形状推定方法を実行するプログラムに関し、特に超広帯域電磁波を使用して画像を取得する技術に関する。

周囲の状況の画像を取得するレーダ装置としては、例えば合成開口レーダが知られている。合成開口レーダは、アンテナから電磁波を目標に照射して得られる反射波を複数の位置で取得して、その複数の反射波を合成することで目標の画像を得る技術である。この合成開口レーダは、画像を得る処理の詳細は省略するが、光学センサを使って撮像する場合と異なり、不可視領域（濃煙環境下、夜間など）であっても画像を取得することができる。

従来、合成開口レーダによる画像は二次元画像が一般的であったが、近年、目標の三次元形状を得る三次元画像の開発が行われている。しかしながら、合成開口レーダで三次元画像を作成するためには、非常に膨大な処理時間を必要とするという問題がある。また、合成開口レーダで得られる画像には、反射波の不要な応答による虚像が発生する問題があり、画像の正確性が十分でないという問題があった。

これらの問題を解決するために、ＲＰＭ（Range Points Migration：距離点マイグレーション）法と称される手法が開発されている。ＲＰＭ法の詳細は、後述する実施の形態例で説明するが、簡単に述べると、レーダ装置で送信した電磁波の反射波から目標の距離情報のみを抽出し、目標を点群で再現するものである。ＲＰＭ法の場合、反射波から距離情報が正確に得られれば、非常に空間分解能の高い三次元画像が得られる。非特許文献１には、ＲＰＭ法を適用した画像取得処理の例についての記載がある。

「High-Resolution and Real-Time Three-Dimensional Imaging Algorithm With Envelopes of Spheres for UWB Radars」IEEE Trans. Geoscience and Remote Sensing, vol.46, no.11, pp.3503--3513, Nov, 2008.

ＲＰＭ法による三次元画像の作成処理は、合成開口レーダによる三次元画像の作成処理よりも高速かつ高精度に行えるという効果を有する。しかしながら、ＲＰＭ法を適用した場合であっても、現状での三次元画像の作成には、依然としてそれなりに長い時間（例えば数百秒程度）が必要であり、より高速かつ高精度に三次元画像を作成処理することが望まれている。なお、ここでは三次元画像を作成する場合の問題について説明したが、二次元画像を作成する場合であっても、高速かつ高精度化が望まれている状況は同じである。

本発明はかかる点に鑑みてなされたものであり、目標の画像を作成する処理を、高速かつ高精度に行うことができるレーダ装置、目標形状推定方法及びプログラムを得ることを目的とする。

本発明のレーダ装置は、送信素子から出力された電磁波の反射波を受信する受信素子の受信出力として、送信素子で電磁波が出力されてから受信素子で反射波を受信するまでの伝送経路が異なる複数の系の受信出力を得る受信処理部と、受信処理部で得た各受信出力に含まれる閾値を越える極大値を、複数の距離点の情報として抽出すると共に、各距離点のドップラ速度を取得する距離点取得部と、距離点取得部で得られた複数の距離点の情報を、それぞれの距離点のドップラ速度に基づいて複数のクラスタに分類するクラスタリング処理部と、クラスタリング処理部で分類されたクラスタごとの複数の距離点の集積度を評価して、目標の形状を得る距離点マイグレーション処理部とを備え、距離点マイグレーション処理部での複数の距離点の集積度の評価に基づいて、クラスタリング処理部で複数のクラスタに分類する処理を再度実行し、再度の実行で得た複数のクラスタごとの複数の距離点の集積度の評価を、距離点マイグレーション処理部で行うようにした。
る。
また、本発明の目標形状推定方法は、送信素子から出力された電磁波の反射波を受信する受信素子の受信出力として、送信素子で電磁波が出力されてから受信素子で反射波を受信するまでの伝送経路が異なる複数の系の受信出力を得る受信処理と、受信処理で得た各受信出力に含まれる閾値を越える極大値を、複数の距離点の情報として抽出すると共に、各距離点のドップラ速度を取得する距離点取得処理と、距離点取得処理で得られた複数の距離点の情報を、それぞれの距離点のドップラ速度に基づいて複数のクラスタに分類するクラスタリング処理と、クラスタリング処理で分類されたクラスタごとの複数の距離点の集積度を評価して、目標の形状を得る距離点マイグレーション処理とを含み、距離点マイグレーション処理での複数の距離点の集積度の評価に基づいて、クラスタリング処理で複数のクラスタに分類する処理を再度実行し、再度の実行で得た複数のクラスタごとの複数の距離点の集積度の評価を、距離点マイグレーション処理で行うようにした。
さらに、本発明のプログラムは、上記目標形状推定方法の各処理を実行する手順を、コンピュータ装置に実装して実行させるものである。

本発明によると、検出した複数の距離点をドップラ速度により複数のクラスタに分類するため、移動速度が異なる複数の目標が存在するとき、距離点の情報をそれぞれの目標ごとに適切に分類することができるようになる。したがって、ＲＰＭ法を適用して複数の距離点の集積度を評価する演算処理を行う際には、クラスタリングされた目標ごとの距離点の情報だけを使って形状の評価が行えるようになり、その結果、ＲＰＭ法の演算が非常に少ない処理負担で短時間にできるようになると共に、目標の形状を推定する精度の向上を図ることができる。

電磁波の実空間での状態（図１Ａ）と、１つの受信素子での受信状態（図１Ｂ）と、データ空間で各受信素子の出力を並べた状態（図１Ｃ）とを示す説明図である。実空間上での目標と、受信素子で観測される距離との関係の例を示す説明図である。複数の受信素子がある場合の各受信素子で観測される距離の例を示す説明図である。ＲＰＭ法で距離点の集積度を評価する例を示す説明図である。本発明の一実施の形態例によるレーダ装置を示す構成図である。本発明の一実施の形態例によるアンテナ（送信素子及び受信素子）の配置例を示す説明図である。本発明の一実施の形態例による目標形状推定処理を示すフローチャートである。本発明の一実施の形態例による距離点のクラスタリングの例を示す説明図である。それぞれ移動速度が異なる複数の目標が存在するシステムモデル（図９Ａ）に対して、従来例で推定した場合（図９Ｂ）と、本発明の一実施の形態例で推定した場合（図９Ｃ）を比較した説明図である。

以下、本発明の一実施の形態の例（以下、「本例」と称する。）を、添付図面を参照して説明する。

［１．ＲＰＭ法の基本原理］
まず、本例のレーダ装置に適用されるＲＰＭ（Range Points Migration：距離点マイグレーション）法の基本原理について説明する。
ＲＰＭ法は、送信素子から電磁波を送信して、その電磁波の目標での反射波を受信素子が受信したとき、その受信信号の状態から、目標境界を点群として表現し、点群の集積度の評価で、目標の形状を推定するものである。

例えば、図１Ａに示すように、６個のアンテナａ１，ａ２，ａ３，・・・，ａ６を一定間隔で直線状に配置する。アンテナａ１は送信素子であり、他のアンテナａ２〜ａ６は受信素子である。以下の説明では、アンテナａ１を送信素子と称し、アンテナａ２〜ａ６を受信素子と称する。但し、ここでの送信素子ａ１は、後述するように送信機能の他に受信機能も備える。
図１Ａの例では、実空間上に３つの目標♯１，♯２，♯３が存在したとする。図１Ａは、横軸をＸ方向、縦軸をＺ方向とした２次元上の実空間での目標♯１〜♯３、送信素子ａ１、及び受信素子ａ２〜ａ６の位置を示す。送信素子ａ１と受信素子ａ２〜ａ６は、Ｘ方向に直線状に一定間隔で配置されている。

送信素子ａ１から電磁波を送信したとき、受信素子ａ２で受信される信号には、図１Ａに破線で電磁波の伝送経路を示すように、３つの目標♯１，♯２，♯３で反射した成分が含まれる。送信素子ａ１から送信された電磁波が、各目標♯１，♯２，♯３で反射して受信素子ａ２で受信されるまでの伝送経路の距離が異なるとき、各目標♯１，♯２，♯３で反射した信号は、受信素子ａ２に到達するタイミングが異なる。

図１Ｂは、受信素子ａ２で得られる受信信号のレベルを示すものである。図１Ｂの縦軸は、受信素子ａ２での受信信号から、送信素子ａ１から送信された信号をフィルタで抽出したときの信号レベルを示す。横軸は、受信信号の時間変化を示す。この時間変化は、電磁波の伝送経路の長さに比例するため、目標までの距離Ｒに換算することができる。

図１Ｂの例では、目標♯１の表面で反射した信号ｄ−♯１、目標♯２の表面で反射した信号ｄ−♯２、及び目標♯３の表面で反射した信号ｄ−♯３が、受信信号のピーク（極大点）として現われている。これらの信号ｄ−♯１，ｄ−♯２，ｄ−♯３は、閾値αを越えた信号のピークを検出することで抽出することができる。閾値ＴＨは、各目標♯１，♯２，♯３の反射波とノイズを区別することが可能な値に設定される。閾値ＴＨを越えたピークの信号ｄ−♯１，ｄ−♯２，ｄ−♯３を検出した位置が、そのまま距離Ｒに換算されることになる。

図１Ｂでは受信素子ａ２が受信した信号のみを示すが、図１Ａに示す他の受信素子ａ３〜ａ６についても、同様に各目標♯１，♯２，♯３で反射した信号から、各目標♯１，♯２，♯３までの距離Ｒを検出することができる。また、送信素子ａ１についても、電磁波の送信後に自己が送信した電磁波を受信して、各目標♯１，♯２，♯３までの距離Ｒを検出することができる。

図１Ｃは、各素子ａ１〜ａ６で受信した信号のピークから検出した距離をデータ空間上で並べたものである。図１Ｃの横軸は素子配置方向であるＸ方向を示し、縦軸は各素子で検出した距離Ｒを示す。例えば、図１Ｂに示す受信素子ａ２の受信信号ｄ−♯１，ｄ−♯２，ｄ−♯３の距離Ｒが、垂直のラインａ２′に沿って示されている。他の素子ａ１，ａ３〜ａ６で検出されるピーク位置の距離Ｒについても、同様にデータ空間上に配置されている。以下の説明では、それぞれのピーク位置を距離点（ＲＰ：Range Point）と称する。
図１Ｃは、３つの目標♯１，♯２，♯３の検出例を示すため、各素子ａ１〜ａ６の受信信号から検出される距離点が、３つの目標♯１，♯２，♯３に対応した３個存在している。但し、一部の素子（受信素子ａ３，ａ５）の距離点については、２つの距離点が近接して重なった状態で示されている。

ＲＰＭ法では、この図１Ｃに示す各素子ａ１〜ａ６で検出した距離点ＲＰを解析して目標♯１，♯２，♯３の形状を推定する処理が行われる。
以下、図２〜図４を参照して、得られた距離点から目標♯１，♯２，♯３の形状を推定する原理について説明する。
図２は、目標♯０が存在する場合に、送信素子Ｌ_Ｔ０から送信した電磁波が目標♯０の表面α０で反射し、その反射波を受信素子Ｌ_Ｒ０で受信したとき、その受信信号の反射点α０が存在する可能性がある位置を示すものである。受信信号の反射点α０が存在する可能性がある位置は、送信素子Ｌ_Ｔ０と受信素子Ｌ_Ｒ０の位置で決まる楕円、つまり、送信素子Ｌ_Ｔ０と受信素子Ｌ_Ｒ０の位置を焦点とする楕円Ｃ０上に存在する。

図２は、送信素子と受信素子が１つの例であるが、受信素子が複数存在する場合には、送信素子と受信素子の組み合わせ毎に、反射点が通過する楕円が形成される。
例えば、図３に示すように、受信素子Ｌ_Ｒ０の他に３個の受信素子Ｌ_Ｒ１，Ｌ_Ｒ２，Ｌ_Ｒ３が存在し、合計４個の受信素子Ｌ_Ｒ０〜Ｌ_Ｒ３が送信素子Ｌ_Ｔ０からの電磁波を受信したとき、目標♯０の表面で電磁波が反射した位置は、それぞれの素子の位置で決まる楕円Ｃ０，Ｃ１，Ｃ２，Ｃ３の上に存在する。

この図３の例において、各楕円Ｃ０，Ｃ１，Ｃ２，Ｃ３の上の電磁波の反射位置が判定できれば、目標♯０の境界形状が得られる。
ここで、ＲＰＭ法では、楕円Ｃ０の上の電磁波の反射位置（距離点ＲＰ）を推定するために、その楕円Ｃ０と交差する楕円Ｃ１，Ｃ２，Ｃ３の交点の集積度の評価演算を行う。すなわち、図３の例では、楕円Ｃ０と楕円Ｃ１との交点α１、楕円Ｃ０と楕円Ｃ２との交点α２などを求め、各交点α１，α２，・・・の密集度を評価する。そして、その密集度の評価結果から、目標♯０の距離点α０の座標位置を推定する処理が行われる。ここでは、評価対象の距離点ＲＰをMainＲＰと称し、交点を評価する際に使用する他の距離点群をSubＲＰと称する。

各交点α１，α２，α３の集積度を評価する際には、次式の演算処理が行われる。
すなわち、送信素子及び受信素子の位置と距離で決まる距離点ｑ_ｉに対する目標境界推定点ｐ^（ｑ_ｉ）は、次の［数１］式で算出される。なお、本明細書中に示す「ｐ^」の「^」は、次の［数１］式に記載するように、本来は「^」が「ｐ」の上に付加されるものであるが、本明細書では記載上の制約から「ｐ^」と示す。

この［数１］式において、exp［−Ｄ（ｑ_ｉ，ｑ_ｊ）／２σ^２ _ｘ］の項は、素子間距離の重み付けである。すなわち、図４に示すように、注目距離点ｑ_ｉと評価対象距離点ｑ_ｊとの距離をＤ（ｑ_ｉ，ｑ_ｊ）としたとき、その距離Ｄ（ｑ_ｉ，ｑ_ｊ）の重み付けを行う。
［数１］式において、exp［−||ｐ（ｑ_ｉ；ｑ_ｊ）−ｐ（ｑ_ｉ；ｑ_ｋ）||^２／σ^２ _ｒ］の項は、楕円交点間密集度の重み付けである。すなわち、i番目の距離点を評価するために、図４に示す交点ｐ（ｑ_ｉ；ｑ_ｊ）と交点ｐ（ｑ_ｉ；ｑ_ｋ）との評価を行い、楕円交点間密集度の重み付けを行う。
この［数１］式を用いて、それぞれの楕円交点を計算して、その交点の密集度の評価から、図４に示す目標♯０の境界推定点ｐ^（ｑ_ｉ）を得ることができる。例えば、図４に示すように、楕円Ｃ０上の目標♯０の形状の推定点ｐ^（ｑ_ｉ）は、他の楕円との交点の密集度の評価から、図４上に×印で示す位置と算出される。

このようにＲＰＭ法を適用することで、レーダ装置で得た距離点を使って、目標の形状を推定することができる。ところで、ＲＰＭ法で評価対象の距離点MainＲＰを精度良く推定するためには、交点を評価する他の距離点群SubＲＰのデータが正確である必要があるが、交点を評価する他の距離点群SubＲＰには、不要なデータが含まれている可能性が高い。すなわち、図３の例のように空間上に１つの目標♯０だけが存在する状況であれば、評価対象の距離点MainＲＰの周囲の他の距離点群SubＲＰが、全て評価対象のデータになる。これに対して、目標♯０以外の他の物体が目標♯０の近くに存在したとき、その目標♯０以外の物体の距離点群SubＲＰが含まれると、評価対象の距離点MainＲＰの推定精度が劣化する要因になってしまう。

また、ＲＰＭ法では、距離点群SubＲＰが多数存在するため、楕円の交点の計算回数が非常に多いという問題があり、目標とする距離点を算出するための計算量が多く、評価対象の距離点MainＲＰを得るために比較的長い時間を必要としていた。具体的には、評価対象の距離点MainＲＰの数の二乗に比例して計算量が増えるという問題があった。図１〜図４では、説明を簡単にするために二次上の形状を評価する例を示したが、三次元上の計算を行う場合には、非常に計算量が増えてしまう。
ここで、本例においては、従来のＲＰＭ法が持つ問題点を解決した、少ない計算量で精度の高い形状の推定が可能なレーダ装置を提案するものである。以下、本例のレーダ装置の具体例について説明する。

［２．レーダ装置の構成例］
次に、本例のレーダ装置の構成を、図５を参照して説明する。後述するように本例のレーダ装置は、送信信号として１４０ＧＨｚ帯を使用した中心波長λが約２mmのミリ波レーダであり、１０ｍ程度の比較的近距離の目標を検出するレーダ装置である。

レーダ装置１０は、２５個のアンテナＡ１〜Ａ２５を備える。２５個用意した内の４個のアンテナＡ１，Ａ５，Ａ２１，Ａ２５は送信素子と受信素子を兼ね、他の２１個のアンテナＡ２〜Ａ４，Ａ６〜Ａ２０，Ａ２２〜Ａ２４は受信素子である。２５個のアンテナＡ１〜Ａ２５の具体的な配置例（図６）については後述する。

そして、レーダ装置１０は、ＵＷＢ(Ultra Wide Band)と称される超広帯域無線信号を送信するＵＷＢ送信処理部１１を備え、ＵＷＢ送信処理部１１で生成したＵＷＢ信号を、送受信切替器ＳＷ１〜ＳＷ４を介してアンテナＡ１，Ａ５，Ａ２１，Ａ２５に供給する。各アンテナＡ１，Ａ５，Ａ２１，Ａ２５は、供給されるＵＷＢ信号に基づいたパルス状の電磁波を送信する。ＵＷＢ信号（送信信号）は、例えば中心周波数１４０ＧＨｚ、帯域幅１０ＧＨｚとする。１４０ＧＨｚ帯を使うことで、中心波長λが約２mmのミリ波レーダとなる。ＵＷＢ送信処理部１１は、ベースバンド処理部１３から供給される信号に基づいて、送信信号を生成する。

４個のアンテナＡ１，Ａ５，Ａ２１，Ａ２５から送信された電磁波の目標からの反射波は、全てのアンテナＡ１〜Ａ２５で受信される。各アンテナＡ１〜Ａ２５で得た受信信号は、ＵＷＢ受信処理部１２に供給される。ＵＷＢ受信処理部１２では、受信信号の復調などの処理を行ってベースバンド信号とする。ＵＷＢ受信処理部１２で得られたベースバンド信号は、ベースバンド処理部１３に供給され、各種ベースバンド処理が行われる。
ベースバンド処理部１３で得られたベースバンドの受信信号成分は、フィルタ処理部１４に供給される。フィルタ処理部１４では、受信信号に含まれる電磁波の反射波の成分を抽出する処理が行われる。

フィルタ処理部１４で抽出された反射波の成分は、レンジドップラ分布処理部１５に供給される。レンジドップラ分布処理部１５では、供給される信号の変化状態からドップラ速度が検出される。さらに、フィルタ処理部１４で抽出された反射波の成分が極大応答抽出部１６に供給され、閾値以上で極大点が抽出される。
そして、極大応答抽出部１６で抽出された極大点の情報が距離点取得部１７に供給され、距離点が得られる。このとき、距離点取得部１７は、それぞれの距離点のドップラ速度についても、レンジドップラ分布処理部１５で検出した情報に基づいて取得される。なお、距離点取得部１７が取得する距離点には、送信素子と受信素子の位置の情報も含まれる。

距離点取得部１７で得られたピーク箇所の距離点及びドップラ速度の情報は、クラスタリング処理部１８に供給される。クラスタリング処理部１８では、供給されるピーク箇所の距離点の情報が、ドップラ速度に基づいて複数のクラスタに分類される。そして、クラスタリング処理部１８でドップラ速度に基づいて分類された距離点の情報が、ＲＰＭ処理部（距離点マイグレーション処理部）１９に供給され、ＲＰＭの演算処理が行われる。

ＲＰＭ処理部１９でＲＰＭ法の演算を行う際には、クラスタリング処理部１８で分類されたクラスタごとに演算処理が実行される。すなわち、既に図２〜図４で説明したように、境界位置の推定対象の距離点MainＲＰと、交点を評価する他の距離点群SubＲＰとの演算（［数１］式の演算）で、交点の集積度を評価するが、この評価演算を行う際の他の距離点群SubＲＰとして、ドップラ速度に基づいて分類された同じクラスタ内の距離点だけが使用される。

そして、ＲＰＭ処理部１９でそれぞれの距離点についてＲＰＭ法の演算を行って得た各距離点の推定結果が、画像出力部２０に供給される。画像出力部２０は、ＲＰＭ処理部１９における演算で得たそれぞれの箇所の距離点の推定結果から、目標形状を示す画像を生成し、生成した画像データを出力する。

なお、ＲＰＭ処理部１９は、１回の演算で得た距離点の情報をクラスタリング処理部１８に戻して、再度クラスタリング処理を行うようにしてもよい。そして、そのクラスタリング処理部１８での再度分類されたクラスタの情報を使って、ＲＰＭ処理部１９が各距離点の推定処理を繰り返すようにしてもよい。

［３．送信素子と受信素子の配置例］
図６は、２５個のアンテナＡ１〜Ａ２５の配置の一例を示す。本例のアンテナＡ１〜Ａ２５は、図６に示すように、水平方向に等間隔で５個配置すると共に、垂直方向に等間隔で５個配置して、２５個のアンテナＡ１〜Ａ２５を５個×５個のマトリクス状に配置する。
四隅のアンテナＡ１，Ａ５，Ａ２１，Ａ２５は、送信素子であると共に受信素子でもある。他のアンテナＡ２〜Ａ４，Ａ６〜Ａ２０，Ａ２２〜Ａ２４は受信素子である。したがって、それぞれのアンテナＡ１〜Ａ２５で受信する際には、送信素子である４つのアンテナＡ１，Ａ５，Ａ２１，Ａ２５から送信された電磁波の反射波を受信可能である。

なお、本例のレーダ装置１０は、各アンテナＡ１〜Ａ２５で受信した信号から、４つのアンテナＡ１，Ａ５，Ａ２１，Ａ２５から送信された電磁波を分別する必要がある。このためにレーダ装置１０は、４つのアンテナＡ１，Ａ５，Ａ２１，Ａ２５から送信される信号について、受信処理時に送信信号を区別できるような処理を行っている。例えば、送信タイミングの変更、周波数の変更、識別情報の付加などの処理である。４つの送信用のアンテナＡ１，Ａ５，Ａ２１，Ａ２５からの信号を受信信号から分別する処理は、例えばレーダ装置１０のベースバンド処理部１３で実行され、ベースバンド処理部１３で実空間上の電磁波の伝送経路が異なる複数の系の受信データを得る。

［４．目標形状推定処理の流れの例］
図７は、本例のレーダ装置１０で目標の位置を推定して画像を得る処理の流れを示すフローチャートである。
まずレーダ装置１０は、ＵＷＢ送信処理部１１で生成した送信信号を各アンテナＡ１，Ａ５，Ａ２１，Ａ２５に供給して送信し、反射波としての受信信号を各アンテナＡ１〜Ａ２５で受信してＵＷＢ受信処理部１２で受信処理を行って、観測データ取得処理を行う（ステップＳ１１）。そして、フィルタ処理部１４が、受信して得た観測データをフィルタ処理して、反射波の成分を抽出する（ステップＳ１２）。

次に、レンジドップラ処理部１５は、レンジドップラ分布を取得して（ステップＳ１３）、速度情報を得る。さらに、極大応答抽出部１６が、同平面内の極大応答の抽出処理を行い（ステップＳ１４）、距離点取得部１７は、距離点の情報（距離及びドップラ速度）を取得する（ステップＳ１５）。
そして、クラスタリング処理部１８が、距離点取得部１７で取得した全ての距離点について、それぞれの距離点が持つドップラ速度に応じて、複数のクラスタに分類するクラスタリング処理を行う（ステップＳ１６）。
このようにして複数のクラスタに分類された後、ＲＰＭ処理部１９は、各クラスタの距離点のデータを使って、ＲＰＭ（距離点マイグレーション）の演算処理を行い、目標の形状を推定する（ステップＳ１７）。そして、ＲＰＭ処理部１９の演算結果で得た全ての目標の形状を総合して、画像出力部２０が目標の画像データを作成して、作成した画像データを出力する。
なお、ステップＳ１７でＲＰＭの演算処理を行った後、再クラスタリングを行う場合には、図７のフローチャートに破線で示すように、ステップＳ１６のクラスタリング処理に戻り、その再度のクラスタリングで得られたクラスタごとに、ステップＳ１７でのＲＰＭの演算処理が繰り返される。この繰り返しの処理は、複数回繰り返すようにしてもよい。

［５．クラスタリングの例］
図８は、レーダ装置１０で得た距離点をクラスタリングする例を示す。
図８Ａは、複数の受信素子ａ１〜ａ６をＸ方向（横軸方向）に一定間隔で配置した場合に、それぞれの受信素子ａ１〜ａ６での受信信号から検出した距離点の距離Ｒを縦軸とした、距離点のデータ空間を示す図である。この図８Ａは、図１Ｃに示すデータ空間と同じ状態を示す。すなわち、図１Ａに示すように３つの目標♯１，♯２，♯３が存在する場合の各受信素子ａ１〜ａ６での受信信号から距離点ＲＰを検出した例である。

ここで、図１Ａに示す３つの目標♯１，♯２，♯３は、それぞれ異なるドップラ速度を持っていると仮定する。なお、異なるドップラ速度の内の１つは速度０であってもよい。ドップラ速度０の状態とは、目標が静止した状態、又は目標と受信素子との相対距離に変化がない移動状態である。
それぞれの目標♯１，♯２，♯３が分類可能な異なるドップラ速度を持つとき、それぞれの距離点ＲＰの情報は、検出されたドップラ速度で３つのクラスタに分類される。具体的には、図８Ｂに示すように、受信素子ａ１が検出した３つの距離点が、第１のドップラ速度の距離点ＲＰ１−１と、第２のドップラ速度の距離点ＲＰ２−１と、第３のドップラ速度の距離点ＲＰ３−１に分類される。同様に、他の受信素子ａ２，ａ３，・・・，ａ６が検出した３つの距離点が、第１のドップラ速度の距離点ＲＰ１−２〜ＲＰ１−６と、第２のドップラ速度の距離点ＲＰ２−２〜ＲＰ２−６と、第３のドップラ速度の距離点ＲＰ３−２〜ＲＰ３−６に分類される。

このように、ドップラ速度でクラスタリングすることで、２つの距離点の情報が近接した距離に存在する場合でも、その近接した２つの距離点の情報を分離できるようになる。具体的には、例えば図８Ｂに示すように、受信素子ａ３が検出した３つの距離点の情報ＲＰ１−３，ＲＰ２−３，ＲＰ３−３が存在し、その内の情報ＲＰ１−３，ＲＰ２−３が近接した距離点であっても、この２つの情報ＲＰ１−３，ＲＰ２−３を、個別の距離点の情報に区別できる場合がある。従来は、図１Ｃで説明したように、近接した距離点を区別することは不可能であった。

図８Ｂに示すように、ドップラ速度でクラスタ分けされた各距離点をデータ空間上に配置して各クラスタで接続することで、各クラスタごとに距離点の変化を示す特性曲線Ｔ１，Ｔ２，Ｔ３が得られるようになる。観測された距離点の誤差が少ない場合には、それぞれの距離点は各特性曲線Ｔ１，Ｔ２，Ｔ３から大きく外れることがない。

そして、各クラスタが持つ距離点の情報を使って、ＲＰＭ法の演算（［数１］式の演算）を行うことで、図８Ｃに示すように３つの目標♯１，♯２，♯３の形状の推定点ＲＰＭ１−１〜ＲＰＭ１−６，ＲＰＭ２−１〜ＲＰＭ２−６，ＲＰＭ３−１〜ＲＰＭ３−６が得られる。これらの形状の推定点ＲＰＭ１−１〜ＲＰＭ１−６，ＲＰＭ２−１〜ＲＰＭ２−６，ＲＰＭ３−１〜ＲＰＭ３−６が得られることで、目標♯１，♯２，♯３の形状を示す画像が作成できるようになる。
例えば、目標♯１の形状の推定点ＲＰＭ１−１〜ＲＰＭ１−６を得る際には、第１のドップラ速度の距離点ＲＰ１−１〜ＲＰ１−６だけを使ったＲＰＭ法の演算処理が行われ、従来のように全ての距離点を使ってＲＰＭ法の演算処理をする場合に比べて、非常に少ない演算処理で目標の形状を得ることができる。演算処理の負担が少ないということは、演算処理に要する時間も短時間になる。また、近接した位置に複数の距離点が存在した場合でも、ドップラ速度が異なった場合には、それぞれの距離点を正確に区別してクラスタリングができるため、目標の形状の推定精度が向上する。

［６．シミュレーション例］
次に、図９を参照して、本例のレーダ装置１０を使用して目標の形状を推定するシミュレーション例について説明する。
図９Ａは、目標の形状及び目標のドップラ速度と、アンテナＡ１〜Ａ２５（送信素子，受信素子）の配置状態を示す。
ここでは、人体を模した１１個の目標♯１１〜♯２１を想定し、この目標♯１１〜♯２１と対向した２５個のアンテナＡ１〜Ａ２５を使って検出する例を示す。２５個のアンテナＡ１〜Ａ２５は、図６に示すように垂直５個、水平５個のマトリクス状に配置されている。四隅のアンテナＡ１，Ａ５，Ａ２１，Ａ２５は送信素子及び受信素子を兼ね、他の２１個のアンテナＡ２〜Ａ４，Ａ６〜Ａ２０，Ａ２２〜Ａ２４は受信素子である。アンテナＡ１，Ａ５，Ａ２１，Ａ２５が送信する電磁波としては、１４０ＧＨｚ帯のミリ波レーダが使用される。

人体を模した１１個の目標♯１１〜♯２１は、それぞれ人体の頭部、胸部、腰部、左上腕部、左下腕部、右上腕部、右下腕部、左腿部、左脛部、右腿部、及び右脛部を模したものである。ここでは、人体が歩行中であることを想定し、ドップラ速度として、図９Ａに矢印で示すように、頭部♯１１０m/s、胸部♯１２０m/s、腰部♯１３０m/s、左上腕部♯１４０．５m/s、左下腕部♯１５１m/s、右上腕部♯１６ −０．５m/s、右下腕部♯１７ −１m/s、左腿部♯１８ −０．５m/s、左脛部♯１９ −１m/s、右腿部♯２００．５m/s、及び右脛部♯２１１m/sが設定されている。

図９Ｂは、従来のＲＰＭ法（クラスタリングしない手法）で目標の三次元形状を推定した例を示す。図９Ｂの実空間上にプロットした点が、形状の推定位置である。
この従来のＲＰＭ法では、演算で推定することができた目標境界点の数は２７９カ所であり、目標形状の誤差が１０λ（λは送信信号の１波長）以内に入る割合は、約５７．０％である。この図９Ｂに示す演算処理は、５５１秒で完了した。

一方、図９Ｃは、本例のクラスタリングが行われるＲＰＭ法で目標の形状を推定した例を示す。本例のＲＰＭ法で目標位置を推定したときには、演算で推定することができた目標境界点の数は５８７カ所であり、目標形状の誤差が１０λ（λは波長）以内に入る割合は、約７０．２％である。この図９Ｃに示す演算処理は、１７５秒で完了した。なお、この演算処理時間は、計算処理を実行する装置（計算機）の処理能力に依存するため、能力の高い計算機を使用することでより高速化を図ることができる。

この図９Ｃに示す本例のレーダ装置による例と、図９Ｂに示す従来のレーダ装置による例を比較すると判るように、本例の場合には目標位置の推定誤差が大幅に減少すると共に、演算処理量も大幅に減少して、演算処理時間も大幅に短縮することができる。

このように本例のレーダ装置１０によると、抽出した各距離点をドップラ速度に基づいてクラスタリングするため、少ない演算処理量で正確な目標の形状の推定が可能になる。例えば図９の例のような歩行中の人体が目標である場合、左右の各部が図９Ａで説明したように個別のドップラ速度を持つため、人体の形状が良好に検出できるようになる。なお、１つの物体内の各部が個別のドップラ速度を持つ物体（生体）として人体を検出するのは一例であり、犬や猫などの他の動物の検出に適用してもよい。
したがって、本例のレーダ装置１０で周囲の検出を行うことで、不可視領域（濃煙環境下、夜間など）であっても人物などの動きがある物体を良好に検知できるようになる。例えば、災害現場での不明者の捜索、各種施設での高齢者の見守り、建設現場などの危険箇所への侵入監視などが、濃煙環境下や夜間であっても確実に行えるようになる。

［７．変形例］
なお、図６に示すアンテナＡ１〜Ａ２５の配置例は一例であり、その他のアンテナ配置としてもよい。例えば、図６の例では、送信素子としてのアンテナを４個、受信素子としてのアンテナを２５個としたが、複数の系の伝送経路の信号が得られれば、様々なアンテナ配置が適用可能である。例えば、送信素子から送信した電磁波の反射波を多数の受信素子で受信するようにしたが、複数の送信素子から送信した電磁波の反射波を１つなどの限られた数の受信素子で受信するようにして、複数の系の伝送経路の信号を得るようにしてもよい。
また、図６のように複数配置したアンテナで電磁波の複数の系の伝送経路を得る代りに、送信素子又は受信素子の位置を移動させて、実質的に複数の系の電磁波の伝送経路を得て、ＲＰＭ法の演算処理を行うようにしてもよい。
また、アンテナＡ１などが送信素子と受信素子を兼ねるようにした構成についても一例であり、送信素子と受信素子とは、それぞれ個別の素子としてもよい。

また、上述した実施の形態例では、１４０ＧＨｚ帯を使用して帯域幅が約１０ＧＨｚのＵＷＢ信号を送信するミリ波レーダに適用したが、その他の周波数帯を使用したレーダに適用してもよい。帯域幅が約１０ＧＨｚとした点についても一例であり、少なくとも数ＧＨｚ以上の広帯域の信号を送信するレーダ装置に適用することで、同様の処理ができる。

また、図５に示す構成では、レーダ装置１０が複数の伝送経路の受信処理、距離点の取得処理、クラスタリング処理、ＲＰＭ処理、及び画像作成処理を行うようにしたが、例えばレーダ装置で得たデータを、外部の他の装置（コンピュータ装置など）が取得して、これらの処理を行うようにしてもよい。例えば、図７のフローチャートに示す各処理の手順を実行するプログラム（ソフトウェア）を作成して、そのプログラムをコンピュータ装置に実装して、図５に示すレーダ装置１０と同様の処理を行うようにしてもよい。

１０…レーダ装置、１１…ＵＷＢ送信処理部、１２…ＵＷＢ受信処理部、１３…ベースバンド処理部、１４…フィルタ処理部、１５…レンジドップラ分布処理部、１６…極大応答抽出部、１７…距離点取得部、１８…クラスタリング処理部、１９…ＲＰＭ処理部（距離点マイグレーション処理部）、２０…画像出力部、ａ１〜ａ６，Ａ１〜Ａ２５…アンテナ（送信素子又は受信素子）、ＳＷ１〜ＳＷ４…送受信切替器

Claims

送信素子から出力された電磁波の反射波を受信する受信素子の受信出力として、送信素子で電磁波が出力されてから受信素子で反射波を受信するまでの伝送経路が異なる複数の系の受信出力を得る受信処理部と、
前記受信処理部で得た各受信出力に含まれる閾値を越える極大値を、複数の距離点の情報として抽出すると共に、各距離点のドップラ速度を取得する距離点取得部と、
前記距離点取得部で得られた複数の距離点の情報を、それぞれの距離点のドップラ速度に基づいて複数のクラスタに分類するクラスタリング処理部と、
前記クラスタリング処理部で分類されたクラスタごとの複数の距離点の集積度を評価して、目標の形状を得る距離点マイグレーション処理部とを備え、
前記距離点マイグレーション処理部での複数の距離点の集積度の評価に基づいて、前記クラスタリング処理部で複数のクラスタに分類する処理を再度実行し、再度の実行で得た複数のクラスタごとの複数の距離点の集積度の評価を、前記距離点マイグレーション処理部で行うようにした
レーダ装置。
前記送信素子と前記受信素子は、マトリクス状に複数配置され、複数の前記受信素子の一部が前記送信素子を兼ねるようにした
請求項１に記載のレーダ装置。
前記送信素子から出力される電磁波は、帯域幅が少なくとも数ＧＨｚ以上の超広帯域信号である
請求項１に記載のレーダ装置。
送信素子から出力された電磁波の反射波を受信する受信素子の受信出力として、送信素子で電磁波が出力されてから受信素子で反射波を受信するまでの伝送経路が異なる複数の系の受信出力を得る受信処理と、
前記受信処理で得た各受信出力に含まれる閾値を越える極大値を、複数の距離点の情報として抽出すると共に、各距離点のドップラ速度を取得する距離点取得処理と、
前記距離点取得処理で得られた複数の距離点の情報を、それぞれの距離点のドップラ速度に基づいて複数のクラスタに分類するクラスタリング処理と、
前記クラスタリング処理で分類されたクラスタごとの複数の距離点の集積度を評価して、目標の形状を得る距離点マイグレーション処理とを含み、
前記距離点マイグレーション処理での複数の距離点の集積度の評価に基づいて、前記クラスタリング処理で複数のクラスタに分類する処理を再度実行し、再度の実行で得た複数のクラスタごとの複数の距離点の集積度の評価を、前記距離点マイグレーション処理で行うようにした
目標形状推定方法。
送信素子から出力された電磁波の反射波を受信する受信素子の受信出力として、送信素子で電磁波が出力されてから受信素子で反射波を受信するまでの伝送経路が異なる複数の系の受信出力を得る受信処理手順と、
前記受信処理手順で得た各受信出力に含まれる閾値を越える極大値を、複数の距離点の情報として抽出すると共に、各距離点のドップラ速度を取得する距離点取得処理手順と、
前記距離点取得処理手順で得られた複数の距離点の情報を、それぞれの距離点のドップラ速度に基づいて複数のクラスタに分類するクラスタリング処理手順と、
前記クラスタリング処理手順で分類されたクラスタごとの複数の距離点の集積度を評価して、目標の形状を得る距離点マイグレーション処理手順とを、
コンピュータ装置に実装して実行させるプログラムであり、
前記距離点マイグレーション処理手順での複数の距離点の集積度の評価に基づいて、前記クラスタリング処理手順で複数のクラスタに分類する処理を再度実行し、再度の実行で得た複数のクラスタごとの複数の距離点の集積度の評価を、前記距離点マイグレーション処理手順で行うようにした
プログラム。