JP7092529B2 - レーダ装置およびレーダ装置の制御方法 - Google Patents

Description

本発明は、レーダ装置およびレーダ装置の制御方法に関する。

従来から、車両の車体前側等に設けられたレーダ装置は、車両外部の送信範囲に送信波を出力して物標からの反射波を受信して物標の位置情報等を含む物標データを導出し、物標データから車両の前方に位置する静止物、例えば静止車両等を判別する。そして、車両に設けられた車両制御装置は、レーダ装置から静止車両等に関する情報を取得し、この情報に基づいて車両の挙動を制御し、例えば静止車両等との衝突を回避して、車両のユーザに対して安全で快適な走行を提供する（例えば特許文献１参照）。

特開２０１６－００６３８３号公報

しかしながら、上述の従来技術では、静止物および上方物の判別精度が不十分であり、上方物を静止物として誤検出してしまうという問題がある。

本願の実施形態の一例は、静止物および上方物を精度よく判別するレーダ装置およびレーダ装置の制御方法を提供することを目的とする。

実施形態の一態様に係るレーダ装置は、導出部と、取得部と、判定部とを備える。導出部は、自車両の周辺へ送信したレーダ送信波が該周辺に存在する物標に反射した反射波を受信して取得される受信信号に基づいて前記物標の検知距離を導出する。取得部は、前記導出部によって順次導出される検知距離のうち、前記反射波の受信パワーの最大値が検出される距離と、前記受信パワーの最小値が検出される距離とを取得する。判定部は、前記取得部によって取得される前記距離に基づいて前記物標が前記自車両に衝突しない上方物か否かを判定する。

本願の実施形態の一例によれば、例えば、静止車両および上方物を精度よく判別できる。

図１は、実施形態に係るレーダ装置による物標検出の概要を示す模式図である。 図２は、実施形態に係るレーダ装置の構成を示す図である。 図３は、送信波と反射波の関係およびビート信号を示す図である。 図４Ａは、アップ区間のピーク抽出を説明する図である。 図４Ｂは、ダウン区間のピーク抽出を説明する図である。 図５は、方位演算処理により推定された角度を、角度スペクトラムとして概念的に示す図である。 図６Ａは、アップ区間およびダウン区間それぞれの方位角度および角度パワーに基づくペアリングを説明する図である。 図６Ｂは、ペアリング結果を説明する図である。 図７Ａは、実施形態に係る横位置差の算出方法を説明する図である。 図７Ｂは、実施形態に係る横位置差の算出のバックグラウンドを説明する図である。 図８は、実施形態に係る横位置差モデルを示す図である。 図９Ａは、実施形態に係る相対速度差の算出方法を説明する図である。 図９Ｂは、実施形態に係る相対速度差の算出のバックグラウンドを説明する図である。 図１０は、実施形態に係る相対速度差モデルを示す図である。 図１１は、実施形態に係る独立ビーム傾き差を算出するためのパラメータとなる上ビーム傾きと下ビーム傾きとの算出を説明する図である。 図１２は、実施形態に係る独立ビーム傾き差モデルを示す図である。 図１３は、実施形態に係る上下ビームパワー差傾きの算出方法を説明する図である。 図１４は、実施形態に係る上下ビームパワー差傾きモデルを示す図である。 図１５Ａは、実施形態に係る静止車両の角度パワーおよび距離の関係を示す図である。 図１５Ｂは、実施形態に係る上方物の角度パワーおよび距離の関係を示す図である。 図１６は、実施形態に係る上下ビーム面積微分の算出方法を説明する図である。 図１７は、実施形態に係る上下ビーム面積微分モデルを示す図である。 図１８は、実施形態に係る外挿要因種別尤度テーブルを示す図である。 図１９は、静止車両および上方物の確率比の分布の重複を示す図である。 図２０Ａは、実施形態に係る初回検知距離に応じて各確率比を回帰させる重み係数・切片テーブルＡを示す図である。 図２０Ｂは、実施形態に係る初回検知距離に応じて各確率比を回帰させる重み係数・切片テーブルＢを示す図である。 図２１Ａは、実施形態に係る減衰量面積の算出方法を説明する図である。 図２１Ｂは、実施形態に係る減衰量面積の算出方法を説明する図である。 図２２Ａは、実施形態に係る増加量面積の算出方法を説明する図である。 図２２Ｂは、実施形態に係る増加量面積の算出方法を説明する図である。 図２３Ａは、実施形態に係る上方物の角度パワーおよび距離の関係を示す図である。 図２３Ｂは、実施形態に係る静止車両の角度パワーおよび距離の関係を示す図である。 図２４Ａは、実施形態に係る角度パワーの最大値が検出された距離および最小値が検出された距離に基づく上方物の判別方法の説明図である。 図２４Ｂは、実施形態に係る角度パワーの最大値が検出された距離および最小値が検出された距離に基づく上方物の判別方法の説明図である。 図２４Ｃは、実施形態に係る角度パワーの最大値が検出された距離および最小値が検出された距離に基づく上方物の判別方法の説明図である。 図２５Ａは、実施形態に係る物標情報出力処理を示すフローチャートである。 図２５Ｂは、実施形態に係る不要物標除去のサブルーチンを示すフローチャートである。 図２５Ｃは、実施形態に係る確率比１～６、確率比ＯｖｅｒＡｌｌ算出のサブルーチンを示すフローチャートである。

以下に添付図面を参照して本願の実施形態に係るレーダ装置およびレーダ装置の制御方法について説明する。なお、以下に示す実施形態は、一例を示すに過ぎず、本願を限定するものではない。また、以下に示す実施形態は、開示の技術に係る構成および処理について主に示し、その他の構成および処理の説明を省略する。そして、各実施形態および変形例は、矛盾しない範囲で適宜組み合わせてもよい。また、各実施形態において、同一の構成および処理には同一の符号を付与し、既出の構成および処理の説明は省略する。

（実施形態に係るレーダ装置による物標検出の概要）
本実施形態では、レーダ装置による検出のターゲットとなる静止物、例えば静止車両および上方物を、比較的遠距離から判別する。以下、静止物として静止車両を例にとり説明するが、静止物は静止車両に限定されない。すなわち、単一の物標データで静止車両および上方物の判別を行う場合、静止車両および上方物の物標データの分布がオーバーラップしていると、閾値に基づいた両者の判別が難しくなる。

そこで、本実施形態では、あるパラメータについて静止車両および上方物が取りうる値と、その発生頻度に基づく確率との既知の相関から統計モデルを構築し、レーダ装置によるスキャン毎に静止車両尤度および上方物尤度を統計モデルに基づいて算出する。そして、ベイズフィルターの手法を用いて、スキャン毎に尤度更新を行って信頼性を高めるとともに、静止車両尤度および上方物尤度の比（ロジット）に基づいて静止車両および上方物の判別を行う。ここで、１つのパラメータだけでは判別が十分でないため、本実施形態では、それぞれ対応する統計モデルを定義した複数のパラメータを用いて、相互に性能を補完できるようにする。

図１は、実施形態に係るレーダ装置による物標検出の概要を示す模式図である。実施形態に係るレーダ装置１は、例えば自車両Ａのフロントグリル内等の前方部位に搭載され、自車両Ａの進行方向に存在する物標Ｔ（物標Ｔ１およびＴ２）を検出する。物標Ｔは、移動物標および静止物標を含む。図１に示す物標Ｔ１は、例えば自車両Ａの進行方向に沿って移動する先行車両もしくは静止する静止物（静止車両を含む）である。また、図１に示す物標Ｔ２は、例えば自車両Ａの進行方向の上方で静止する車両以外の上方物、例えば信号機、陸橋、道路標識、案内標識等である。

レーダ装置１は、自車両Ａにおいて積荷やサスペンションによりレーダ搭載の垂直軸が傾いた場合であっても性能保証するため、図１に示すように、下方送信波ＴＷ１および上方送信波ＴＷ２を、例えば５ｍｓｅｃ毎に交互に送信するスキャンレーダである。下方送信波ＴＷ１は、レーダ装置１の下方送信部ＴＸ１から自車両Ａの進行方向の下方側へ向けて送信される。上方送信波ＴＷ２は、レーダ装置１の上方送信部ＴＸ２から自車両Ａの進行方向の上方側へ向けて送信される。下方送信部ＴＸ１および上方送信部ＴＸ２は、例えばアンテナである。

図１に示すように、レーダ装置１は、下方送信波ＴＷ１および上方送信波ＴＷ２によるスキャン範囲の一部が自車両Ａに対する垂直方向で重複することにより、下方送信波ＴＷ１又は上方送信波ＴＷ２単独よりも垂直方向のより広い範囲で物標Ｔを検出する。レーダ装置１は、下方送信波ＴＷ１および上方送信波ＴＷ２が物標Ｔに反射して得られる反射波を受信部ＲＸで受信することで、物標Ｔを検出する。

（実施形態に係るレーダ装置の構成）
図２は、実施形態に係るレーダ装置の構成を示す図である。実施形態に係るレーダ装置１は、例えばミリ波レーダの各種方式のうち、周波数変調した連続波であるＦＭ－ＣＷ（Frequency Modulated-Continuous Wave）を用いて、自車両Ａの周辺に存在する物標Ｔを検出する。

図２に示すように、レーダ装置１は、車両制御装置２と接続される。車両制御装置２は、ブレーキ３等と接続される。車両制御装置２は、例えば、レーダ装置１が照射した送信波が物標Ｔ１で反射した反射波がレーダ装置１の受信アンテナに受信されるまでの距離が所定距離以下となって自車両Ａが物標Ｔ１と追突する危険性がある場合に、ブレーキ３や、スロットル、ギア等を制御して自車両Ａの挙動をコントロールし、自車両Ａが物標Ｔ１と追突することを回避する。このような車両制御を行うシステムの例として、例えばＡＣＣ（Adaptive Cruise Control）システムがある。

なお、レーダ装置１が照射した送信波が物標Ｔ１で反射した反射波がレーダ装置１の受信アンテナに受信されるまでの距離を「縦距離」といい、自車両Ａの左右方向（車幅方向）における物標Ｔの距離を「横距離」という。自車両Ａの左右方向とは、自車両Ａが進行する道路の車線幅の方向でもある。「横距離」は、自車両Ａの中心位置を原点とし、自車両Ａの右側では正値、自車両Ａの左側では負値で表現される。「横距離」は、後述する「横位置」である。

また、図２に示すように、レーダ装置１は、送信部４、受信部５、信号処理部６を含む。

送信部４は、信号生成部４１、発振器４２、スイッチ４３、下方送信部ＴＸ１、上方送信部ＴＸ２を含む。信号生成部４１は、三角波状に電圧が変化する変調信号を生成し、発振器４２へ供給する。発振器４２は、信号生成部４１で生成された変調信号に基づいて連続波の信号を周波数変調し、時間の経過に従って周波数が変化する送信信号を生成して、下方送信部ＴＸ１および上方送信部ＴＸ２へ出力する。

スイッチ４３は、下方送信部ＴＸ１および上方送信部ＴＸ２のいずれかと、発振器４２とを接続する。スイッチ４３は、後述する送信制御部６１の制御により所定のタイミング（例えば５ｍｓｅｃ毎）で動作し、下方送信部ＴＸ１および上方送信部ＴＸ２のいずれかと、発振器４２との接続を切り替える。すなわち、スイッチ４３は、例えば、・・・→下方送信部ＴＸ１→上方送信部ＴＸ２→下方送信部ＴＸ１→上方送信部ＴＸ２・・・の順に発振器４２との接続を切り替える。

下方送信部ＴＸ１および上方送信部ＴＸ２は、送信信号に基づき下方送信波ＴＷ１および上方送信波ＴＷ２を自車両Ａの外部へ送出する。以下、下方送信部ＴＸ１および上方送信部ＴＸ２を「送信部ＴＸ」と総称する場合がある。図２では、下方送信部ＴＸ１および上方送信部ＴＸ２を１つずつ例示するが、その数は適宜設計変更可能である。送信部ＴＸは、複数本のアンテナで構成され、複数本のアンテナを介してそれぞれ異なる方向へ下方送信波ＴＷ１および上方送信波ＴＷ２を出力し、スキャン範囲をカバーする。以下、下方送信波ＴＷ１および上方送信波ＴＷ２を「送信波ＴＷ」と総称する場合がある。

下方送信部ＴＸ１および上方送信部ＴＸ２は、スイッチ４３を介して発振器４２に接続される。そのため、送信部ＴＸのうちの１本の送信部ＴＸから、スイッチ４３のスイッチング動作に応じて、下方送信波ＴＷ１および上方送信波ＴＷ２のいずれかが出力される。また、出力される送信波ＴＷも、スイッチ４３のスイッチング動作によって順次切り替えられる。

受信部５は、アレーアンテナを形成する４本の各アンテナである受信部ＲＸのそれぞれに接続された個別受信部５２を含む。図２では、受信部ＲＸを４つ例示するが、その数は適宜設計変更可能である。各受信部ＲＸは、物標Ｔからの反射波ＲＷを受信する。各個別受信部５２は、対応する受信部ＲＸを介して受信した反射波ＲＷを処理する。

各個別受信部５２は、ミキサ５３、Ａ／Ｄ（Analog／Digital）変換器５４を含む。受信部ＲＸで受信された反射波ＲＷから得られる受信信号は、ミキサ５３へ送られる。なお、受信部ＲＸとミキサ５３との間にはそれぞれ対応する増幅器を配してもよい。

ミキサ５３には、送信部４の発振器４２から分配された送信信号が入力され、ミキサ５３において送信信号と受信信号とがそれぞれミキシングされる。これにより、送信信号の周波数と、受信信号の周波数との差分周波数であるビート周波数を示すビート信号が生成される。ミキサ５３で生成されたビート信号は、Ａ／Ｄ変換器５４でデジタルの信号に変換された後に信号処理部６へ出力される。

信号処理部６は、ＣＰＵ（Central Processing Unit）および記憶部６３等を含むマイクロコンピュータであり、レーダ装置１全体を制御する。信号処理部６は、演算対象とする各種のデータや、データ処理部７が検出する物標の情報等を、記憶部６３に記憶させる。また、記憶部６３は、後述する、横位置差モデル６３ａ、相対速度差モデル６３ｂ、独立ビーム傾き差モデル６３ｃ、上下ビームパワー差傾きモデル６３ｄ、上下ビーム面積微分モデル６３ｅ、外挿要因種別尤度テーブル６３ｆ、重み係数・切片テーブルＡ６３ｇ、重み係数・切片テーブルＢ６３ｈを記憶する。記憶部６３は、例えばＥＰＲＯＭ（Erasable Programmable Read Only Memory）やフラッシュメモリ等を用いることができるが、これに限定されるものではない。

信号処理部６は、マイクロコンピュータでソフトウェア的に実現される機能として、送信制御部６１、フーリエ変換部６２、データ処理部７を含む。送信制御部６１は、送信部４の信号生成部４１を制御するとともに、スイッチ４３のスイッチングを制御する。データ処理部７は、ピーク抽出部７０、角度推定部７１、ペアリング部７２、連続性判定部７３、フィルタリング部７４、物標分類部７５、不要物標除去部７６、グループ化部７７、物標情報出力部７８を含む。

フーリエ変換部６２は、複数の個別受信部５２のそれぞれから出力されるビート信号を対象に、高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）を行う。これにより、フーリエ変換部６２は、複数の受信部ＲＸのそれぞれの受信信号に係るビート信号を、周波数領域のデータである周波数スペクトラムに変換する。フーリエ変換部６２で生成された周波数スペクトラムは、データ処理部７へ出力される。

ピーク抽出部７０は、フーリエ変換部６２で生成された周波数スペクトラムにおいて、所定の信号レベルを超えるピークを、送信信号の周波数が上昇するアップ区間と、周波数が下降するダウン区間とのそれぞれの区間で抽出する。

ここで、ピーク抽出部７０の処理について、図３、図４Ａ、図４Ｂを参照して説明する。図３は、送信波と反射波の関係およびビート信号を示す図である。図４Ａは、アップ区間のピーク抽出を説明する図である。図４Ｂは、ダウン区間のピーク抽出を説明する図である。なお、説明を簡単にするため、図３に示す反射波ＲＷは１つの物標Ｔからの理想的な反射波としている。また、図３では、送信波ＴＷを実線で示し、反射波ＲＷを破線で示す。

図３の上方図において、縦軸は周波数［ＧＨｚ］、横軸は時間［ｍｓｅｃ］を示す。なお、図３においては、下方送信波ＴＷ１は、タイミングｔ１～ｔ２の区間で出力され、上方送信波ＴＷ２は、タイミングｔ２～ｔ３の区間で出力されるものとする。

図３に示すように、下方送信波ＴＷ１および上方送信波ＴＷ２は、所定の周波数を中心として所定の周期で周波数が上下する連続波であり、その周波数は、時間に対して線形的に変化する。ここでは、下方送信波ＴＷ１および上方送信波ＴＷ２の中心周波数をｆ０、周波数の変位幅をΔＦ、周波数が上下する一周期の逆数をｆｍとする。

反射波ＲＷは、下方送信波ＴＷ１および上方送信波ＴＷ２が物標Ｔで反射したものであるため、下方送信波ＴＷ１および上方送信波ＴＷ２と同様に、所定の周波数を中心として所定の周期で周波数が上下する連続波となる。ただし、反射波ＲＷには、下方送信波ＴＷ１等に対して遅延が生じる。遅延時間τは、自車両Ａから物標Ｔまでの縦距離に応じたものとなる。

また、反射波ＲＷには、自車両Ａに対する物標Ｔの相対速度に応じたドップラー効果により、送信波ＴＷに対して周波数ｆｄの周波数偏移が生じる。

このように、反射波ＲＷには、下方送信波ＴＷ１等に対して、縦距離に応じた遅延時間とともに相対速度に応じた周波数偏移が生じる。このため、図３の下方図に示すように、ミキサ５３で生成されるビート信号のビート周波数は、送信信号の周波数が上昇するアップ区間（以下、「ＵＰ」という場合がある）と周波数が下降するダウン区間（以下、「ＤＮ」という場合がある）とで異なる値となる。

ビート周波数は、下方送信波ＴＷ１等の周波数と反射波ＲＷの周波数との差の周波数である。以下、アップ区間のビート周波数をｆｕｐ、ダウン区間のビート周波数をｆｄｎとする。図３の下方図では、縦軸は周波数［ｋＨｚ］、横軸は時間［ｍｓｅｃ］を示す。

そして、図４Ａおよび図４Ｂに示すように、フーリエ変換部６２でのフーリエ変換後には、アップ区間のビート周波数ｆｕｐおよびダウン区間のビート周波数ｆｄｎのそれぞれの周波数領域における波形が得られる。図４Ａおよび図４Ｂでは、縦軸は信号のパワー［ｄＢ］、横軸は周波数［ｋＨｚ］を示す。

ピーク抽出部７０は、図４Ａおよび図４Ｂに示す波形において、所定の信号パワーＰｒｅｆを超えるピークＰｕと、ピークＰｄとを抽出する。なお、ピーク抽出部７０は、図３に示す、下方送信波ＴＷ１および上方送信波ＴＷ２のそれぞれについて、ピークＰｕおよびＰｄを抽出するものとする。所定の信号パワーＰｒｅｆは、一定であっても、可変であってもよい。また、所定の信号パワーＰｒｅｆは、アップ区間とダウン区間とで異なる値に設定されてもよい。

図４Ａに示すアップ区間の周波数スペクトラムにおいては、３つの周波数ｆｕｐ１、ｆｕｐ２、ｆｕｐ３の位置にそれぞれピークＰｕが現れている。また、図４Ｂに示すダウン区間の周波数スペクトラムにおいては、３つの周波数ｆｄｎ１、ｆｄｎ２、ｆｄｎ３の位置にそれぞれピークＰｄが表れている。図４Ａおよび図４Ｂでは、ピークＰｕおよびピークＰｄを３つずつ例示するが、ピークＰｕおよびピークＰｄは１つ以上現れるものである。以下、周波数を別の単位のｂｉｎ（ビン）と呼ぶことがある。１ｂｉｎは、約４６７Ｈｚに相当する。

相対速度を考慮しなければ、周波数スペクトラムにおいてピークが表れる位置の周波数は、物標Ｔの縦距離に対応する。１ｂｉｎは、縦距離約０．３６ｍに相当する。そして、例えばアップ区間の周波数スペクトラムに注目すると、ピークＰｕが表れる周波数ｆｕｐに対応する縦距離の位置に物標が存在していることになる。このため、ピーク抽出部７０は、アップ区間およびダウン区間の双方の周波数スペクトラムに関して、所定の信号パワーＰｒｅｆを超えるパワーを有するピークＰｕおよびピークＰｄが表れる周波数を抽出する。以下、このように抽出される周波数を「ピーク周波数」という。

図４Ａおよび図４Ｂに示すようなアップ区間およびダウン区間の周波数スペクトラムは、１つの受信部ＲＸで受信した受信信号から得られる。従って、フーリエ変換部６２は、４つの受信部ＲＸで受信した受信信号のそれぞれから、アップ区間およびダウン区間それぞれの周波数スペクトラムを導出する。

４つの受信部ＲＸは、同一の物標からの反射波ＲＷを受信しているため、４つの受信部ＲＸの周波数スペクトラムの相互間において、抽出されるピーク周波数は同一となる。ただし、４つの受信部ＲＸの位置は互いに異なるため、受信部ＲＸ毎に反射波ＲＷの位相は異なる。このため、同一ｂｉｎとなる受信信号の位相情報は、受信部ＲＸ毎に異なっている。また、同一ｂｉｎの異なる角度に複数の物標が存在する場合は、周波数スペクトラムにおける１つのピーク周波数の信号に、それら複数の物標についての情報が含まれる。

角度推定部７１は、アップ区間およびダウン区間それぞれについて、方位演算処理により、１つのピーク周波数の信号から、同一ｂｉｎに存在する複数の物標についての情報を分離し、それら複数の物標それぞれの角度を推定する。同一ｂｉｎに存在する物標は、それぞれの縦距離が略同一となる物標である。角度推定部７１は、４つの受信部ＲＸの全ての周波数スペクトラムにおいて同一ｂｉｎの受信信号に注目し、それら受信信号の位相情報に基づいて物標の角度を推定する。

このような物標の角度を推定する手法としては、ＥＳＰＲＩＴ（Estimation of Signal Parameters via Rotational Invariance Techniques）、ＭＵＳＩＣ（Multiple Signal Classification）、ＰＲＩＳＭ（Panchromatic Remote-sensing Instrument for Stereo Mapping）等の周知の角度推定方式を用いることができる。これにより、角度推定部７１は、１つの周波数の信号から、複数のピーク角度、それら複数の角度それぞれの信号のパワーを算出する。

図５は、方位演算処理により推定された角度を、角度スペクトラムとして概念的に示す図である。図５において、縦軸は信号のパワー［ｄＢ］、横軸は角度［ｄｅｇ］を示す。角度スペクトラムにおいて、方位演算処理により推定された角度は所定の信号パワーＰｒｅｆを超えるピークＰａとして表れる。以下、方位演算処理により推定された角度を「ピーク角度」という。このように１つのピーク周波数の信号から同時に導出された複数のピーク角度は、同一ｂｉｎに存在する複数の物標の角度を示す。

角度推定部７１は、このようなピーク角度の導出を、アップ区間およびダウン区間の周波数スペクトラムにおける全てのピーク周波数に関して行う。

以上の処理により、ピーク抽出部７０および角度推定部７１は、アップ区間およびダウン区間それぞれにおける、自車両Ａの前方に存在する複数の物標それぞれに対応するピークデータを導出する。ピークデータは、上述したピーク周波数、ピーク角度、ピーク角度の信号のパワー（以下、「角度パワー」という）等のパラメータを含む。

ペアリング部７２は、角度推定部７１により算出されたアップ区間のピーク角度および角度パワーと、ダウン区間のピーク角度および角度パワーとの一致度合い等に基づき、アップ区間のピークＰｕおよびダウン区間のピークＰｄを対応づけるペアリングを行う。図６Ａは、アップ区間およびダウン区間それぞれの方位角度および角度パワーに基づくペアリングを説明する図である。図６Ｂは、ペアリング結果を説明する図である。図６Ａおよび図６Ｂにおいて、横軸は「角度（方位）」を表し、縦軸は「距離（縦距離）」を表す。

図６Ａに示すように、ペアリング部７２は、ＵＰおよびＤＮそれぞれのピークの方位演算結果のうち、ピーク角度および角度パワーが所定範囲内で近いピークをペアリングする。すなわち、ペアリング部７２は、例えば、ＵＰおよびＤＮそれぞれの周波数ピークのピーク角度および角度パワーを用いて、マハラノビス距離を算出する。マハラノビス距離の算出は、周知技術を用いる。ペアリング部７２は、マハラノビス距離が最小値となるＵＰおよびＤＮの２つのピークを対応付ける。

このように、ペアリング部７２は、同一の物標Ｔに関するピーク同士を対応付ける。これにより、ペアリング部７２は、自車両Ａの前方に存在する複数の物標Ｔそれぞれに係る物標データを導出する。この物標データは、２つのピークを対応付けて得られるため、「ペアデータ」とも呼ばれる。

そして、図６Ｂに示すように、ペアリング部７２は、ペアリングしたＵＰおよびＤＮのピーク（図６Ｂに“○”で示す）から、各物標Ｔの自車両Ａに対する相対速度および距離を算出する。例えば、ペアリング部７２は、物標データ（ペアデータ）の元となったアップ区間およびダウン区間の２つのピークデータを用いることで、当該物標データのパラメータ（縦距離、横距離、相対速度）を導出できる。レーダ装置１は、ペアリングにより、物標Ｔの存在を検出することとなる。

上述のようなピーク抽出部７０、角度推定部７１、ペアリング部７２による処理は、下方送信部ＴＸ１および上方送信部ＴＸ２により交互に行うビーム照射毎（スキャン毎）に反射波ＲＷを受信する都度行われ、物標データのパラメータ（縦距離、横距離、相対速度）の瞬時値を導出する処理である。

連続性判定部７３は、過去処理で導出された物標データと、直近処理で導出された物標データとの時間的な連続性を判定する。すなわち、連続性判定部７３は、過去処理で導出された物標データと、直近処理で導出された物標データとが同一の物標か否かを判定する。例えば、過去処理は前回の物標データ導出処理であり、直近処理は今回の物標データ導出処理である。具体的には、連続性判定部７３は、前回の物標データ導出処理で導出された物標データに基づいて今回の物標データの位置を予測し、今回の物標データ導出処理で導出されたその予測位置の所定範囲内で最も近い物標データを、過去処理で導出された物標データと連続性を有する物標データであるとする。

なお、連続性判定部７３は、直近処理において、過去処理で導出された物標データと連続性を有する物標データが導出されていない場合、すなわち過去処理で導出された物標データの連続性がないと判定された場合、過去処理で導出された物標データのパラメータ（縦距離、横距離、相対速度）に基づき、直近処理で導出されていない物標データを仮想的に導出する「外挿処理」を行う。

外挿処理により導出された外挿データは、直近処理で導出された物標データとして取り扱われる。そして外挿処理が、ある物標データに対して連続して複数回、あるいは比較的高い頻度で行われると、物標をロストしたとしてその物標データは記憶部６３の所定記憶領域から削除される。具体的には、その物標を示す物標番号のパラメータの情報が削除され、その物標番号にはパラメータが削除されたことを示す値（削除フラグＯＦＦを示す値）が設定される。物標番号はそれぞれの物標データを識別する指標であり、物標データごとに異なる番号が付与される。

フィルタリング部７４は、過去処理および直近処理のそれぞれの処理で導出された２つの物標データのパラメータ（縦距離、横距離、相対速度）を時間軸方向に平滑化して物標データを導出する。このようなフィルタ処理後の物標データは、瞬時値を表すペアデータに対して「内部フィルタデータ」とも呼ばれる。

物標分類部７５は、相対速度に基づき、各物標を、先行車、静止物（静止車両を含む）、対向車に分類する。例えば、物標分類部７５は、自車両Ａの速度と同じ向きであって、この速度の大きさよりもより大きな相対速度の物標を「先行車」と分類する。また、例えば、物標分類部７５は、自車両Ａの速度と概ね逆向きである相対速度の物標を「静止物」と分類する。また、例えば、物標分類部７５は、自車両Ａの速度と逆向きであって、この速度の大きさよりもより大きな相対速度の物標を「対向車」と分類する。なお、「先行車」は、自車両Ａの速度と同じ向きであって、この速度の大きさよりも小さな相対速度の物標であってもよい。また、「対向車」は、自車両Ａの速度と逆向きであって、この速度の大きさよりも小さい相対速度の物標であってもよい。

不要物標除去部７６は、各物標のうち、上方物、下方物、雨、受信波ゴースト等を不要物標として判定し、出力物標から除外する。不要物標のうち、上方物を判別する処理については、後に詳述する。

グループ化部７７は、複数の物標データを同一物体の物標データとして１つに統合するグループ化を行う。例えば、グループ化部７７は、検知位置および速度が所定範囲内で近い物標データを同一物体の物標データを１つにまとめて１出力とすることで、物標データの出力数を削減する。

物標情報出力部７８は、導出された、もしくは外挿により導出された複数の物標データから所定数（例えば１０個）の物標データを出力対象として選択し、選択した物標データを車両制御装置２へ出力する。物標情報出力部７８は、物標データの縦距離および横距離をもとに、自車線内に存在し、かつ、自車両Ａにより近い物標に係る物標データを優先的に選択する。ここで、「自車線」とは、自車両Ａが車線の略中央を走行する場合、その車線の両端それぞれ１．８ｍ程度の幅員を想定した走行レーンである。なお、「自車線」を規定する幅員は、適宜設計変更可能である。

以上の物標データ導出の処理で導出された物標データは、各物標データを示す物標番号と対応するパラメータとして記憶部６３の所定記憶領域に記憶され、次回以降の物標データ導出の処理において過去処理で導出された物標データとして用いられる。

すなわち、過去の物標データ導出の処理で導出された物標データは、「履歴」として保存される。例えば、ピーク抽出部７０は、「履歴」として記憶部６３の所定記憶領域に保存される「ピーク周波数」を参照し、「履歴」と時間的な連続性を有する「ピーク周波数」を予測し、予測した「ピーク周波数」の例えば±３ｂｉｎ以内の周波数を抽出する。これにより、レーダ装置１は、車両制御装置２に対して優先的に出力する必要性のある物標に対応する「ピーク周波数」を迅速に選択することができる。予測した今回の物標データの「ピーク周波数」を「予測ｂｉｎ」という。

（実施形態に係る静止車両および上方物の判別処理１）
以下、図７Ａ～図１８を参照して、実施形態に係る不要物標除去部７６が行う静止車両および上方物の判別処理の詳細について、ＳＴＥＰ１～ＳＴＥＰ３の順で説明する。

＜ＳＴＥＰ１：確率比の算出＞
不要物標除去部７６は、下記（１）式に基づき、スキャン毎に取得した物標データに基づくパラメータと、対応する各確率分布モデルから、物標に関する６つの確率比（対数尤度）を算出する。６つの各確率比の算出に用いる確率分布モデルは、実測データに基づいて例えば１０ｍ毎に予め定義又は構築され、１０ｍ未満を線形補間したものを用いる。

なお、確率比算出に用いる確率分布モデルには、図２を参照して上述したように、横位置差モデル６３ａ、相対速度差モデル６３ｂ、独立ビーム傾き差モデル６３ｃ、上下ビームパワー差傾きモデル６３ｄ、上下ビーム面積微分モデル６３ｅ、外挿要因種別尤度テーブル６３ｆがある。横位置差モデル６３ａの詳細は、図８を参照して後述する。相対速度差モデル６３ｂの詳細は、図１０を参照して後述する。独立ビーム傾き差モデル６３ｃの詳細は、図１２を参照して後述する。上下ビームパワー差傾きモデル６３ｄの詳細は、図１４を参照して後述する。上下ビーム面積微分モデル６３ｅの詳細は、図１７を参照して後述する。外挿要因種別尤度テーブル６３ｆの詳細は、図１８を参照して後述する。

上記（１）式において、ｎ＝１の場合の“確率比１”は、後述のパラメータ“横位置差”に基づく静止車両および上方物の対数尤度である。上記（１）式において、ｎ＝２の場合の“確率比２”は、後述のパラメータ“相対速度差”に基づく静止車両および上方物の対数尤度である。上記（１）式において、ｎ＝３の場合の“確率比３”は、後述のパラメータ“独立ビーム傾き差”に基づく静止車両および上方物の対数尤度である。上記（１）式において、ｎ＝４の場合の“確率比４”は、後述のパラメータ“上下ビームパワー差傾き”に基づく静止車両および上方物の対数尤度である。上記（１）式において、ｎ＝５の場合の“確率比５”は、後述のパラメータ“上下ビーム面積微分”に基づく静止車両および上方物の対数尤度である。上記（１）式において、ｎ＝６の場合の“確率比６”は、後述のパラメータ“外挿要因種別”に基づく静止車両および上方物の対数尤度である。

・ＳＴＥＰ１－１：“横位置差”に基づく対数尤度算出
不要物標除去部７６は、今回スキャンにより取得した今回横位置と、前回スキャンにより取得した前回横位置の差から、下記（２）式に基づき横位置差を算出する。

図７Ａは、実施形態に係る横位置差の算出方法を説明する図である。図７Ａは、横軸を距離（検知距離）とし、縦軸を横位置とする。図７Ａに示すように、例えば５０ｍｓｅｃ毎に取得される物標の横位置のうち、今回横位置（例えば図７Ａ中の（１）に相当）から前回横位置（例えば図７Ａ中の（２）に相当）を減算し、横位置差を算出する。

図７Ｂは、実施形態に係る横位置差の算出のバックグラウンドを説明する図である。横位置差を算出するのは、図７Ｂに示すように、（ａ）車両は反射点の位置が安定しているのに対し、（ｂ）上方物は横幅があるために反射点の位置が不安定となり横位置が移動しうることから、横位置差が大きくなる傾向があるという事実に基づく。

そして、不要物標除去部７６は、図８に例示する横位置差モデル６３ａおよび上記（２）式に基づき算出した横位置差から、上記（１）式に基づき“確率比１”を算出する。図８は、実施形態に係る横位置差モデルを示す図である。横位置差モデル６３ａは、横軸を横位置差［ｍ］、縦軸を尤度とし、静止車両および上方物のそれぞれの横位置差および尤度の関係を示す確率分布モデルである。図８に示す静止車両および上方物の確率分布モデルは、最尤推定法および実験計画法により予め構築された、例えば正規分布に基づくモデルである。横位置差モデル６３ａは、判定精度向上のため、静止車両および上方物それぞれについて、モデルを特徴付けるパラメータが調整される。

なお、図８は、横位置差モデル６３ａとして、自車両Ａから物標までの距離が８０ｍの場合の横位置差モデルを例示し、自車両Ａから物標までの距離が１０から８０～１５０ｍ程度までの１０ｍ単位の各距離の横位置差モデルの図示を省略している。

例えば、上記（２）式に基づき算出された“横位置差”が“１”である場合を考える。この場合、図８を参照すると、横軸の横位置差が“１”である場合には、縦軸の静止車両の尤度は約“０．１３”、上方物の尤度は約“０．２７”となる。よって、上記（１）式において、ｎ＝１とした場合、確率比１＝ｌｏｇ（静止車両尤度１）－ｌｏｇ（上方物尤度１）＝ｌｏｇ（０．１３）－ｌｏｇ（０．２７）として、確率比１を算出することができる。

・ＳＴＥＰ１－２：“相対速度差”に基づく対数尤度算出
不要物標除去部７６は、今回スキャンにより取得した今回距離と前回スキャンにより取得した前回距離の距離差の微分と、今回相対速度から、下記（３）式に基づき相対速度差を算出する。

図９Ａは、実施形態に係る相対速度差の算出方法を説明する図である。図９Ａに示すように、例えば５０ｍｓｅｃ毎に取得される物標の距離のうち、今回距離（例えば図９Ａ中の（１）に相当）から前回距離（例えば図９Ａ中の（２）に相当）を減算し、（今回距離－前回距離）を算出し、さらに（今回距離－前回距離）を更新周期（例えば図９Ａ中のΔＴ＝５０ｍｓｅｃに相当）で除算して、今回距離と前回距離の距離差の微分を算出する。そして、今回距離と前回距離の距離差の微分の符号を逆転させたものに、今回相対速度（例えば図９Ａ中の（３）に相当）を加算し、相対速度差を算出する。

図９Ｂは、実施形態に係る相対速度差の算出のバックグラウンドを説明する図である。相対速度差を算出するのは、図９Ｂに示すように、上方物は縦横幅があるために反射点の位置が不安定となり縦横位置が移動しうることから、レーダ装置１との距離が大きく変化する傾向があり、検知距離の時間微分が大きくなるという事実に基づく。

そして、不要物標除去部７６は、図１０に例示する相対速度差モデル６３ｂおよび上記（３）式に基づき算出した相対速度差から、上記（１）式に基づき“確率比２”を算出する。図１０は、実施形態に係る相対速度差モデルを示す図である。相対速度差モデル６３ｂは、横軸を相対速度差［ｍ／ｓ］、縦軸を尤度とし、静止車両および上方物のそれぞれの相対速度差および尤度の関係を示す確率分布モデルである。図１０に示す静止車両および上方物の確率分布モデルは、最尤推定法および実験計画法により予め構築された、例えば正規分布に基づくモデルである。相対速度差モデル６３ｂは、判定精度向上のため、静止車両および上方物それぞれについて、モデルを特徴付けるパラメータが調整される。

なお、図１０は、相対速度差モデル６３ｂとして、自車両Ａから物標までの距離が８０ｍの場合の相対速度差モデルを例示し、自車両Ａから物標までの距離が１０から８０～１５０ｍ程度までの１０ｍ単位の各距離の相対速度差モデルの図示を省略している。

例えば、上記（３）式に基づき算出された“相対速度差”が“２”である場合を考える。この場合、図１０を参照すると、横軸の相対速度差が“２”である場合には、縦軸の静止車両の尤度は約“０．１１”、上方物の尤度は約“０．７５”となる。よって、上記（１）式において、ｎ＝２とした場合、確率比２＝ｌｏｇ（静止車両尤度２）－ｌｏｇ（上方物尤度２）＝ｌｏｇ（０．１１）－ｌｏｇ（０．７５）として、確率比２を算出することができる。

・ＳＴＥＰ１－３：“独立ビーム傾き差”に基づく対数尤度算出
不要物標除去部７６は、今回スキャンにより取得した今回距離および角度パワーと、前回スキャンにより取得した前回距離および角度パワーから、下記（４）式に基づき独立ビーム傾き差を算出する。独立ビーム傾き差はマルチパスのパワー変動に関係することから、独立ビーム傾き差を見ることにより、静止車両および上方物を判別できるという事実に基づく。

図１１は、実施形態に係る独立ビーム傾き差を算出するためのパラメータとなる上ビーム傾きと下ビーム傾きとの算出を説明する図である。図１１に示すように、例えば５０ｍｓｅｃ毎に取得される上下ビームそれぞれの物標の角度パワーのうち、下方ビームについて、今回角度パワー差（例えば図１１中の（１）に相当）から前回角度パワー差（例えば図１１中の（２）に相当）を減算し、減算結果を（前回距離－今回距離）で除算して、下ビーム傾きを算出する。また、上方ビームについて、今回角度パワー差（例えば図１１中の（３）に相当）から前回角度パワー差（例えば図１１中の（４）に相当）を減算し、減算結果を（前回距離－今回距離）で除算して、上ビーム傾き差を算出する。そして、今回の上ビーム傾きから前回の上ビーム傾きを減算し、上ビームの独立ビーム傾き差を算出する。また、今回の下ビーム傾きから前回の下ビーム傾きを減算して、下ビームの独立ビーム傾きを算出する。

そして、不要物標除去部７６は、図１２に例示する独立ビーム傾き差モデル６３ｃおよび上記（４）式に基づき算出した独立ビーム傾き差から、上記（１）式に基づき“確率比３”を算出する。図１２は、実施形態に係る独立ビーム傾き差モデルを示す図である。独立ビーム傾き差モデル６３ｃは、横軸を独立ビーム傾き差［ｄＢ／ｍ］、縦軸を尤度とし、静止車両および上方物のそれぞれの独立ビーム傾き差および尤度の関係を示す確率分布モデルである。図１２に示す静止車両および上方物の確率分布モデルは、最尤推定法および実験計画法により予め構築された、例えば正規分布に基づくモデルである。独立ビーム傾き差モデル６３ｃは、判定精度向上のため、静止車両および上方物それぞれについて、モデルを特徴付けるパラメータが調整される。

なお、図１２は、独立ビーム傾き差モデル６３ｃとして、自車両Ａから物標までの距離が８０ｍの場合を例示し、自車両Ａから物標までの距離が１０から８０～１５０ｍ程度までの１０ｍ単位の各距離の独立ビーム傾き差モデルの図示を省略している。

例えば、上記（４）式に基づき算出された“独立ビーム傾き差”が“０”である場合を考える。この場合、図１２を参照すると、横軸の独立ビーム傾き差が“０”である場合には、縦軸の静止車両の尤度は約“０．１４”、上方物の尤度は約“０．０５”となる。よって、上記（１）式において、ｎ＝３とした場合、確率比３＝ｌｏｇ（静止車両尤度３）－ｌｏｇ（上方物尤度３）＝ｌｏｇ（０．１４）－ｌｏｇ（０．０５）として、確率比３を算出することができる。

・ＳＴＥＰ１－４：“上下ビームパワー差傾き”に基づく対数尤度算出
不要物標除去部７６は、上下ビームにおけるパワー差の傾きを、下記（５）式に基づき算出する。上下ビームパワー差傾きはマルチパスのパワー変動に関係することから、上下ビームパワー差傾きを見ることにより、静止車両および上方物を判別できるという事実に基づく。

図１３は、実施形態に係る上下ビームパワー差傾きの算出方法を説明する図である。図１３に示すように、例えば５０ｍｓｅｃ毎に取得される上下ビームそれぞれの物標の角度パワーのうち、下ビーム前回角度パワー（例えば図１３中の（１）に相当）および下ビーム今回角度パワー（例えば図１３中の（３）に相当）を線形補間し、上ビーム前回角度パワー（例えば図１３中の（２）に相当）に該当する距離ｄ１における下ビーム角度パワーの補間値（例えば図１３中の（２´）に相当）を算出する。また、上ビーム前回角度パワー（例えば図１３中の（２）に相当）および上ビーム今回角度パワー（例えば図１３中の（４）に相当）を線形補間し、下ビーム今回角度パワー（例えば図１３中の（３）に相当）に該当する距離ｄ２における上ビーム角度パワーの補間値（例えば図１３中の（３´）に相当）を算出する。

なお、上述のように補間値を用いるのは、上ビームおよび下ビームは５０ｍｓｅｃ周期で交互に送信しており両者の角度パワーのタイミングにタイムラグがあるためで、タイミングを揃えてより正確な角度パワー差を算出するためである。

そして、不要物標除去部７６は、“今回角度パワー差”として“上ビーム角度パワーの補間値（例えば図１３中の（３´）に相当）－下ビーム今回角度パワー（例えば図１３中の（３）に相当）”を算出する。また、不要物標除去部７６は、 “前回角度パワー差”として“上ビーム前回角度パワー（例えば図１３中の（２）に相当）－下ビーム角度パワーの補間値（例えば図１３中の（２´）に相当）”を算出する。そして、不要物標除去部７６は、上記（５）式に基づき、上下ビームパワー差傾きを算出する。ただし、上記（５）式における“ｄ１”“ｄ２”は、図１３における“ｄ１”“ｄ２”である。

そして、不要物標除去部７６は、図１４に例示する上下ビームパワー差傾きモデル６３ｄおよび上記（５）式に基づき算出した上下ビームパワー差傾きから、上記（１）式に基づき“確率比４”を算出する。図１４は、実施形態に係る上下ビームパワー差傾きモデルを示す図である。上下ビームパワー差傾きモデル６３ｄは、横軸を上下ビーム差傾き［ｄＢ／ｍ］、縦軸を尤度とし、静止車両および上方物のそれぞれの上下ビーム差傾きおよび尤度の関係を示す確率分布モデルである。図１４に示す静止車両および上方物の確率分布モデルは、最尤推定法および実験計画法により予め構築された、例えば正規分布に基づくモデルである。上下ビームパワー差傾きモデル６３ｄは、判定精度向上のため、静止車両および上方物それぞれについて、モデルを特徴付けるパラメータが調整される。

なお、図１４は、上下ビームパワー差傾きモデル６３ｄとして、自車両Ａから物標までの距離が８０ｍの場合の上下ビームパワー差傾きモデルを例示し、自車両Ａから物標までの距離が１０から８０～１５０ｍ程度までの１０ｍ単位の各距離の上下ビームパワー差傾きモデルの図示を省略している。

例えば、上記（５）式に基づき算出された“上下ビーム差傾き”が“０”である場合を考える。この場合、図１４を参照すると、横軸の上下ビーム差傾きが“０”である場合には、縦軸の静止車両の尤度は約“０．２”、上方物の尤度は約“０．０６”となる。よって、上記（１）式において、ｎ＝４とした場合、確率比４＝ｌｏｇ（静止車両尤度４）－ｌｏｇ（上方物尤度４）＝ｌｏｇ（０．２）－ｌｏｇ（０．０６）として、確率比４を算出することができる。

・ＳＴＥＰ１－５：“上下ビーム面積微分”に基づく対数尤度算出
反射波のマルチパスは、角度パワーに影響を与え、その影響は物標の高さに依存して変化する。遠距離においては、静止車両よりも上方物のほうがマルチパスによる影響が強く現れる。また、マルチパスによる凸Ｎｕｌｌ点が現れる距離（距離あたりの頻度）は、レーダ装置の垂直取り付け角度による影響を受けにくい、すなわち、上下ビームパワー差の変動量を距離で規格化した本パラメータは、レーダの搭載条件の影響を受けにくい。なお、“凸Ｎｕｌｌ”とは、極大点の近傍で上に凸の曲線であり、極小点の近傍で例えばサイクロイド曲線の極小点近傍に類似する形状を取る曲線をいう。

図１５Ａは、静止車両の角度パワーおよび距離の関係を示す図である。図１５Ｂは、上方物の角度パワーおよび距離の関係を示す図である。図１５Ａの枠囲み部分から、静止車両は、距離７０～８０ｍ以下でマルチパスの影響を受けて、角度パワーの分布がバラついて変化量が大きいことが分かる。一方、図１５Ｂの枠囲み部分から、上方物は、距離に関わらずマルチパスの影響を受けて、角度パワーの分布がバラついて変化量が大きいことが分かる。

そこで、不要物標除去部７６は、上下ビーム面積微分を、図１６に示す要領で算出する。図１６は、実施形態に係る上下ビーム面積微分の算出方法を説明する図である。図１６に示すように、例えば５０ｍｓｅｃ毎に取得される上下ビームそれぞれの物標の角度パワーについて線形補間により同一距離の角度パワーを算出し、同一距離の上下ビームの“角度パワー差”を算出する（図１６の（ａ）の（１）～（６）相当）。

なお、上述のように線形補間による同一距離の角度パワーを用いて上下ビームの“角度パワー差”を算出するのは、上ビームおよび下ビームは５０ｍｓｅｃ周期で交互に送信しており両者の角度パワーのタイミングにタイムラグがあるためで、タイミングを揃えてより正確な角度パワー差を算出するためである。

そして、不要物標除去部７６は、図１６の（ｂ）に示すように、｜（１）の角度パワー差－（２）の角度パワー差｜を“上下ビーム角度パワー差”とし、｛（１）の距離－（２）の距離｝を“距離差”として、“上下ビーム角度パワー差”ד距離差”の計算により、（１´）の面積を求める。｜*｜は、*の絶対値である。

同様に、（２´）の面積＝｜（２）の角度パワー差－（３）の角度パワー差｜×｛（２）の距離－（３）の距離｝、（３´）の面積＝｜（３）の角度パワー差－（４）の角度パワー差｜×｛（３）の距離－（４）の距離｝、（４´）の面積＝｜（５）の角度パワー差－（６）の角度パワー差｜×｛（５）の距離－（６）の距離｝を算出する。

図１６の（ｃ）は、上述のようにして算出した各サイクルにおける面積を示す。そして、不要物標除去部７６は、下記（６）式に基づき、上述のようにして算出した同一物標の各サイクルにおける面積（上下ビーム角度パワー差）の合計値を、各距離差の合計で除算して“上下ビーム面積微分”を算出する。

そして、不要物標除去部７６は、図１７に例示する上下ビーム面積微分モデル６３ｅおよび上述のようにして算出した“上下ビーム面積微分”から、上記（１）式に基づき“確率比５”を算出する。図１７は、実施形態に係る上下ビーム面積微分モデルを示す図である。上下ビーム面積微分モデル６３ｅは、横軸を上下ビーム面積微分［ｄＢ］、縦軸を尤度とし、静止車両および上方物のそれぞれの上下ビーム面積微分および尤度の関係を示す確率分布モデルである。図１７に示す静止車両および上方物の確率分布モデルは、最尤推定法および実験計画法により予め構築された、例えば歪正規分布に基づくモデルである。上下ビーム面積微分モデル６３ｅは、判定精度向上のため、静止車両および上方物それぞれについて、モデルを特徴付けるパラメータが調整される。

なお、図１７は、上下ビーム面積微分モデル６３ｅとして、自車両Ａから物標までの距離が８０ｍの場合の上下ビーム面積微分モデルを例示し、自車両Ａから物標までの距離が１０から８０～１５０ｍ程度までの１０ｍ単位の各距離の上下ビームパワー差傾きモデルの図示を省略している。

例えば、上記（６）式に基づき算出された“上下ビーム面積微分”が“１”である場合を考える。この場合、図１７を参照すると、横軸の上下ビーム面積微分が“１”である場合には、縦軸の静止車両の尤度は約“０．５２”、上方物の尤度は約“０．１”となる。よって、上記（１）式において、ｎ＝５とした場合、確率比５＝ｌｏｇ（静止車両尤度５）－ｌｏｇ（上方物尤度５）＝ｌｏｇ（０．５２）－ｌｏｇ（０．１）として、確率比５を算出することができる。

・ＳＴＥＰ１－６：“外挿要因種別”に基づく対数尤度算出
上方物は、多点反射や反射点移動、マルチパスによるパワー減衰等の影響により、反射が不安定で外挿になることが多い。よって、外挿の特徴から判断して、静止車両および上方物の尤度を算出する。すなわち、同一物標に関し、今回スキャンにおいて外挿の有無、および、外挿ありの場合はその要因に基づいて、図１８に示す外挿要因種別尤度テーブル６３ｆより尤度対数を決定する。図１８は、実施形態に係る外挿要因種別尤度テーブルを示す図である。なお、図１８では、“・・・”により、具体的数値の記載を省略している。例えば、連続性判定部７３が、外挿処理を行い、外挿の有無および外挿ありの場合の外挿要因種別を記憶部６３の所定記憶領域に記憶する。

外挿要因種別は、例えば「履歴なし」「ピークなし」「角度なし」「連続性なし」「予測ｂｉｎずれ」「マハラノビス距離ＮＧ」「ペアなし」の７種類がある。

「履歴なし」とは、今回抽出の「ピーク周波数」に対応する「履歴」が取得できない、もしくは「履歴」が存在しないことをいう。「ピークなし」とは、フーリエ変換部６２で生成された周波数スペクトラムからピーク抽出部７０によるピーク抽出ができないことをいう。「角度なし」とは、ピーク抽出部７０によるピーク抽出はできたが、角度推定部７１による物標の角度推定ができないことをいう。

「連続性なし」は、ペアリング部７２によるペアリングはできたが、連続性判定部７３による連続性判定により、直近処理で導出された物標データとの時間的な連続性なしと判定されることをいう。

「予測ｂｉｎずれ」とは、実際の今回の物標データの位置が、連続性判定部７３により予測された今回の物標データの予測位置の所定範囲内（例えば±３ｂｉｎ以内）に存在しないことをいう。

「マハラノビス距離ＮＧ」は、マハラノビス距離の最小値が所定値以上であるためにペアリング部７２によるペアリングができないことをいう。「ペアなし」は、「履歴なし」「ピークなし」「角度なし」「連続性なし」「予測ｂｉｎずれ」「マハラノビス距離ＮＧ」以外の要因によりペアリング部７２によるペアリングができないことをいう。

不要物標除去部７６は、今回スキャンにおいて外挿なし、すなわち正常検知の場合は、静止車両および上方物の各尤度対数として、図１８の外挿要因種別尤度テーブル６３ｆの各「正常検知尤度対数」のカラム内の検知距離に該当する尤度対数を読み出す。例えば、検知距離Ｒが１００ｍの場合、「９５＜Ｒ≦１０５」の行を参照し、静止車両の尤度対数が“－０．０４”、上方物の尤度対数が“－０．１６”となる。よって、上記（１）式において、ｎ＝６とした場合、確率比６＝ｌｏｇ（静止車両尤度６）－ｌｏｇ（上方物尤度６）＝（－０．０４）－（－０．１６）として、確率比６を算出することができる。

また、不要物標除去部７６は、今回スキャンにおいて外挿あり、かつ外挿要因種別が「履歴なし」の場合は、静止車両および上方物の各尤度対数として、図１８の外挿要因種別尤度テーブル６３ｆの各「履歴なし尤度対数」のカラム内の当該検知距離に該当する尤度対数を読み出す。例えば、検知距離Ｒが１００ｍの場合、「９５＜Ｒ≦１０５」の行を参照し、静止車両の尤度対数が“－２．４８”、上方物の尤度対数が“－１．１３”となる。よって、上記（１）式において、ｎ＝６とした場合、確率比６＝ｌｏｇ（静止車両尤度６）－ｌｏｇ（上方物尤度６）＝（－２．４８）－（－１．１３）として、確率比６を算出することができる。その他の外挿要因種別も同様である。

＜ＳＴＥＰ２：確率比ＯｖｅｒＡｌｌの算出＞
不要物標除去部７６は、下記（７）式に基づき、上述のＳＴＥＰ１－１～ＳＴＥＰ１－６で算出した確率比１～確率比６を合計した確率比ＯｖｅｒＡｌｌを算出する。

＜ＳＴＥＰ３：静止車両および上方物の判別処理＞
不要物標除去部７６は、上述のＳＴＥＰ２で算出した確率比ＯｖｅｒＡｌｌを閾値判定することにより、ターゲットが静止車両であるか上方物であるかを判別する。すなわち、不要物標除去部７６は、確率比ＯｖｅｒＡｌｌが、所定閾値上である場合にターゲットが静止車両であると判定し、所定閾未満である場合にターゲットが上方物であると判定する。

このように、判別処理１は、複数のパラメータについて、静止車両および上方物が取りうる値およびその発生頻度を確率密度関数とみなし、今回値の静止車両確率（静止車両尤度）および上方物確率（上方物尤度）を複数のパラメータの各確率密度関数をもとに算出する。さらに、判別処理１では、データ取得毎に事前確率を事後確率へ更新するベイズ更新を行う。これを繰り返し、静止車両確率および上方物確率の対数比によりベイズフィルターの要領で静止車両であるか上方物であるかを判別する。

よって、判別処理１によれば、自車両の進行方向に検出された物標が自車両と衝突する物標か否か（例えばブレーキ制御等の車両制御が必要な物標か否か）を、比較的遠距離（例えばターゲットの手前約８０ｍ）から識別できるとともに検知率が改善し、ターゲット検知に基づく車両制御を適切なタイミングおよび適切な指示で作動させることができる。

また、判別処理１では、確率比１～確率比６は、自車両Ａへのレーダ装置１の搭載高や垂直取り付け角度の影響を受けにくいパラメータであり、レーダ搭載条件に依存せず静止車両および上方物を精度よく判別できる。

（実施形態に係る静止車両および上方物の判別処理２）
上述の判別処理１では、静止車両および上方物を十分に判別できない場合がある。すなわち、図１９に示すように、複数パラメータに基づく確率比ＯｖｅｒＡｌｌの値が、静止車両および上方物で重複する範囲がある。図１９は、静止車両および上方物の確率比の分布の重複を示す図である。そこで、以下の判別処理２では、判定精度を向上させるため、確率比ＯｖｅｒＡｌｌを分離する手法について説明する。

以下、原因（Ｈ_ｉ）（ｉ＝１、２）を、下記（表１）のように定義する。

また、パラメータ（Ｄ_ｊ）（ｊ＝１～７）を、下記（表２）のように定義する。なお、下記（表２）におけるＤ_１～Ｄ_７は、全て独立であると仮定する。

このとき、パラメータＤ（Ｄ_１～Ｄ_７）に基づきターゲットが静止車両である確率である事後確率Ｐ（Ｈ_１｜Ｄ）は、下記（８－１）式のように表される。また、パラメータＤ（Ｄ_１～Ｄ_７）に基づきターゲットが上方物である確率である事後確率Ｐ（Ｈ_２｜Ｄ）は、下記（８－２）式のように表される。

静止車両および上方物の判定は、ナイーブベイズフィルターを用いると、下記（９）式のように、静止車両および上方物の確率比について対数を取ったロジット（Ｌｏｇｉｔ）で判定する。

ここで、パラメータＤ（Ｄ_１～Ｄ_７）は独立であるとの仮定から、Ｐ（Ｄ｜Ｈ_１）は下記（１０－１）式、Ｐ（Ｄ｜Ｈ_２）は下記（１０－２）式のように表現できる。

上記（１０－１）～（１０－２）式を用いて、上記（９）式を変形すると、下記（１１－１）～（１１－２）式のようになる。

そして、上記（１１－２）式に示すように、上記（１１－２）式の第１項をｘ_１、第２項をｘ_２、・・・、第７項をｘ_７、第８項をｘ_０とおくと、上記（１１－２）式は、下記（１２）式のように表現できる。

上記（１２）式において括弧で括った部分は、ｘ_１～ｘ_７を予測変数とした一般化線形モデルと解釈できる。よって、判別処理２では、上記（１２）式において括弧で括った部分に対する多変量解析から回帰係数および切片を決定し、静止車両および上方物の判別精度を高める。

静止車両および上方物の判別で扱う物標データは、静止車両および上方物のように、質的データである。また、予測変数（確率比１（ｘ_１）～確率比７（ｘ_７））は、すべての正規性は仮定できない。よって、多変量解析の手法としてロジスティック回帰分析を採用し、多重共線性とＡＩＣ（Akaike’s Information Criterion）を考慮して、予測変数の選択および統合を行い、回帰係数（重み係数）および切片を検知距離１０ｍ毎に決定する。ただし、検知距離１０ｍ未満では、回帰係数（重み係数）および切片は線形補間により算出する。

判別処理２では、ターゲットの初回検知距離が例えば８０～１１０ｍの第１の距離では後述する重み係数・切片テーブルＡ６３ｇ、初回検知距離が第１の距離以外では後述する重み係数・切片テーブルＢ６３ｈを切替えて用いることで、静止車両および上方物の判別精度を高める。

判別処理２では、物標の検出に初回検知距離に応じて各確率比を回帰させる重み係数・切片テーブルＡ６３ｇ、および、初回検知距離に応じて各確率比を回帰させる重み係数・切片テーブルＢ６３ｈを使用する。

図２０Ａは、実施形態に係る初回検知距離に応じて各確率比を回帰させる重み係数・切片テーブルＡを示す図である。図２０Ｂは、実施形態に係る初回検知距離に応じて各確率比を回帰させる重み係数・切片テーブルＢを示す図である。

図２０Ａに示す重み係数・切片テーブルＡ６３ｇは、ターゲットの初回検知距離が例えば８０～１１０ｍの第１距離の場合に、確率比ｉ（ｉ＝１～３、５～６）をそれぞれ補正する重み係数α_ｉ、切片βを、初回検知距離毎に格納する。また、図２０Ｂに示す重み係数・切片テーブルＢ６３ｈは、ターゲットの初回検知距離が前述の第１距離以外の場合に、確率比ｉ（ｉ＝１～３、５～６）をそれぞれ補正する重み係数α_ｉ、切片βを、初回検知距離毎に格納する。

図２０Ａおよび図２０Ｂにおいては、上述した多重共線性およびＡＩＣに基づく予測変数（パラメータ）の選択により、パラメータＤ_１～Ｄ_６、すなわち確率比１～確率比６が選択され、パラメータＤ_７に対応する確率比が除外されている。また、図２０Ａおよび図２０Ｂにおいては、予測変数（パラメータ）の統合により、パラメータＤ_３～Ｄ_４、すなわち確率比３および確率比４が１つに統合されている。このため、図２０Ａおよび図２０Ｂは、確率比１～確率比３、確率比５～確率比６に対応する重み係数α_ｉおよび切片β（ｉ＝１～３、５～６）を、初回検知距離毎に格納する。

不要物標除去部７６は、下記（１３）式に基づき、初回検知距離に応じて重み係数・切片テーブルＡ６３ｇ又は重み係数・切片テーブルＢ６３ｈから読み出した重み係数および切片を用いて、上述した判別処理１と同様に算出した確率比ｉ（ｉ＝１～６）をそれぞれ回帰補正した上で補正後確率比ＯｖｅｒＡｌｌを算出する。

不要物標除去部７６は、初回検知距離が前述の第１距離である場合に、重み係数・切片テーブルＡ６３ｇから毎スキャン時の距離に該当する各確率比ｉの重み係数α_ｉおよび切片β（ｉ＝１～６）を読み出す。一方、不要物標除去部７６は、初回検知距離が前述の第１距離以外である場合は、重み係数・切片テーブルＢ６３ｈから毎スキャン時の距離に該当する各確率比ｉの重み係数α_ｉおよび切片β（ｉ＝１～６）を読み出す。初回検知距離が第１距離である場合に重み係数・切片テーブルＡ６３ｇから読み出した重み係数α_ｉおよび切片β（ｉ＝１～６）は、初回検知距離が第１距離以外である場合に重み係数・切片テーブルＢ６３ｈから読み出した重み係数α_ｉおよび切片β（ｉ＝１～６）と比べて物標の検知距離に応じた値の変化が比較的大きい。そして、不要物標除去部７６は、上記（１３）式に基づき、読み出した各確率比ｉの重み係数α_ｉおよび切片β（ｉ＝１～６）と各確率比ｉとから、補正後確率比ＯｖｅｒＡｌｌを算出する。

判別処理２は、スキャン毎にベイズ更新した確率比について、各パラメータ（確率比１～６）から確率比ＯｖｅｒＡｌｌを算出する際、ターゲットの初回検知距離に応じて異なる、ロジスティック回帰分析で求めた重み係数および切片による重み付けを行う。よって、判別処理２では、静止車両および上方物の判別精度を高めることができる。

なお、上述のように“確率比１”は、パラメータ“横位置差”に基づく静止車両および上方物の対数尤度である。“確率比２”は、パラメータ“相対速度差”に基づく静止車両および上方物の対数尤度である。“確率比３”は、パラメータ“独立ビーム傾き差”に基づく静止車両および上方物の対数尤度である。“確率比４”は、パラメータ“上下ビームパワー差傾き”に基づく静止車両および上方物の対数尤度である。“確率比５”は、パラメータ“上下ビーム面積微分”に基づく静止車両および上方物の対数尤度である。“確率比６”は、パラメータ“外挿要因種別”に基づく静止車両および上方物の対数尤度である。

ここで、図２０Ａに示す重み係数・切片テーブルＡ６３ｇの確率比の重み係数の特徴について説明する。確率比１の重み係数α_１は、距離が比較的小さい（例えば８０ｍ以下）の場合と比べて、距離が比較的大きい（例えば８０ｍを超える）ときはその値が大きくなる。これは、距離が比較的小さい場合よりも物標の距離が比較的大きいときは、上方物の横位置差が大きくなるため、当該物標が静止車両か上方物かを判別するパラメータとしての重要度が高くなる。そのため、物標の距離が比較的小さい場合よりも比較的大きいときは、確率比１の重み係数α_１の値を大きい値とする。

また、確率比２の重み係数α_２は、距離が比較的大きい場合に比べて、距離が比較的小さいときはその値が大きくなる。距離が小さくなるほど物標からの反射波の反射強度が大きくなり、物標の相対速度差を正確に算出でき、静止車両と上方物とを判別するパラメータとしての重要度が高くなるためである。ただし、物標の距離がより小さくなる（例えば６０ｍ）以下になると、重み係数α_２は、小さい値となる。距離がより小さくなることで、レーダ装置１の送信波の送信範囲から外れて反射波が受信されなくなるためである。

さらに、確率比５の重み係数α_５は、距離が比較的大きい場合に比べて、距離が比較的小さいときはその値が大きくなる。距離が小さくなるほど面積微分の結果をより多く取得でき、静止車両と上方物とを判別するパラメータとしての重要度が高くなるためである。
このように静止車両の距離に応じた各種パラメータの値変化と、上方物の距離に応じた各種パラメータ値の変化とに着目して、物標の距離に応じて各種パラメータの重み係数を変更するようにしたことで、静止車両と上方物との判別を正確に行えるようになった。

また、レーダ装置１が対象の物標を初めて検出した距離（初回検知距離）が第１距離（例えば、８０～１１０ｍ）以外の距離の場合は、図２０Ｂに示す重み係数・切片テーブルＢ６３ｈにより重み係数α_ｉが算出される。また、物標の初回検知距離が第１距離のときは、図２０Ａに示す重み係数・切片テーブルＡ６３ｇにより重み係数α_ｉが算出される。このように、重み係数α_ｉの算出において、図２０Ｂに示す重み係数・切片テーブルＢ６３ｈにより重み係数α_ｉを算出し、物標の距離が第１距離のような特定距離となった場合に、同じ種類のパラメータを有し重み係数の値が異なる別のテーブル（図２０Ａに示す重み係数・切片テーブルＡ６３ｇ）により重み係数α_ｉを算出する。これにより、物標の距離に応じて、物標の種類の判別に用いるパラメータに最適な重み付けが可能となり、当該物標の種類を確実に判別できる。

［判別処理１および２の変形例］
（１）確率比ＯｖｅｒＡｌｌについて
判別処理１では、確率比ＯｖｅｒＡｌｌ（判別処理２の補正後確率比ＯｖｅｒＡｌｌも同様）が閾値以上である場合にターゲットを静止車両と判定し、閾値未満である場合にターゲットを上方物と判定する。しかし、これに限らず、ターゲットが静止車両であるか否かを「静止車両の信頼度」を閾値との比較により判定する場合に、「静止車両の信頼度」に乗算する倍率Ｃとして確率比ＯｖｅｒＡｌｌを換算して用いてもよい。すなわち、“閾値判定に用いる静止車両の信頼度＝Ｃ×（静止車両の信頼度）”が所定閾値以上である場合に、当該ターゲットを静止車両と判定する。

ここで、「静止車両の信頼度」は、物標データが静止車両に係るデータであるか否かを示す、例えば０～１００の範囲の値を取る指標であり、数値が高いほど静止車両である可能性が高いことを示す。「静止車両の信頼度」は、物標データに含まれる複数の情報（例えば「縦距離」「角度パワー」「外挿頻度」等）を用いて算出される。

例えば、閾値１＞閾値２の２つの閾値を設けるとする。確率比ＯｖｅｒＡｌｌ≧閾値１である場合は、倍率Ｃ＝１とする。これは、「静止車両の信頼度」が高いと判定できるため、「静止車両の信頼度」をそのまま静止車両であるか否かの閾値判定に用いることを示す。また、閾値２≧確率比ＯｖｅｒＡｌｌである場合には、倍率Ｃ＝０とする。これは、「静止車両の信頼度」が低いと判定できるため、「静止車両の信頼度」を０にして静止車両であると判定されないようにすることを示す。

また、閾値１＞確率比ＯｖｅｒＡｌｌ＞閾値２である場合には、倍率Ｃ＝（確率比ＯｖｅｒＡｌｌ－閾値２）／（閾値１－閾値２）とする。すなわち、倍率Ｃは、確率比ＯｖｅｒＡｌｌが、閾値１および閾値２間でどれだけの割合だけ閾値２を超過しているかを示す。例えば、Ｃ＝０．５となった場合には、「静止車両の信頼度」に０．５を乗じて算出した「閾値判定に用いる静止車両の信頼度」を静止車両であるか否かの閾値判定に用いることを示す。

このように、確率比ＯｖｅｒＡｌｌを「静止車両の信頼度」に乗じる倍率Ｃへ変換することにより、静止車両であるか否かの判定ラインに幅を持たせ、多様な要因を加味してより総合的に静止車両を判別できる。

（２）静止車両および静止車両以外の判別について
判別処理１および２では、物標検知毎に、静止車両および上方物に関する各種パラメータを算出し、各種パラメータと静止車両および上方物の尤度との相関を検知距離毎にモデル化した尤度モデルに基づき、各種パラメータに対応する静止車両および上方物の対数尤度比を更新して静止車両および上方物を判別するベイズフィルターの手法を用いる。しかし、これに限らず、同様のベイズフィルターの手法を静止車両および静止車両以外の物標（例えば下方物等）の判別にも適用してもよい。

例えば、物標検知毎に、静止車両および静止車両以外の物標に関する各種パラメータを算出し、各種パラメータと静止車両および静止車両以外の物標の尤度との相関を検知距離毎にモデル化した尤度モデルを構築しておく。そして、この尤度モデルに基づき、各種パラメータに対応する静止車両および静止車両以外の物標の対数尤度比を更新して静止車両および静止車両以外の物標を判別するとしてもよい。

（実施形態に係る静止車両および上方物の判別処理３）
次に、実施形態に係る静止車両および上方物の判別処理３について説明する。なお、以下では、主に判別処理１と異なる部分について説明し、内容の重複する部分については説明を省略する。

上記した判別処理１では、不要物標除去処理において、ターゲットが静止車両であるか上方物であるかの判定（以下「ターゲット判定」と記載する場合がある）を確率比ＯｖｅｒＡｌｌを指標として行っている。なお、確率比ＯｖｅｒＡｌｌは、第１の指標の一例である。

上記した確率比ＯｖｅｒＡｌｌの値は、静止車両および上方物で重複する範囲があることは、図１９を参照して既に述べた。そこで、判別処理３にあっては、確率比ＯｖｅｒＡｌｌとは別の指標をさらに用いて、ターゲット判定を行うようにした。

これにより、判別処理３にあっては、例えば確率比ＯｖｅｒＡｌｌでは、静止車両および上方物のいずれであるかの判定を明確に行いにくいターゲットであっても、精度よく判定を行うことができる。

以下、詳しく説明すると、自車両Ａに搭載されるレーダ装置１（図１参照）にあっては、ターゲット（物標Ｔ）が例えば静止車両（物標Ｔ１）である場合、静止車両に近づくにつれて静止車両からの反射波は受信部ＲＸの正面で受信され易くなるため、反射波の受信パワーである角度パワーは上昇する傾向がある。

他方、レーダ装置１においては、ターゲットが例えば上方物（物標Ｔ２）である場合、上方物標に近づくにつれて送信波の主たる送信領域から徐々に外れていくため、角度パワーは減衰する、あるいは変化がほとんど生じない状態となる傾向がある。

そこで、判別処理３にあっては、ターゲットが上方物である場合に角度パワーが減衰し易い特性に着目し、ターゲットの検知距離（物標までの縦距離）に応じた角度パワーの減衰量を示す第２の指標を算出して、第２の指標に基づいてターゲット判定を行うようにした。なお、第２の指標としては、例えば減衰量面積Ａ１（図２１Ａ等参照）を用いることができるが、これについては後述する。

また、判別処理３にあっては、ターゲットが静止車両である場合に角度パワーが上昇し易い特性に着目し、ターゲットの検知距離に応じた角度パワーの増加量を示す第３の指標を算出して、第３の指標に基づいてターゲット判定を行うようにした。なお、第３の指標としては、例えば後述する増加量面積Ａ２（図２２Ａ等参照）を用いることができる。

以下では、先ず第２の指標である減衰量面積Ａ１について説明する。不要物標除去部７６は、下記（１４）式に基づき、減衰量面積Ａ１を算出する。

図２１Ａ，２１Ｂは、実施形態に係る減衰量面積Ａ１の算出方法を説明する図である。なお、図２１Ａ，２１Ｂは、横軸を距離（検知距離）とし、縦軸を角度パワーとしたグラフである。また、図２１Ａは、ターゲットが上方物である場合のグラフの一例であり、図２１Ｂは、ターゲットが静止車両である場合のグラフの一例である。

不要物標除去部７６は、今回処理の角度パワーが例えば図２１Ａ中の（１）に相当する場合、今回処理までの角度パワーの最大値を基準パワーとして設定する。図２１Ａに示す例では、前回処理の角度パワーＰａ（図２１Ａ中の（２）に相当）が最大値であるため、不要物標除去部７６は、かかる角度パワーＰａを基準パワーとして設定する。

そして、不要物標除去部７６は、（１４）式に示すように、今回処理で取得された角度パワー（図２１Ａ中の（１）に相当）から、基準パワー（図２１Ａ中の（２）に相当）を減算した差分に、前回処理の距離と今回処理の距離との距離差（前回今回距離差）を乗算して得た値を算出して累積することで、減衰量面積Ａ１を算出する。すなわち、不要物標除去部７６は、例えば区分求積法を用いて減衰量面積Ａ１を算出する。

従って、図２１Ａに示すように、ターゲットが上方物である場合、上方物が近づくにつれて角度パワーは減衰することから、（１４）式の算出処理を繰り返すごとに、減衰量面積Ａ１は増加することとなる。なお、図２１Ａでは、ターゲットが距離Ｙａまで近づいたときの減衰量面積Ａ１を斜線で囲んで示している。

これに対し、図２１Ｂに示すように、ターゲットが静止車両である場合の減衰量面積Ａ１は、上方物の場合に比べて増加しにくい。詳しくは、不要物標除去部７６は、今回処理の角度パワーが例えば図２１Ｂ中の（１）に相当する場合、前回処理の角度パワーＰｂ（図２１Ｂ中の（２）に相当）が最大値であるため、角度パワーＰｂを基準パワーに設定する。

そして、不要物標除去部７６は、今回処理の角度パワー（図２１Ｂ中の（１）に相当）から基準パワー（図２１Ｂ中の（２）に相当）を減算した差分に、前回今回距離差を乗算して得た値を算出して累積することで、減衰量面積Ａ１を算出する。

ここで、ターゲットが静止車両である場合、角度パワーは、マルチパス等の影響で一時的に減衰することがあるものの、基本的には静止車両が近づくにつれて上昇する。従って、図２１Ｂの例では、例えば今回処理において角度パワーＰｃ（図２１Ｂ中の（３）に相当）となった場合、基準パワーであった角度パワーＰｂよりも大きいため、不要物標除去部７６は、新たな最大値となった角度パワーＰｃを基準パワーとして更新する。

これにより、式（１４）中の「今回角度パワー（ここでは角度パワーＰｃ）－基準パワー（ここでは角度パワーＰｃ）」の値がゼロとなるため、減衰量面積Ａ１は累積されず増加しない。

また、図２１Ｂの例では、図２１Ｂ中の（４）に示す角度パワーＰｄとなるまで、角度パワーは上昇し続けているため、基準パワーも更新され続け、結果として減衰量面積Ａ１は増加しないこととなる。従って、ターゲットが静止車両の場合、図２１Ｂの例では、（４）の角度パワーＰｄとなった時点以降、マルチパス等の影響で一時的に減衰したときに、減衰量面積Ａ１が僅かに増加するだけである。

そして、不要物標除去部７６は、上記のようにして算出された減衰量面積Ａ１と閾値Ａ１ａとを比較し、減衰量面積Ａ１が閾値Ａ１ａ以上となった場合、ターゲットが上方物であると判定する。また、不要物標除去部７６は、減衰量面積Ａ１が閾値Ａ１ａ未満の場合、ターゲットが上方物ではない、言い換えると、静止車両の可能性が高いと判定する。

このように、判別処理３にあっては、ターゲットの検知距離に応じた角度パワーの減衰量を示す減衰量面積Ａ１を用いることで、ターゲットが静止車両および上方物のいずれであるかの判定を精度よく行うことができる。すなわち、複数回の物標検出処理における物標に関する信号パワーの減衰量の積算値により判定することで、１回の物標検出処理における物標に関する信号パワーの減衰量の瞬時値により判定するよりも、ターゲットが静止車両か上方物かを正確に判定することができる。

また、判別処理３にあっては、今回処理の角度パワーが前回処理で用いた基準パワーよりも大きい場合、今回処理の角度パワーを基準パワーとして更新するようにした。

これにより、例えばターゲットが静止車両であって、角度パワーが上昇し続けているような傾向を示すとき（図２１Ｂ参照）、減衰量面積Ａ１について増加しにくくすることができる。そのため、減衰量面積Ａ１と閾値Ａ１ａとを比較し、減衰量面積Ａ１が閾値Ａ１ａ未満の場合、ターゲットは静止車両の可能性が高いと判定することが可能となる。

次に、第３の指標である増加量面積Ａ２について説明する。不要物標除去部７６は、下記（１５）式に基づき、増加量面積Ａ２を算出する。

図２２Ａ，２２Ｂは、実施形態に係る増加量面積Ａ２の算出方法を説明する図である。なお、図２２Ａ，２２Ｂは、横軸を距離（検知距離）とし、縦軸を角度パワーとしたグラフである。また、図２２Ａは、ターゲットが上方物である場合のグラフの一例であり、図２２Ｂは、ターゲットが静止車両である場合のグラフの一例である。なお、図２２Ａは、ターゲットが上方物の場合に角度パワーの変化がほとんど生じない状態の例を示している。

以下では、図２２Ｂを先に参照して増加量面積Ａ２の算出方法を説明する。不要物標除去部７６は、ターゲットの検知距離が規定距離Ｙｂ以上のときの角度パワーに基づいて基準値を設定する。

詳しくは、不要物標除去部７６は、ターゲットの距離が規定距離Ｙｂ以上である図２２Ｂ中の（１）から（２）までの間に相当する角度パワーの平均値を算出する。そして、不要物標除去部７６は、かかる平均値（ここでは角度パワーＰｅとする）を基準値として設定する。なお、図２２Ｂおよび後述する図２２Ａにあっては、基準値を白抜きの四角印で示した。

なお、上記した規定距離Ｙｂは、任意の値に設定可能であるが、例えば比較的長い値、具体的にはレーダ装置１からターゲットまでが遠距離となるような値に設定されてもよい。

そして、不要物標除去部７６は、今回処理で取得された角度パワー（例えば図２２Ｂ中の（３）に相当）から基準値（ここでは角度パワーＰｅ）を減算した差分を算出する。不要物標除去部７６は、かかる差分に、前回処理の距離と今回処理の距離との距離差（前回今回距離差）を乗算して得た値を算出して累積することで、増加量面積Ａ２を算出する。

従って、図２２Ｂに示すように、ターゲットが静止車両である場合、静止車両が近づくにつれて角度パワーは上昇することから、（１５）式の算出処理を繰り返すごとに、増加量面積Ａ２は増加することとなる。なお、図２２Ｂでは、ターゲットが距離Ｙｃまで近づいたときの増加量面積Ａ２を斜線で囲んで示している。

一方、図２２Ａに示すように、ターゲットが上方物である場合の増加量面積Ａ２は、角度パワーがほとんど変化しない状態であるため、静止車両の場合に比べて増加しにくい。詳しくは、不要物標除去部７６は、ターゲットの距離が規定距離Ｙｂ以上である図２２Ａ中の（１）から（２）までの間に相当する角度パワーの平均値（角度パワーＰｅ）を基準値として設定する。

そして、不要物標除去部７６は、今回処理の角度パワー（例えば図２２Ａ中の（３）に相当）から基準値Ｐｅを減算した差分を算出する。

ここで、増加量面積Ａ２は、上記したように、角度パワーの増加量を示す指標である。そのため、差分が負値の場合、言い換えると、角度パワーが減衰している場合、増加量面積Ａ２に反映させないようにしてもよい。

具体的には、不要物標除去部７６は、今回処理の角度パワーから基準値を減算した差分が正値である場合、当該差分に前回今回距離差を乗算して得た値を累積して、増加量面積Ａ２を算出してもよい。

従って、図２２Ａ中の（３）の角度パワーは、基準値（ここでは角度パワーＰｅ）よりも小さいため、差分は負値となり、よって増加量面積Ａ２には反映されないようにする。なお、図２２Ａの例では、（４）の角度パワーは、基準値を減算した差分が正値であるため、不要物標除去部７６は、差分に前回今回距離差を乗算して得た値を累積して増加量面積Ａ２に反映させる。これにより、増加量面積Ａ２については、角度パワーの増加した量だけが累積され、よって後述するターゲット判定の精度を向上させることができる。

図２２Ａの例では、角度パワーの変化がほとんど生じないため、マルチパスの影響で一時的に角度パワーが上昇して基準値を超えたときに、増加量面積Ａ２が僅かに増加するだけである。

そして、不要物標除去部７６は、上記のようにして算出された増加量面積Ａ２と閾値Ａ２ａとを比較し、増加量面積Ａ２が閾値Ａ２ａ未満の場合、ターゲットが上方物であると判定する。また、不要物標除去部７６は、増加量面積Ａ２が閾値Ａ２ａ以上の場合、ターゲットが上方物ではない、言い換えると、静止車両の可能性が高いと判定する。

このように、判別処理３にあっては、ターゲットの検知距離に応じた角度パワーの増加量を示す増加量面積Ａ２を用いることで、ターゲットが静止車両および上方物のいずれであるかの判定を精度よく行うことができる。

なお、減衰量面積Ａ１や増加量面積Ａ２の算出において、今回処理における角度パワーとして瞬時値を用いることで、ターゲット判定の応答性を向上させることができる。なお、角度パワーの瞬時値は、数値がばらつくことがあるが、減衰量面積Ａ１や増加量面積Ａ２は累積値であることから、かかるばらつきを吸収することが可能となる。

このように、判別処理３にあっては、減衰量面積Ａ１や増加量面積Ａ２をターゲット判定に用いることで、検知される角度パワーについてターゲットが明らかに上方物であることを示すような場合に、確率比ＯｖｅｒＡｌｌに関わらず、ターゲットを上方物と判定することができる。

従って、判別処理３にあっては、例えば確率比ＯｖｅｒＡｌｌでは、静止車両および上方物のいずれであるかの判定を明確に行いにくいターゲットであっても、精度よくターゲット判定を行うことができる。

また、判別処理３にあっては、減衰量面積Ａ１および増加量面積Ａ２の両方を用いてターゲット判定を行うようにした。これにより、ターゲット判定を確実に行うことができる。

すなわち、例えばマルチパス等の影響により、角度パワーの値が激しく変動することがある。そのため、ターゲットが上方物であっても、角度パワーの値によっては、例えば減衰量面積Ａ１および増加量面積Ａ２の一方で、ターゲットが上方物であることを示す値が出ないことがある。

そのような場合であっても、減衰量面積Ａ１および増加量面積Ａ２の他方で上方物であることを示す値が出れば、ターゲットを上方物として判定することが可能となる。すなわち、判別処理３にあっては、マルチパスによる影響を低減することができ、よってターゲット判定を確実に行うことができる。

具体的には、ターゲットが上方物の場合であっても、その上方物の路面からの高さが所定値未満の場合、減衰量面積Ａ１が閾値Ａ１ａ未満となることがある。このような場合、路面からの高さが所定値未満の上方物の増加量面積Ａ２の値は、閾値Ａ２ａ未満となる。上方物は、静止車両と比べると路面からの高さが高い位置に存在することからマルチパスの影響を受けやすく、増加量面積Ａ２が静止車両より小さくなるためである。このように、ターゲットが上方物の場合に、減衰量面積Ａ１の値が静止車両の傾向を示したとしても、増加量面積Ａ２の値を用いて判定することで、ターゲットの種別を正確に判定することができる。

ここで、ターゲットが上方物であることを正確に判定する場合であれば、増加量面積Ａ２の値だけで判定することも考えられる。しかしながら、ターゲットが静止車両の場合であっても、その車両（例えば、トラック等）の路面からの車体の高さ（車高）が所定値以上のときは、マルチパスの影響を受けやすくなる。そのため、ターゲットが静止車両の場合にその特徴が顕著に表れる増加量面積Ａ２を用いる判定だけでなく、ターゲットが上方物のときにその特徴が顕著に表れる減衰量面積Ａ１を用いた判定も行うようにしている。これにより、複数の判定基準により静止車両の条件をすべて満たしたターゲットが静止車両と判定される。

［判別処理３の変形例］
次に、判別処理３の変形例について説明する。判別処理３の変形例にあっては、減衰量面積Ａ１や増加量面積Ａ２を、判別処理１および２の変形例で述べた「静止車両の信頼度」に乗算する倍率Ｃとして換算して用いてもよい。

具体的には、例えば減衰量面積Ａ１が閾値Ａ１ａ以上の場合、ターゲットは上方物と判定できるため、倍率Ｃを０としてもよい。これにより、「静止車両の信頼度」は０となり、ターゲットが静止車両であると判定されないようにすることができる。

同様に、例えば増加量面積Ａ２が閾値Ａ２ａ未満の場合、ターゲットは上方物と判定できるため、倍率Ｃを０にして「静止車両の信頼度」を０とし、よってターゲットが静止車両であると判定されないようにすることができる。

なお、上記では、減衰量面積Ａ１や増加量面積Ａ２を倍率Ｃに変換するようにしたが、これに限定されるものではなく、例えば「静止車両の信頼度」に対して加減算されるような値に変換するようにしてもよい。

なお、上記した判別処理３では、減衰量面積Ａ１および増加量面積Ａ２の算出処理や、減衰量面積Ａ１および増加量面積Ａ２を閾値Ａ１ａ，Ａ２ａと比較する処理を、確率比ＯｖｅｒＡｌｌの算出処理の後に行うように構成したが、これに限られない。すなわち、減衰量面積Ａ１および増加量面積Ａ２の算出処理等を、確率比ＯｖｅｒＡｌｌの算出処理に先立って、あるいは同時に行うようにしてもよい。

また、判別処理３においては、第２および第３の指標である減衰量面積Ａ１および増加量面積Ａ２の両方を用いてターゲット判定を行うようにしたが、これに限定されるものではなく、例えば第２および第３の指標のいずれか一方を用いる構成であってもよい。

（実施形態に係る静止車両および上方物の判別処理４）
次に、図２３Ａ～図２４Ｃを参照し、実施形態に係る静止車両および上方物の判別処理４について説明する。図２３Ａは、実施形態に係る上方物の角度パワーおよび距離の関係を示す図である。図２３Ｂは、実施形態に係る静止車両の角度パワーおよび距離の関係を示す図である。また、図２４Ａ～図２４Ｃは、実施形態に係る角度パワーの最大値が検出された距離および最小値が検出された距離に基づく上方物の判別方法の説明図である。

上記した判別処理３では、基準パワーを設定し、ターゲットの検知距離に応じた角度パワーの基準パワーからの減衰量や増加量と所定の閾値とを比較することにより、ターゲットが静止車両および上方物のいずれかを判定した。

しかしながら、基準パワーからの角度パワーの減衰量や増加量は、基準パワーの取り方に左右されるため、設定される基準パワーによっては意図せずに異常な値になることがある。また、レーダ装置１は、汎用能力を高めようとする場合に、適切な基準パワーを設定することが困難となる。

そこで、判別処理４では、先に説明したターゲットが静止車両か上方物かによって異なる検知距離の変化に応じた角度パワーの増大傾向および減衰傾向を利用し、判別処理３とは異なる方法によってターゲットが静止車両および上方物のいずれかを判定する。

具体的には、先にも説明したが、ターゲットが上方物である場合、レーダ装置１では、検知距離が短くなると上方物が送信波の主たる送信領域から徐々に外れていくため、反射波の受信パワーである角度パワーが徐々に低下する傾向がある。

一方、ターゲットが静止車両である場合、レーダ装置１では、検知距離が短くなると、静止車両からの反射波は受信部ＲＸの正面で受信され易くなるため、反射波の受信パワーである角度パワーは上昇する傾向がある。

このため、レーダ装置１は、車両の走行に伴って接近してくるターゲットまでの距離を周期的に導出する。さらに、レーダ装置１は、導出した各距離で受信したターゲットからの反射波の角度パワーを順次検出する。

このとき、レーダ装置１は、連続して検出する所定回数（例えば、３回）分の角度パワーの移動平均を順次演算することによって平滑化した値を、ターゲットまでの各距離における反射波の角度パワーとして検出する。これにより、レーダ装置１は、ノイズやマルチパスの影響を除外した角度パワーの本来の変化を捉えることができる。

そして、レーダ装置１は、ターゲットが所定距離（例えば、レーダ装置１から６０ｍ）まで接近するまでの期間に順次導出した距離のうち、角度パワーの最大値が検出された距離Ｒｍａｘと、角度パワーの最小値が検出された距離Ｒｍｉｎとを取得する。

例えば、レーダ装置１は、ある上方物について、図２３Ａに示すような距離および角度パワーを取得する場合、図２３Ａに示す黒抜きの菱形に対応する距離を距離Ｒｍａｘとして取得し、図２３Ａに示す白抜きの菱形に対応する距離を距離Ｒｍｉｎとして取得する。

また、レーダ装置１は、ある静止車両について、図２３Ｂに示すような距離および角度パワーを取得する場合、図２３Ｂに黒抜きの菱形に対応する距離を距離Ｒｍａｘとして取得し、図２３Ｂに白抜きの菱形に対応する距離を距離Ｒｍｉｎとして取得する。

このように、レーダ装置１では、ターゲットが上方物である場合、距離Ｒｍａｘの方が距離Ｒｍｉｎよりも長くなり、ターゲットが静止車両の場合、距離Ｒｍｉｎの方が距離Ｒｍａｘよりも長くなる。

つまり、レーダ装置１は、ターゲットが上方物である場合、比較的近い位置で角度パワーの最小値を検出し、比較的遠い位置で角度パワーの最大値を検出する。また、レーダ装置１は、ターゲットが静止車両である場合、比較的近い位置で角度パワーの最大値を検出し、比較的遠い位置で角度パワーの最小値を検出する。

このため、図２３Ａ、図２３Ｂに示す例では、レーダ装置１から１００ｍの距離を閾値とし、距離Ｒｍｉｎが閾値より短く距離Ｒｍａｘが閾値より長ければ上方物、距離Ｒｍｉｎが閾値より長く距離Ｒｍａｘが閾値より短ければ静止車両と判断することができる。

しかしながら、レーダ装置１は、距離Ｒｍａｘおよび距離Ｒｍｉｎについて、同一の閾値を設定した場合、静止車両を上方物と誤判別するおそれがある。例えば、ターゲットがトラックやバス等の大型の静止車両である場合、レーダ装置１から比較的遠くても角度パワーが大きくなることがあり、距離Ｒｍａｘが閾値よりも長くなることがある。かかる場合に、レーダ装置１は、静止車両であるトラックやバスを上方物と誤判定する。

そこで、判別処理４では、角度パワーの最大値用の閾値ＲｍａｘＴｈと、最小値用の閾値ＲｍｉｎＴｈとをそれぞれ設け、距離Ｒｍａｘと閾値ＲｍａｘＴｈとの比較結果と、距離Ｒｍｉｎと閾値ＲｍｉｎＴｈとの比較結果とに基づいて上方物を判別する。

また、上記した角度パワーの傾向から、上方物の距離Ｒｍａｘは、上方物の距離Ｒｍｉｎよりも長い傾向がある（図２３Ａ）。このため、判別処理４では、さらに、距離Ｒｍａｘから距離Ｒｍｉｎを減算して算出した差分Ｒｍａｘ－Ｒｍｉｎと、差分用の閾値Ｒｍａｘ－ＲｍｉｎＴｈとの比較結果に基づいて上方物を判別する。

例えば、判別処理４では、図２４Ａと図２４Ｂと図２４Ｃに示すように、閾値ＲｍａｘＴｈと閾値ＲｍｉｎＴｈと閾値Ｒｍａｘ－ＲｍｉｎＴｈとをそれぞれ設定する。なお、図２４Ａ、図２４Ｂおよび図２４Ｃには、複数のターゲットを検知する実証実験を行った結果を示している。

図２４Ａに示す白抜きの菱形は、上方物の距離Ｒｍａｘおよび角度パワーを示しており、黒抜きの正方形は、小型の静止車両の距離Ｒｍａｘおよび角度パワーを示しており、黒抜きの三角形は、大型の静止車両の距離Ｒｍａｘおよび角度パワーを示している。

また、図２４Ｂに示す白抜きの菱形は、上方物の距離Ｒｍｉｎおよび角度パワーを示しており、黒抜きの正方形は、小型の静止車両の距離Ｒｍｉｎおよび角度パワーを示しており、黒抜きの三角形は、大型の静止車両の距離Ｒｍｉｎおよび角度パワーを示している。また、図２４Ｃに示す白抜きの菱形は、上方物の差分Ｒｍａｘ－Ｒｍｉｎを示している。

判別処理４では、図２４Ａに示すように、レーダ装置１が１５０ｍ先から６０ｍ先までの検知範囲でターゲットまでの距離を導出する場合、検知範囲の中間点までの距離（例えば、略１００ｍ）よりも短い閾値ＲｍａｘＴｈを設定する。

そして、判別処理４では、距離Ｒｍａｘが閾値ＲｍａｘＴｈ未満のターゲットを上方物の候補から除外する。これにより、判別処理４では、距離Ｒｍａｘが検知範囲の中間点までの距離よりも短く静止車両である可能の高いターゲットを上方物の候補から除外することができる。

また、判別処理４では、図２４Ｂに示すように、レーダ装置１が１５０ｍ先から６０ｍ先までの検知範囲でターゲットまでの距離を導出する場合、検知範囲の中間点までの距離（例えば、略１００ｍ）よりも長い閾値ＲｍｉｎＴｈを設定する。

そして、判別処理４では、距離Ｒｍｉｎが閾値ＲｍｉｎＴｈよりも長いターゲットを上方物の候補から除外する。これにより、判別処理４では、距離Ｒｍｉｎが検知範囲の中間点までの距離よりも長く静止車両である可能の高いターゲットを上方物の候補から除外することができる。

また、判別処理４では、図２４Ｃに示すように、０近傍で正の値（例えば、１０以下の値）の閾値Ｒｍａｘ－ＲｍｉｎＴｈを設定する。そして、判別処理４では、差分Ｒｍａｘ－Ｒｍｉｎが閾値未満のターゲットを上方物の候補から除外する。これにより、判別処理４では、距離Ｒｍｉｎが距離Ｒｍａｘよりも長く静止車両である可能の高いターゲットを上方物の候補から除外することができる。

なお、ここで、閾値Ｒｍａｘ－ＲｍｉｎＴｈとして０近傍で正の値を設定するのは、例えば、大型の静止車両からの反射波がノイズやマルチパスの影響を受け、静止車両であるにも関わらす、距離Ｒｍａｘが僅かに距離Ｒｍｉｎを超える場合があるからである。

かかる場合であっても、判別処理４では、閾値Ｒｍａｘ－ＲｍｉｎＴｈとして０近傍で正の値を設定するので、反射波がノイズやマルチパスの影響を受ける大型の静止車両についても高精度に上方物の候補から除外することができる。

そして、判別処理４では、閾値ＲｍａｘＴｈ、閾値ＲｍｉｎＴｈ、および値Ｒｍａｘ－ＲｍｉｎＴｈに基づく３段階の判別処理の全てで上方物の候補から除外されなかったターゲットを上方物と判定する。

つまり、判別処理４では、距離Ｒｍａｘが閾値ＲｍａｘＴｈ以上、且つ距離Ｒｍｉｎが閾値ＲｍｉｎＴｈ以下、且つ差分Ｒｍａｘ－Ｒｍｉｎが閾値Ｒｍａｘ－ＲｍｉｎＴｈ以上のターゲットを上方物と判定する。これにより、判別処理４は、より正確に上方物を判別することができる。

例えば、判別処理４は、図２４Ａに示すように、閾値ＲｍａｘＴｈに基づく判別処理だけでは、１００ｍ近傍で角度パワーの最大値が検出された数台の大型の静止車両（図２４Ａに示す１００ｍ近傍の黒抜きの三角形）を上方物の候補から除外できない場合がある。

かかる場合であっても、判別処理４では、その後、図２４Ｂに示すように、閾値ＲｍｉｎＴｈに基づく判別処理を行うことで、上方物の候補から除外できなかった大型の静止車両の台数を低減することができる。

そして、判別処理４では、さらに、図２４Ｃに示すように、閾値Ｒｍａｘ－ＲｍｉｎＴｈに基づく判定処理を行うことによって、最終的に、大型の静止車両を上方物の候補から除外することができるので、静止車両および上方物を精度よく判別することができる。

（実施形態に係る物標情報出力処理）
図２５Ａは、実施形態に係る物標情報出力処理を示すフローチャートである。信号処理部６は、物標情報導出処理を、一定時間（例えば、５ｍｓｅｃ秒）毎に周期的に繰り返す。物標情報導出処理の開始時点では、４つの受信部ＲＸから信号処理部６へ、反射波ＲＷが変換されたビート信号が入力される。

先ず、信号処理部６のフーリエ変換部６２は、複数の個別受信部５２のそれぞれから出力されるビート信号を対象に、高速フーリエ変換を行う（ステップＳ１０１）。次に、ピーク抽出部７０は、フーリエ変換部６２で生成された周波数スペクトラムから、所定の信号レベルを超えるピークを、送信信号の周波数が上昇するアップ区間および周波数が下降するダウン区間とのそれぞれの区間で抽出する（ステップＳ１０２）。

次に、角度推定部７１は、アップ区間およびダウン区間それぞれについて、方位演算処理により、１つのピーク周波数の信号から、同一ｂｉｎに存在する複数の物標についての情報を分離し、それら複数の物標それぞれの角度を推定する（ステップＳ１０３）。

次に、ペアリング部７２は、同一の物標Ｔに関するピーク同士を対応付け、自車両Ａの前方に存在する複数の物標Ｔそれぞれに係るペアリングデータを導出する（ステップＳ１０４）。次に、連続性判定部７３は、過去処理で導出された物標データと、直近処理で導出された物標データとが同一の物標か否かの連続性を判定する（ステップＳ１０５）。

次に、フィルタリング部７４は、過去処理および直近処理のそれぞれの処理で導出された２つの物標データのパラメータ（縦距離、横距離、相対速度）を時間軸方向に平滑化して物標データ（内部フィルタデータ）を導出する（ステップＳ１０６）。次に、物標分類部７５は、相対速度に基づき、各物標を、先行車、静止物（静止車両を含む）、対向車に分類する（ステップＳ１０７）。

次に、不要物標除去部７６は、各物標のうち、上方物、下方物、雨等を不要物標として判定し、出力物標から除外する（ステップＳ１０８）。なお、ステップＳ１０８の処理のうち、上方物を出力物標から除外する処理については、図２５Ｂを参照して後述する。

次に、グループ化部７７は、複数の物標データを同一物体の物標データとして１つに統合するグループ化を行う（ステップＳ１０９）。次に、物標情報出力部７８は、導出された、もしくは外挿により導出された複数の物標データから所定数の物標データを出力対象として選択し、選択した物標情報を車両制御装置２へ出力する（ステップＳ１１０）。ステップＳ１１０が終了すると、信号処理部６は、物標情報導出処理を終了する。

（実施形態に係る不要物標除去）
図２５Ｂは、実施形態１に係る不要物標除去のサブルーチンを示すフローチャートである。図２５Ｂは、図２５Ａに示すステップＳ１０８の不要物標除去のうち、実施形態に係る上方物を除去する処理のフローを示す。

先ず、不要物標除去部７６は、前述した判別処理１で説明した確率比１～６、確率比ＯｖｅｒＡｌｌを算出する（ステップＳ２０１）。ここで、図２５Ｃを参照し、確率比１～６、確率比ＯｖｅｒＡｌｌ算出の処理の一例について説明する。図２５Ｃは、実施形態に係る確率比１～６、確率比ＯｖｅｒＡｌｌ算出のサブルーチンを示すフローチャートである。

図２５Ｃに示すように、不要物標除去部７６は、まず、上記（２）式に基づき、物標の横位置差を算出する（ステップＳ３０１）。次に、不要物標除去部７６は、ステップＳ３０１で算出した横位置差および上記（１）式に基づき、横位置差に基づく確率比１を算出する（ステップＳ３０２）。

次に、不要物標除去部７６は、上記（３）式に基づき、物標の相対速度差を算出する（ステップＳ３０３）。次に、不要物標除去部７６は、ステップＳ３０３で算出した相対速度差および上記（１）式に基づき、相対速度差に基づく確率比２を算出する（ステップＳ３０４）。

次に、不要物標除去部７６は、上記（４）式に基づき、独立ビーム傾き差を算出する（ステップＳ３０５）。次に、不要物標除去部７６は、ステップＳ３０５で算出した独立ビーム傾き差および上記（１）式に基づき、独立ビーム傾き差に基づく確率比３を算出する（ステップＳ３０６）。

次に、不要物標除去部７６は、上記（５）式に基づき、上下ビームパワー差傾きを算出する（ステップＳ３０７）。次に、不要物標除去部７６は、ステップＳ３０７で算出した上下ビームパワー差傾きおよび上記（１）式に基づき、上下ビームパワー差傾きに基づく確率比４を算出する（ステップＳ３０８）。

次に、不要物標除去部７６は、上記（６）式に基づき、上下ビーム面積微分を算出する（ステップＳ３０９）。次に、不要物標除去部７６は、ステップＳ３０９で算出した上下ビーム面積微分および上記（１）式に基づき、上下ビーム面積微分に基づく確率比５を算出する（ステップＳ３１０）。

次に、不要物標除去部７６は、外挿の有無および外挿要因種別を特定する（ステップＳ３１１）。次に、不要物標除去部７６は、ステップＳ３１１で特定した外挿の有無および外挿要因種別と上記（１）式に基づき、確率比６を算出する（ステップＳ３１２）。

次に、不要物標除去部７６は、上記（７）式に基づき、確率比ＯｖｅｒＡｌｌを算出する（ステップＳ３１３）。その後、不要物標除去部７６は、図２５Ｂに示すステップＳ２０２以降の処理を実行する。

図２５Ｂへ戻り、不要物標除去の説明を続ける。不要物標除去部７６は、確率比１～６、確率比ＯｖｅｒＡｌｌを算出した後、減衰量面積Ａ１および増加量面積Ａ２を算出する（ステップＳ２０２）。

次に、不要物標除去部７６は、角度パワーの最大値が検出された距離Ｒｍａｘ、角度パワーの最小値が検出された距離Ｒｍｉｎを取得し（ステップＳ２０３）、距離Ｒｍａｘから距離Ｒｍｉｎを減算して差分Ｒｍａｘ－Ｒｍｉｎを算出する（ステップＳ２０４）。

次に、不要物標除去部７６は、距離Ｒｍａｘが閾値ＲｍａｘＴｈ以上か否かを判定する（ステップＳ２０５）。そして、不要物標除去部７６は、距離Ｒｍａｘが閾値ＲｍａｘＴｈ以上でないと判定した場合（ステップＳ２０５，Ｎｏ）、処理をステップＳ２０８へ移す。

また、不要物標除去部７６は、距離Ｒｍａｘが閾値ＲｍａｘＴｈ以上であると判定した場合（ステップＳ２０５，Ｙｅｓ）、距離Ｒｍｉｎが閾値ＲｍｉｎＴｈ以下か否かを判定する（ステップＳ２０６）。そして、不要物標除去部７６は、距離Ｒｍｉｎが閾値ＲｍｉｎＴｈ以下でないと判定した場合（ステップＳ２０６，Ｎｏ）、処理をステップＳ２０８へ移す。

また、不要物標除去部７６は、距離Ｒｍｉｎが閾値ＲｍｉｎＴｈ以下であると判定した場合（ステップＳ２０６，Ｙｅｓ）、差分Ｒｍａｘ－Ｒｍｉｎが閾値Ｒｍａｘ－ＲｍｉｎＴｈ以上か否かを判定する（ステップＳ２０７）。

そして、不要物標除去部７６は、差分Ｒｍａｘ－Ｒｍｉｎが閾値Ｒｍａｘ－ＲｍｉｎＴｈ以上でないと判定した場合（ステップＳ２０７，Ｎｏ）、処理をステップＳ２０８へ移す。また、不要物標除去部７６は、差分Ｒｍａｘ－Ｒｍｉｎが閾値Ｒｍａｘ－ＲｍｉｎＴｈ以上であると判定した場合（ステップＳ２０７，Ｙｅｓ）、ターゲットを上方物と判定する（ステップＳ２１１）。

また、ステップＳ２０８において、不要物標除去部７６は、ステップＳ２０２で算出された減衰量面積Ａ１が閾値Ａ１ａ以上か否かを判定する。不要物標除去部７６は、減衰量面積Ａ１が閾値Ａ１ａ以上であると判定した場合（ステップＳ２０８，Ｙｅｓ）、ターゲットを上方物と判定する（ステップＳ２１１）。

また、不要物標除去部７６は、減衰量面積Ａ１が閾値Ａ１ａ以上でないと判定した場合（ステップＳ２０８，Ｎｏ）、増加量面積Ａ２が閾値Ａ２ａ未満か否かを判定する（ステップＳ２０９）。そして、不要物標除去部７６は、増加量面積Ａ２が閾値Ａ２ａ未満であると判定した場合（ステップＳ２０９，Ｙｅｓ）、ターゲットを上方物と判定する（ステップＳ２１１）。

また、不要物標除去部７６は、増加量面積Ａ２が閾値Ａ２ａ未満でないと判定した場合（ステップＳ２０９，Ｎｏ）、確率比ＯｖｅｒＡｌｌが閾値以上であるか否かを判定する（ステップＳ２１０）。

そして、不要物標除去部７６は、確率比ＯｖｅｒＡｌｌが閾値以上であると判定した場合（ステップＳ２１０，Ｙｅｓ）、ターゲットを静止車両と判定する（ステップＳ２１２）。一方、不要物標除去部７６は、確率比ＯｖｅｒＡｌｌが閾値以上でないと判定した場合（ステップＳ２１０，Ｎｏ）、ターゲットを上方物と判定する（ステップＳ２１１）。

このように、判別処理４では、距離Ｒｍａｘ≧閾値ＲｍａｘＴｈ、距離Ｒｍｉｎ≦閾値ＲｍｉｎＴｈ、および差分Ｒｍａｘ－Ｒｍｉｎ≧閾値Ｒｍａｘ－ＲｍｉｎＴｈという３つの条件が全て成立するターゲットを上方物と判定する。これにより、判別処理４では、レーダ装置１によって検知される複数のターゲットから正確に上方物を判別することができる。

また、本実施形態では、距離Ｒｍａｘ≧閾値ＲｍａｘＴｈ、距離Ｒｍｉｎ≦閾値ＲｍｉｎＴｈ、および差分Ｒｍａｘ－Ｒｍｉｎ≧閾値Ｒｍａｘ－ＲｍｉｎＴｈのうち、いずれかの条件が成立しないターゲットについては、判別処理１、２、３を行う。

これにより、仮に判別処理４によって上方物の候補から除外されたターゲットに上方物が含まれていた場合に、上記したステップＳ２０８～ステップＳ２１０の判定処理によって、ターゲットが上方物および静止車両のいずれかを正確に判定することができる。

なお、ここでは、距離Ｒｍａｘ≧閾値ＲｍａｘＴｈ、距離Ｒｍｉｎ≦閾値ＲｍｉｎＴｈ、および差分Ｒｍａｘ－Ｒｍｉｎ≧閾値Ｒｍａｘ－ＲｍｉｎＴｈという３つの条件が全て成立するターゲットを上方物と判定する場合について説明したが、これは一例である。

判別処理４では、距離Ｒｍａｘ≧閾値ＲｍａｘＴｈ、距離Ｒｍｉｎ≦閾値ＲｍｉｎＴｈ、および差分Ｒｍａｘ－Ｒｍｉｎ≧閾値Ｒｍａｘ－ＲｍｉｎＴｈのうち、少なくとも１つの条件が成立したターゲットを上方物と判定してもよい。これによっても、ある程度の高い精度で上方物の判別を行うことができる。

なお、上記したピーク抽出部７０、角度推定部７１およびペアリング部７２は、導出部の一例である。また、不要物標除去部７６は、取得部、算出部、および判定部の一例である。また、静止車両は衝突する物標（例えばブレーキ制御等の車両制御が必要な物標）の一例であり、上方物は衝突しない物標（例えばブレーキ制御等の車両制御が不要な物標）の一例である。

実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともできる。もしくは、実施形態において説明した各処理のうち、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。

また、実施形態において説明した各部の統合および分散は、処理負荷や処理効率をもとに適宜変更することができる。この他、上述および図示の処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて適宜変更することができる。

さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、開示の技術のより広範な態様は、上述のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神又は範囲から逸脱することなく、様々な変更が可能である。

Ａ 自車両
ＴＸ 送信部
ＴＸ１ 下方送信部
ＴＸ２ 上方送信部
ＲＸ 受信部
１ レーダ装置
２ 車両制御装置
３ ブレーキ
４ 送信部
４１ 信号生成部
４２ 発振器
４３ スイッチ
５ 受信部
５２ 個別受信部
５３ ミキサ
５４ Ａ／Ｄ変換器
６ 信号処理部
６１ 送信制御部
６２ フーリエ変換部
６３ 記憶部
６３ａ 横位置差モデル
６３ｂ 相対速度差モデル
６３ｃ 独立ビーム傾き差モデル
６３ｄ 上下ビームパワー差傾きモデル
６３ｅ 上下ビーム面積微分モデル
６３ｆ 外挿要因種別尤度テーブル
６３ｇ 重み係数・切片テーブルＡ
６３ｈ 重み係数・切片テーブルＢ
７ データ処理部
７０ ピーク抽出部
７１ 角度推定部
７２ ペアリング部
７３ 連続性判定部
７４ フィルタリング部
７６ 不要物標除去部
７７ グループ化部
７８ 物標情報出力部

Claims (10)

1. 自車両の走行中に、前記自車両の周辺へ送信したレーダ送信波が該周辺に存在する物標に反射した反射波を受信して取得される受信信号に基づいて前記物標の検知距離を周期的に導出する導出部と、
   前記導出部によって順次導出される前記検知距離のうち、前記物標が存在する角度における前記反射波の受信パワーである角度パワーの最大値が検出される距離と、前記角度パワーの最小値が検出される距離とを取得する取得部と、
   前記取得部によって取得される前記距離に基づいて前記物標が前記自車両に衝突しない上方物か否かを判定する判定部と
   を備えることを特徴とするレーダ装置。
2. 前記判定部は、
   前記角度パワーの最大値が検出される距離が当該距離用の閾値以上である場合に、前記物標を前記上方物と判定する
   ことを特徴とする請求項１に記載のレーダ装置。
3. 前記判定部は、
   前記角度パワーの最小値が検出される距離が当該距離用の閾値以下である場合に、前記物標を前記上方物と判定する
   ことを特徴とする請求項１または請求項２に記載のレーダ装置。
4. 前記判定部は、
   前記角度パワーの最大値が検出される前記距離と前記角度パワーの最小値が検出される前記距離との差分が当該差分用の閾値以上である場合に、前記物標を前記上方物と判定する
   ことを特徴とする請求項１～３のいずれか一つに記載のレーダ装置。
5. 前記判定部は、
   前記角度パワーの最大値が検出される距離が当該距離用の閾値以上であり、且つ前記角度パワーの最小値が検出される前記距離が当該距離用の閾値以下であり、且つ前記角度パワーの最大値が検出される距離と前記角度パワーの最小値が検出される距離との差分が当該差分用の閾値以上である場合に、前記物標を前記上方物と判定する
   ことを特徴とする請求項１に記載のレーダ装置。
6. 前記差分用の閾値は、
   ０近傍の正の値が設定される
   ことを特徴とする請求項４または請求項５に記載のレーダ装置。
7. 前記取得部は、
   前記角度パワーの移動平均値の最大値が検出される距離と、前記移動平均値の最小値が検知される距離とを取得する
   ことを特徴とする請求項１～６のいずれか一つに記載のレーダ装置。
8. 前記物標の検知距離が規定距離以上のときの前記反射波の角度パワーに基づいて基準値を設定し、今回処理で取得された前記反射波の角度パワーから前記基準値を減算した差分に、前回処理の検知距離と今回処理の検知距離との検知距離差を乗算して得た値を累積して前記反射波の角度パワーの増加量を算出する算出部
   をさらに備え、
   前記判定部は、
   前記算出部によって算出される前記角度パワーの増加量が増加量用の閾値未満である場合に、前記物標を前記上方物と判定する
   ことを特徴とする請求項１～７のいずれか一つに記載のレーダ装置。
9. 前記導出部は、
   前記受信信号に基づいて前記物標に係る複数のパラメータを周期的に導出し、
   前記判定部は、
   前記導出部により導出された各パラメータおよび検知距離と、前記自車両の進行方向に存在する物標であって、該自車両が前記進行方向に進んだときに衝突する物標の尤度、および、前記自車両の進行方向に存在する物標であって該自車両が前記進行方向に進んだときに衝突しない物標の尤度との既知の相関を検知距離毎にモデル化した尤度モデルとから算出される前記衝突する物標および前記衝突しない物標の各尤度比に基づいて前記物標が前記上方物か否かを判定する
   ことを特徴とする請求項１～８のいずれか一つに記載のレーダ装置。
10. レーダ装置の制御装置が実行するレーダ装置の制御方法であって、
    自車両の走行中に、前記自車両の周辺へ送信したレーダ送信波が該周辺に存在する物標に反射した反射波を受信して取得される受信信号に基づいて前記物標の検知距離を周期的に導出する導出ステップと、
    前記導出ステップによって順次導出される前記検知距離のうち、前記物標が存在する角度における前記反射波の受信パワーである角度パワーの最大値が検出される距離と、前記角度パワーの最小値が検出される距離とを取得する取得ステップと、
    前記取得ステップによって取得される前記距離に基づいて前記物標が前記自車両に衝突しない上方物か否かを判定する判定ステップと
    を含むことを特徴とするレーダ装置の制御方法。

Images