JP6786313B2 - バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム - Google Patents

バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム Download PDF

Info

Publication number
JP6786313B2
JP6786313B2 JP2016173162A JP2016173162A JP6786313B2 JP 6786313 B2 JP6786313 B2 JP 6786313B2 JP 2016173162 A JP2016173162 A JP 2016173162A JP 2016173162 A JP2016173162 A JP 2016173162A JP 6786313 B2 JP6786313 B2 JP 6786313B2
Authority
JP
Japan
Prior art keywords
target
sensor
error estimation
bias error
time
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
JP2016173162A
Other languages
English (en)
Other versions
JP2018040601A (ja
Inventor
英俊 古川
英俊 古川
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.)
Toshiba Corp
Toshiba Infrastructure Systems and Solutions Corp
Original Assignee
Toshiba Corp
Toshiba Infrastructure Systems and Solutions Corp
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 Toshiba Corp, Toshiba Infrastructure Systems and Solutions Corp filed Critical Toshiba Corp
Priority to JP2016173162A priority Critical patent/JP6786313B2/ja
Publication of JP2018040601A publication Critical patent/JP2018040601A/ja
Application granted granted Critical
Publication of JP6786313B2 publication Critical patent/JP6786313B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Description

本実施形態は、目標を観測する複数のセンサがネットワークに接続されたセンサネットワークにおいて、各センサのバイアス誤差を推定するバイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラムに関する。
それぞれ目標を観測する複数のセンサがネットワークに接続されたセンサネットワークでは、各センサで得られた観測データを融合するために観測目標の相関処理や統合処理を行う。ところが、各センサにはバイアス誤差があり、このバイアス誤差が観測している目標の相関処理や統合処理の精度に影響を与える。この影響を軽減するため、従来から、センサのバイアス誤差を推定し、補正する方法が提案されている。例えば、非特許文献1には、センサからの観測データを一箇所に集めて、カルマンフィルタによりデータの融合とバイアス誤差の推定を同時に実施する方法が示されている。また、特許文献1には、センサからの観測データと航跡データを一箇所に集めて、カルマンフィルタおよび最小2乗フィルタによりデータの融合とバイアス誤差の推定を同時に実施するセンサバイアス推定装置が示されている。
特開2011−64484号公報
B.A. van Doorn, et al.,"Systematic Error Estimation in Multisensor Fusion Systems",SPIE,1993 鏡慎吾,石川正俊,"センサフュージョン − センサネットワークの情報処理構造 − ",電子情報通信学会論文誌 A,2005
以上のように、非特許文献1に示されている方法では、目標を観測する複数のセンサからの観測データを一箇所に集めてデータ融合を行う集中化された(centralized)センサネットワーク(非特許文献2参照)において、センサのバイアス誤差を推定し、補正することはできる。しかし、この方法は、センサ毎に目標の追跡処理を行い、それぞれのセンサの観測データや航跡データを一箇所に集めることなく、分散化された(decentralized)形態でデータ融合を実施するセンサネットワーク(非特許文献2参照)には適用できないという課題がある。
本実施形態は上記課題に鑑みなされたもので、目標を観測する複数センサからなり、それぞれのセンサが目標の追跡処理を行い、それぞれのセンサの観測データや航跡データを一箇所に集めることなく、分散化されたセンサネットワークにおいて、センサそれぞれのバイアス誤差を推定することのできるバイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラムを提供することを目的とする。
実施形態によれば、センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定するバイアス誤差推定装置は、相互作用値算出手段と、バイアス誤差算出手段と、目標状態値算出手段とを具備する。前記相互作用値算出手段は、前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値を算出する。前記バイアス誤差算出手段は、前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系の目標状態値と、前記相互作用値算出手段によって算出される前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tにおけるバイアス誤差を算出する。前記目標状態値算出手段は、前記誤差推定対象センサの時刻tにおけるグローバル座標系の目標状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差算出手段によって算出される前記誤差推定対象センサの時刻tにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出する。
本実施形態に係るバイアス誤差推定装置が適用されるセンサネットワーク全体の構成を示すブロック図。 本実施形態に係るバイアス誤差推定装置の構成を示すブロック図。 第1の実施例に係るバイアス誤差推定装置の処理の具体例を示すフローチャート。 第3の実施例に係るバイアス誤差推定装置が適用されるセンサネットワーク全体の構成を示すブロック図。 第3の実施例に係るバイアス誤差推定装置の処理の具体例を示すタイミングチャート。
以下、本発明に係る実施の形態について、図面を参照して説明する。
以下、図1と図2を参照して、本実施形態について説明する。
図1は、本実施形態に係るバイアス誤差推定装置が適用されるセンサネットワーク全体の構成を示すブロック図である。このセンサネットワークは、それぞれ目標を観測するN(図ではN=4)個のセンサ1〜1、それぞれセンサ1〜1に対応するデータ融合装置2〜2、それぞれのデータ融合装置に対応するバイアス誤差推定装置3〜3から構成される。なお、本実施形態において、センサ1〜1、データ融合装置2〜2は、バイアス誤差推定装置3〜3の外部装置である。データ融合装置2〜2は、相互に接続され、相互にデータを送受してデータの融合を行う。
本実施形態において、2つ以上のバイアス誤差推定装置を備える場合、バイアス誤差推定システムと称する。
図2は、本実施形態に係るバイアス誤差推定装置3(i∈{1,...,N})の具体的な構成を示すブロック図である。このバイアス誤差推定装置3は、相互作用値算出部301、バイアス誤差算出部302、目標状態値算出部303を備える。
相互作用値算出部301は、1つ前の時刻tk−1において、それぞれのバイアス誤差推定装置3がバイアス誤差推定の対象とするセンサ(以下、誤差推定対象センサ、又は自センサと呼ぶ)1が観測している目標のバイアス誤差を考慮したグローバル座標系の目標状態値(少なくとも位置を含み、位置の時間微分成分である速度等を含んでも良い)と、外部装置から入力される1つ前の時刻tk−1における他センサ(誤差推定対象ではないセンサ)1(j∈{1,...,N},j≠i)が観測している目標のバイアス誤差を考慮したグローバル座標系の目標状態値(少なくとも位置を含み、位置の時間微分成分である速度等を含んでも良い)とを重み付き加算して、時刻tにおける自センサが観測している目標のグローバル座標系の相互作用値を算出する。
バイアス誤差算出部302は、外部装置から入力される1つ前の時刻tk−1における自センサ1が観測している目標のローカル座標系の目標状態値(少なくとも位置を含み、位置の時間微分成分である速度等を含んでも良い)と、時刻tk−1における自センサ1のグローバル座標系のセンサ状態値(少なくとも位置を含み、位置の時間微分成分である速度等を含んでも良い)と、相互作用値算出部301で算出した時刻tにおける自センサ1が観測している目標のグローバル座標系の相互作用値とに基づいて、時刻tにおける自センサ1のバイアス誤差を算出する。
目標状態値算出部303は、外部装置から入力される時刻tにおける自センサ1が観測している目標のローカル座標系の目標状態値(少なくとも位置を含み、位置の時間微分成分である速度等を含んでも良い)と、時刻tにおける自センサ1のグローバル座標系のセンサ状態値(少なくとも位置を含み、位置の時間微分成分である速度等を含んでも良い)と、バイアス誤差算出部302で算出した時刻tにおける自センサ1のバイアス誤差とに基づいて、時刻tにおける自センサ1が観測している目標のバイアス誤差を考慮したグローバル座標系の目標状態値(少なくとも位置を含み、位置の時間微分成分である速度等を含んでも良い)を算出する。このバイアス誤差を考慮したグローバル座標系の目標状態値は、バイアス誤差を補正(但し、真値補正のほか相対値補正を含む)したグローバル座標系の航跡データに相当する。上記相互作用値算出部301、バイアス誤差算出部302、目標状態値算出部303の処理は、繰り返し実行される。
上記構成によるバイアス誤差推定装置3の処理動作について、N個のセンサ1,...,1から構成されるセンサネットワークに適用された場合に、M個の目標T,...,Tを観測している状況に想定して説明する。
自センサ1に対応するバイアス誤差推定装置3の相互作用値算出部301は、自センサ1が観測している目標T(m∈{1,...,M})に対する1つ前の時刻tk−1のバイアス誤差を考慮したグローバル座標系の目標状態ベクトルx^im(k−1)(便宜上、数式のxの上に^をx^で表す)と他センサ1の目標Tに対する1つ前の時刻tk−1のバイアス誤差を考慮したグローバル座標系の目標状態ベクトルx^jm(k−1)を用いて、(1)式のように、目標Tに対する時刻tのグローバル座標系の相互作用ベクトルx〜im(k)(便宜上、数式のxの上に〜をx〜で表す)を算出する。
Figure 0006786313
ここで、εは重みを表す。また、aijmは、目標Tに対して、自センサ1と他センサ1が同一目標を観測している場合は1、その他は0とする。
後述するように、目標Tを観測していない他センサ1の処理は、(aijm=0)となるため、省略することができる(実質的には、同一目標の目標状態ベクトルが重み付き加算される)。また、自センサ1が観測していない目標や、自センサ1のみが観測している目標については、処理が不要である。
自センサ1に対応するバイアス誤差推定装置3のバイアス誤差算出部302は、自センサ1のバイアス誤差ベクトルb(k)を算出するために、グローバル座標系の相互作用ベクトルx〜im(k)、1つ前の時刻tk−1のローカル座標系の目標状態ベクトルyim(k−1)(便宜上、数式のyの上に^をyで表す)、1つ前の時刻tk−1のセンサ状態ベクトルz(k−1)を用いて、(2)式の逆問題を解く。
Figure 0006786313
ここで、f(・)は、ローカル座標系の目標状態ベクトル、センサ状態ベクトル、バイアス誤差ベクトルから、グローバル座標系の目標状態ベクトルへの変換を行う関数を表す。
自センサ1に対応するバイアス誤差推定装置3の目標状態値算出部303は、算出したバイアス誤差ベクトルb(k)、時刻tのローカル座標系の目標状態ベクトルyim(k)、時刻tのセンサ状態ベクトルz(k)を用いて、以下の(3)式により、自センサ1の目標Tに対する時刻tのバイアス誤差を考慮したグローバル座標系の目標状態ベクトルx^im(k)を算出する。
Figure 0006786313
自センサ1に対応するバイアス誤差推定装置3では、上記の処理が繰り返し実施される。また、それぞれの自他センサ1〜1に対応するバイアス誤差推定装置3〜3において、上記の処理が並行して行われる。
(第1の実施例)
次に、距離と角度にバイアス誤差がある4個の移動しない2次元センサ1,...,1から構成されるセンサネットワークにおいて、4個の固定目標(物標と呼ぶ場合がある)T,...,Tを観測している状況を例として、第1の実施例に係るバイアス誤差推定装置3A(3A,...,3A)の具体的な処理内容について説明する。
第1の実施例に係るバイアス誤差推定装置は、相互作用値算出部301、バイアス誤差算出部302、目標状態値算出部303を備える。
センサ1(i∈{1,2,3,4})のセンサ状態ベクトルは、センサ1が移動しない(センサの速度は0)ため、時刻パラメータを持たないzとする。センサ状態ベクトルzは、(4)式で表されるものとする。
Figure 0006786313
ここで、xとyは、それぞれグローバル座標系におけるx軸とy軸の位置(センサ1のローカル座標系の原点)を表す。
センサ1が観測している目標T(m∈{1,2,3,4})に対するローカル座標系の目標状態ベクトルは、物標を目標としているため、時刻パラメータを持たないyimとする。センサ1の目標Tに対する(センサ1の位置を原点とする)ローカル座標系の目標状態ベクトルyimは、(5)式で表されるものとする。
Figure 0006786313
ここで、rimは、距離のバイアス誤差(未知数)の影響を受けたセンサ1から目標Tまでの距離を表し、θimは、角度のバイアス誤差(未知数)の影響を受けたセンサ1から目標Tへの角度を表す。
なお、ローカル座標系の目標状態ベクトルyimの代わりに、(6)式で表されるグローバル座標系の目標状態ベクトルximが入力される場合、グローバル座標系の目標状態ベクトルximとセンサ状態ベクトルzに基づいて座標変換を行うことにより、ローカル座標系の目標状態ベクトルyimを算出することができる。
Figure 0006786313
ここで、目標状態ベクトルximの要素であるxim1とyim1は、それぞれグローバル座標系におけるx軸とy軸の位置を表す。
また、センサ1の時刻tのバイアス誤差ベクトルb(k)は、(7)式で表されるものとする。
Figure 0006786313
ここで、Δr(k)とΔθ(k)は、それぞれ距離と角度のバイアス誤差の推定値を表す。
このとき、センサ1の目標Tに対する時刻tのグローバル座標系の相互作用ベクトルx〜im(k)は、(8)式で表される。
Figure 0006786313
ここで、相互作用ベクトルx〜im(k)の要素であるxim2(k)とyim2(k)は、それぞれグローバル座標系におけるx軸とy軸の位置を表す。
なお、センサ1の目標Tに対する時刻tのバイアス誤差を考慮したグローバル座標系の目標状態ベクトルx^im(k)についても、同様に(9)式で表される。
Figure 0006786313
ここで、目標状態ベクトルx^im(k)の要素であるxim3(k)とyim3(k)は、それぞれグローバル座標系におけるx軸とy軸の位置を表す。
ここで、第1のセンサ1が第1の目標Tと第2の目標Tを観測し、第2のセンサ1が第2の目標Tと第3の目標Tを観測し、第3のセンサ1が第3の目標Tと第4の目標Tを観測し、第4のセンサ1が第4の目標Tと第1の目標Tを観測しているとする。
図3は、センサ1を誤差推定対象とする第1の実施例に係るバイアス誤差推定装置3Aの処理の流れの具体例を示すフローチャートで、(a)は全体の処理の流れを示し、(b)はバイアス誤差推定処理(相互作用値の算出、バイアス誤差の算出、目標状態値の算出からなる一連の処理)の具体的な流れを示している。同図に沿って、上記バイアス誤差推定装置3Aの処理の流れを説明する。
バイアス誤差推定装置3Aは、まず、図3(a)に示すように、バイアス誤差算出部302において、センサ1のバイアス誤差ベクトルとしてb(0)に初期値(0値、以前のバイアス誤差の推定値、外部装置から設定される値等)を設定する(ステップS101)。次に、外部装置から自センサ1が観測する目標に対するローカル座標系の目標状態ベクトルとして{y11,y12}と、自センサ1のグローバル座標系のセンサ状態ベクトルとして{z}を入力する(ステップS102)。また、外部装置から他センサ({1,1,1})が観測する目標に対するバイアス誤差を考慮したグローバル座標系の目標状態ベクトルとして{x^22,x^23,x^33,x^34,x^44,x^41}を入力する(ステップS103)。そして、相互作用値算出部301において、図3(b)に示す関数Aの処理に移行する(ステップS104)。
関数Aでは、第1の目標Tに対する1つ前の時刻tk−1のグローバル座標系の相互作用ベクトルx〜11(k)と第2の目標Tに対する1つ前の時刻tk−1のグローバル座標系の相互作用ベクトルx〜12(k)を算出する(ステップS1001)。
ここで、自センサ1の第1の目標Tに対する時刻tのグローバル座標系の相互作用ベクトルx〜11(k)は、自センサ1の第1の目標Tに対する1つ前の時刻tk−1のバイアス誤差を考慮したグローバル座標系の目標状態ベクトルx^11(k−1)と共に、他センサ1でも第1の目標Tを観測しているため、他センサ1に対応するバイアス誤差推定装置3の相互作用値算出部301からの他センサ1の第1の目標Tに対する1つ前の時刻tk−1のバイアス誤差を考慮したグローバル座標系の目標状態ベクトルx^41(k−1)を用いて、(10)式で算出される。
Figure 0006786313
同様に、第2の目標Tに対する時刻tのグローバル座標系の相互作用ベクトルx〜12(k)は、他センサ1でも第2の目標Tを観測しているため、(11)式で算出される。
Figure 0006786313
上記のように、相互作用値算出部301による関数Aの処理において、対象となる全目標の処理が終了しない場合(ステップS1002のNO)、目標パラメータを変更して上記ステップS1001の処理を対象となる全目標について実施する。
次に、バイアス誤差算出部302において、算出された相互作用ベクトルx〜11(k)と相互作用ベクトルx〜12(k)等を用いた(12)式の逆問題を解いて、自センサ1のバイアス誤差ベクトルb(k)を算出する(ステップS1003)。
Figure 0006786313
次に、目標状態値算出部303において、算出された自センサ1のバイアス誤差ベクトルb(k)等を用いて、自センサ1のバイアス誤差を考慮したグローバル座標系の目標状態ベクトルx^11(k)と同目標状態ベクトルx^12(k)を算出する(ステップS1004)。なお、初回のみ、目標状態値算出部303において算出された自センサ1のバイアス誤差ベクトルb(k)の代わりに、上記ステップS101で設定するバイアス誤差ベクトルの初期値b(0)を用いる。
Figure 0006786313
ここで、目標状態値算出部303では、対象となる全目標の処理が終了しない場合(ステップS1005のNO)、目標パラメータを変更して上記ステップS1005の処理を対象となる全目標について実施する。全目標について処理が終了した場合(ステップS1005のYES)、関数Aの処理を終了する。
関数Aの処理が終了した場合には、図3(a)に示すように、目標状態値算出部303で算出された自センサ1のバイアス誤差を考慮した目標状態ベクトルx^11(k)と目標状態ベクトルx^12(k)を、外部装置を経由して、他センサ1〜1に対応するバイアス誤差推定装置3〜3に出力する(ステップS105)。ここで、処理終了の指示等により処理が終了しない場合(ステップS106のNO)、算出されたバイアス誤差を考慮したグローバル座標系の目標状態ベクトルを用いて、ステップS103からの処理を繰り返し実施する。また、それぞれのセンサ1〜1に対応するバイアス誤差推定装置3〜3において、上記の処理が並行して行われる。
以上のように第1の実施例に係るバイアス誤差推定装置3Aによれば、目標を観測する複数のセンサが目標の追跡処理を行う場合に、それぞれのセンサの観測データや航跡データを一箇所に集めることなく、分散化されたセンサネットワークにおいて、センサそれぞれのバイアス誤差を推定することができる。
なお、上記の実施例では、未知数であるバイアス誤差の真値が時間的に変動せず、外部装置から入力される目標状態ベクトルとセンサ状態ベクトルも共にランダム誤差を含まない例を示したが、未知数であるバイアス誤差の真値が時間的に変動する場合や、外部装置から入力される目標状態ベクトルとセンサ状態ベクトルの少なくとも1つがランダム誤差を含む場合には、図3(a)に示したフローチャートの終了判定(ステップS106)において、処理終了の指示等がなく処理が終了しない場合(ステップS106のNO)、ステップS103の代わりにステップS102からの処理を繰り返し実施するように変更することで、対応することができる。
(第2の実施例)
以下、第2の実施例に係るバイアス誤差推定装置3Bについて説明する。第2の実施例に係るバイアス誤差推定装置3Bは、第1の実施例に係るバイアス誤差推定装置3Aと同じく、相互作用値算出部301、バイアス誤差算出部302、目標状態値算出部303を備える。
バイアス誤差推定装置3Bは、バイアス誤差推定装置3Aが推定するセンサ1のローカル座標系の距離と角度のバイアス誤差の代わりに、センサ1のグローバル座標系の位置のバイアス誤差を推定する。
この場合、外部装置から(6)式で表されるグローバル座標系の目標状態ベクトルximが入力され、センサ1のグローバル座標系の位置のバイアス誤差ベクトルb(k)が(14)式で表されるものとする。
Figure 0006786313
ここで、Δx(k)とΔy(k)は、それぞれグローバル座標系におけるx軸とy軸のバイアス誤差の推定値を表す。
このとき、第1の実施例の(8)式に対応する式は、以下の(15)式のように表される((9)式に対応する式についても同様)。
Figure 0006786313
ここで、相互作用値算出部301は、複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値を算出する。
バイアス誤差算出部302は、誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系の目標状態値と、相互作用値算出部301で算出される誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値とに基づいて、誤差推定対象センサの時刻tにおけるバイアス誤差を算出する。
目標状態値算出部303は、誤差推定対象センサの時刻tにおけるグローバル座標系の目標状態値と、予めセンサ毎に設定されるバイアス誤差の初期値またはバイアス誤差算出部302で算出される誤差推定対象センサの時刻tにおけるバイアス誤差とに基づいて、誤差推定対象センサが観測している目標の時刻tにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出する。
上記のように、関数f(・)を入力パラメータや推定するバイアス誤差に合わせて変形するだけで、センサ1のグローバル座標系の位置のバイアス誤差を推定するように構成することができる。さらに、センサのローカル座標系の距離と角度のバイアス誤差とセンサのグローバル座標系の位置のバイアス誤差の両方を推定するように構成することもできる。
(第3の実施例)
以下、第3の実施例に係るバイアス誤差推定装置3Cについて説明する。なお、第3の実施例に係るバイアス誤差推定装置3Cは、第1の実施例に係るバイアス誤差推定装置3Aと同じく、相互作用値算出部301、バイアス誤差算出部302、目標状態値算出部303を備える。
上記の実施例では、センサ、データ融合装置、バイアス誤差推定装置が、それぞれ1対1に対応する例を示したが、第3の実施例に係るバイアス誤差推定装置3Cは、図4(a)または(b)に示すセンサネットワーク全体の構成のように、1つのデータ融合装置が複数のセンサに対応し、複数のセンサに対応したデータ融合装置とバイアス誤差推定装置が1対1に対応する構成(図4(a))や、1つのバイアス誤差推定装置が複数のデータ融合装置に対応する構成(図4(b))とすることができる。即ち、1つのバイアス誤差推定装置が複数のセンサに対応するように構成することができる。
第3の実施例に係るバイアス誤差推定装置3Cによれば、複数のセンサに対応することができるため、バイアス誤差推定装置3Cの総数を減らすことや、バイアス誤差推定装置3Cの個々の故障等に対するロバスト性を向上させることができる。
また、第3の実施例に係るバイアス誤差推定装置3Cは、装置内でバイアス誤差推定処理のいずれかを並列に実施するように構成することができる。
図5は、第3の実施例に係るバイアス誤差推定装置3Cの処理の具体例を示すタイミングチャートである。図5(a)は、図3(b)に示したバイアス誤差推定処理の相互作用値の算出、バイアス誤差の算出、目標状態値の算出の全てを並列に実施する例であり、それぞれセンサ1〜1のデータ毎に順次相互作用値、バイアス誤差、目標状態値の算出を並列に実施する。また、図5(b)は、図3(b)に示したバイアス誤差推定処理の内、相互作用値、目標状態値の算出については、それぞれセンサ1〜1のデータについて順に実施し、バイアス誤差の算出のみセンサ1〜1のデータ毎に並列に実施する。
第3の実施例に係り、並列処理を行うバイアス誤差推定装置3Cによれば、複数のセンサに対応するバイアス誤差推定処理においても、短時間で実施することができる。
また、第1または第2の実施例において、誤差推定対象センサの目標毎に行う処理を並列に実施するように構成することもできる。
(変形例)
なお、上記の実施例では、二次元センサを用いる例を示したが、三次元センサを用いるように構成することもできる。
また、目標状態値算出部303は、算出したバイアス誤差を考慮したグローバル座標系の目標状態値を、バイアス誤差を補正(但し、真値補正のほか相対値補正を含む)したグローバル座標系の航跡データとして外部装置に出力するように構成することができるのはもちろんのこと、バイアス誤差算出部302は、算出したバイアス誤差を外部装置に出力するように構成することができる。
なお、上記実施例に係るバイアス誤差推定装置3A,3B,3Cは、相互作用値算出部301、バイアス誤差算出部302、目標状態値算出部303それぞれの処理機能をコンピュータに実行させるプログラムとして構成することができる。
上記実施形態は、いずれもレーダ装置、ソナー装置等の目標を観測する複数センサからなるセンサネットワークのバイアス誤差推定装置に適用可能である。
その他、本実施形態は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
〜1…センサ、
〜2…データ融合装置、
〜3,3A,3B,3C…バイアス誤差推定装置、
301…相互作用値算出部、
302…バイアス誤差算出部、
303…目標状態値算出部。

Claims (11)

  1. センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定するバイアス誤差推定装置であって、
    前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値を算出する相互作用値算出手段と、
    前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系の目標状態値と、前記相互作用値算出手段によって算出される前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tにおけるバイアス誤差を算出するバイアス誤差算出手段と、
    前記誤差推定対象センサの時刻tにおけるグローバル座標系の目標状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差算出手段によって算出される前記誤差推定対象センサの時刻tにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出する目標状態値算出手段と
    を具備するバイアス誤差推定装置。
  2. センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定するバイアス誤差推定装置であって、
    前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値を算出する相互作用値算出手段と、
    前記誤差推定対象センサの1つ前の時刻tk−1におけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系のセンサ状態値と、前記相互作用値算出手段によって算出される前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tにおけるバイアス誤差を算出するバイアス誤差算出手段と、
    前記誤差推定対象センサの時刻tにおけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの時刻tにおけるグローバル座標系のセンサ状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差算出手段によって算出される前記誤差推定対象センサの時刻tにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出する目標状態値算出手段と
    を具備するバイアス誤差推定装置。
  3. 前記バイアス誤差推定装置は、目標毎に行われる前記相互作用値算出手段、前記バイアス誤差算出手段、前記目標状態値算出手段の処理のいずれかを並列に実施して、前記バイアス誤差を算出する請求項1または2に記載のバイアス誤差推定装置。
  4. 前記バイアス誤差推定装置は、複数のセンサを前記誤差推定対象として、それぞれのバイアス誤差を推定する請求項1または2に記載のバイアス誤差推定装置。
  5. 前記バイアス誤差推定装置は、目標及びセンサ毎に行われる前記相互作用値算出手段、前記バイアス誤差算出手段、前記目標状態値算出手段の処理のいずれかを並列に実施して、前記バイアス誤差を算出する請求項4に記載のバイアス誤差推定装置。
  6. 前記バイアス誤差推定装置は、算出されたバイアス誤差、または前記バイアス誤差を考慮したグローバル座標系の目標状態値の少なくとも一方を出力する請求項1乃至5のいずれか1項に記載のバイアス誤差推定装置。
  7. 請求項1または2に記載のバイアス誤差推定装置を2つ以上備えるバイアス誤差推定システム。
  8. センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定するバイアス誤差推定方法であって、
    前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値を算出し、
    前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系の目標状態値と、前記相互作用値の算出処理によって算出される前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tにおけるバイアス誤差を算出し、
    前記誤差推定対象センサの時刻tにおけるグローバル座標系の目標状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差の算出処理によって算出される前記誤差推定対象センサの時刻tにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出するバイアス誤差推定方法。
  9. センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定するバイアス誤差推定方法であって、
    前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値を算出し、
    前記誤差推定対象センサの1つ前の時刻tk−1におけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系のセンサ状態値と、前記相互作用値の算出処理によって算出される前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tにおけるバイアス誤差を算出し、
    前記誤差推定対象センサの時刻tにおけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの時刻tにおけるグローバル座標系のセンサ状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差の算出処理によって算出される前記誤差推定対象センサの時刻tにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出するバイアス誤差推定方法。
  10. センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定する処理をコンピュータに実行させるためのバイアス誤差推定プログラムであって、
    前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値を算出する相互作用値算出ステップと、
    前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系の目標状態値と、前記相互作用値算出ステップの算出処理によって算出される前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tにおけるバイアス誤差を算出するバイアス誤差算出ステップと、
    前記誤差推定対象センサの時刻tにおけるグローバル座標系の目標状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差算出ステップの算出処理によって算出される前記誤差推定対象センサの時刻tにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出する目標状態値算出ステップと
    を具備するバイアス誤差推定プログラム。
  11. センサネットワークを形成して目標を観測する複数のセンサそれぞれのバイアス誤差を推定する処理をコンピュータに実行させるためのバイアス誤差推定プログラムであって、
    前記複数のセンサのうちの誤差推定対象センサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値と、前記複数のセンサのうちの同一目標を観測する誤差推定対象ではないセンサの1つ前の時刻tk−1におけるバイアス誤差を考慮したグローバル座標系の目標状態値とを重み付き加算して、前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値を算出する相互作用値算出ステップと、
    前記誤差推定対象センサの1つ前の時刻tk−1におけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの1つ前の時刻tk−1におけるグローバル座標系のセンサ状態値と、前記相互作用値算出ステップの算出処理によって算出される前記誤差推定対象センサの時刻tにおけるグローバル座標系の相互作用値とに基づいて、前記誤差推定対象センサの時刻tにおけるバイアス誤差を算出するバイアス誤差算出ステップと、
    前記誤差推定対象センサの時刻tにおけるローカル座標系またはグローバル座標系の目標状態値と、前記誤差推定対象センサの時刻tにおけるグローバル座標系のセンサ状態値と、予め前記センサ毎に設定されるバイアス誤差の初期値または前記バイアス誤差算出ステップの算出処理によって算出される前記誤差推定対象センサの時刻tにおけるバイアス誤差とに基づいて、前記誤差推定対象センサが観測している目標の時刻tにおけるバイアス誤差を考慮したグローバル座標系の目標状態値を算出する目標状態値算出ステップと
    を具備するバイアス誤差推定プログラム。
JP2016173162A 2016-09-05 2016-09-05 バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム Active JP6786313B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016173162A JP6786313B2 (ja) 2016-09-05 2016-09-05 バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016173162A JP6786313B2 (ja) 2016-09-05 2016-09-05 バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム

Publications (2)

Publication Number Publication Date
JP2018040601A JP2018040601A (ja) 2018-03-15
JP6786313B2 true JP6786313B2 (ja) 2020-11-18

Family

ID=61625554

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016173162A Active JP6786313B2 (ja) 2016-09-05 2016-09-05 バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム

Country Status (1)

Country Link
JP (1) JP6786313B2 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111595279B (zh) * 2020-06-29 2021-08-17 易思维(杭州)科技有限公司 大型工件实际坐标系构建方法及其应用
CN112146648B (zh) * 2020-09-23 2022-08-19 河北工业大学 一种基于多传感器数据融合的多目标跟踪方法

Also Published As

Publication number Publication date
JP2018040601A (ja) 2018-03-15

Similar Documents

Publication Publication Date Title
Huang et al. Observability-based consistent EKF estimators for multi-robot cooperative localization
Wanasinghe et al. Decentralized cooperative localization for heterogeneous multi-robot system using split covariance intersection filter
US9128186B2 (en) Target tracking device and target tracking method
WO2012174090A2 (en) Systems and methods for estimating the structure and motion of an object
Chirikjian et al. Gaussian approximation of non-linear measurement models on Lie groups
JP6786313B2 (ja) バイアス誤差推定装置、バイアス誤差推定システム、バイアス誤差推定方法及びバイアス誤差推定プログラム
IL210891A (en) Method, sensor and computer software product for multi-purpose tracking situation assessment by multiple sensors
Huang et al. Consistent unscented incremental smoothing for multi-robot cooperative target tracking
Taghirad et al. Robust solution to three-dimensional pose estimation using composite extended Kalman observer and Kalman filter
JP6702562B2 (ja) マルチセンサシステム、センサバイアス推定装置、センサバイアス推定方法及びセンサバイアス推定プログラム
De Silva et al. Efficient distributed multi-robot localization: A target tracking inspired design
Dalla Libera et al. Control of mechanical systems via feedback linearization based on black-box gaussian process models
Gaspar et al. Model-based H2 adaptive filter for 3D positioning and tracking systems
Choi et al. An enhanced CSLAM for multi-robot based on unscented Kalman filter
Zhang et al. An invariant-ekf vins algorithm for improving consistency
CN107886058B (zh) 噪声相关的两阶段容积Kalman滤波估计方法及系统
Dubois et al. Performance evaluation of a moving horizon estimator for multi-rate sensor fusion with time-delayed measurements
JP6358006B2 (ja) 目標追尾装置
JP6759130B2 (ja) センサネットワークシステム、データ融合システム、センサバイアス推定装置、センサバイアス推定方法及びセンサバイアス推定プログラム
Zahroof et al. Multi-robot localization and target tracking with connectivity maintenance and collision avoidance
JP2018084493A (ja) センサネットワーク分析装置、センサネットワーク分析方法及びセンサネットワーク分析プログラム
JP2018040600A (ja) バイアス誤差推定装置、バイアス誤差推定方法及びバイアス誤差推定プログラム
CN111435244B (zh) 一种回环闭合方法、装置及机器人
CN109474892B (zh) 基于信息形式的强鲁棒传感器网络目标跟踪方法
Guo et al. Simultaneous distributed localization, mapping and formation control of mobile robots based on local relative measurements

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20170911

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20170911

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190312

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200205

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A132

Effective date: 20200324

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: 20200929

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201028

R150 Certificate of patent or registration of utility model

Ref document number: 6786313

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150