JP7119768B2 - 物標検出装置および物標検出方法 - Google Patents

Description

本開示は、圧縮センシングを用いて物標を検出する技術に関する。

圧縮センシングと呼ばれる情報のスパース性に着目した情報処理技術が知られている。
圧縮センシングは、測定等によって得られる入力情報から、検出対象を復元する際に、全ての入力情報を均等に用いるのではなく、検出対象を最も説明できる優位な入力情報のみを数学的に抽出して活用することで、分解能の高い復元結果を得る技術である。

レーダセンサを用いて物標を検出する処理に圧縮センシングを適用した場合、入力情報である観測値と、検出対象である物標の位置との関係を表す事前モデルが用いられる。そして圧縮センシングの演算では、事前モデルに検出対象の推定値を作用させることで算出される復元値と観測値との残差が予め設定された閾値以下となり、かつ推定値を構成する非ゼロ要素の数が最小化されるように推定値が繰り返し更新される。

そして、特許文献１には、レーダセンサからみたどの方向にも奥行方向に存在する物標が１つであるという制約条件を、スパース性とは別に設定し、この制約条件を圧縮センシングに反映させることで、より高分解能な検出を実現する技術が記載されている。具体的には、圧縮センシングの演算過程で、推定値が算出される毎に、推定値から算出される復元値を用いて、制約条件が反映されるように事前モデルを逐次更新しながら圧縮センシングの演算を繰り返す。

特開２０１３－１７４５８４号公報

しかしながら、発明者の詳細な検討の結果、特許文献１に記載の従来技術について、以下の課題が見出された。
即ち、従来技術では、「各方位に物標１つ」という制約条件を用いているため、１つの方位に物標が２つ以上存在する場合、反射強度が最も強い物標のみが検出され、それ以外の物標を検出できなかった。例えば、反射強度の高い物標の手前に反射強度の低い物標が存在する場合、この手前にある物標を見逃してしまうことになる。しかも、どちらの物標を重視するかは、検出結果を利用するアプリケーションによって異なる場合がある。また、従来技術では、事前モデルを逐次更新する必要があるため、そのための演算量が増大する。

本開示の１つの局面は、アプリケーションに応じた柔軟な物標検出を実現する技術を提供することにある。

本開示の一態様は、物標検出装置であって、取得部（２３：Ｓ２１０）と、推定部（２３：Ｓ２３０～Ｓ２７０）と、を備える。取得部は、予め設定された検知範囲内に探査波を送信し、探査波を反射した物標からの反射波を受信することで得られる観測値を取得するように構成される。推定部は、複数の要素を有し要素のそれぞれが物標に関する情報に対応づけられた推定値と観測値との関係を表す観測モデルを用い、観測モデルに推定値を作用させた結果と観測値との残差をコスト関数とし、コスト関数および推定値の非ゼロ要素を最小化する圧縮センシングを実行することで、推定値を算出するように構成される。また、推定部は、圧縮センシングの演算において、空間的または時間的に値が変化する重み関数によって値が定義された加重値を前記推定値に乗じて演算を実行するように構成される。

本開示の一態様は、物標検出方法であって、第１のステップ（Ｓ２１０）と、第２のステップ（Ｓ２３０～Ｓ２７０）と、を備える。第１のステップは、上述の取得部と同様の機能を実現するための処理を実行するステップである。第２のステップは、上述の推定部と同様の機能を実現するための処理を実行するステップである。

このような構成によれば、加重値を用いることで、観測モデルを更新することなく、圧縮センシングの演算に、スパース性とは異なる制約を付加することができ、しかも、観測モデルを更新する必要がある従来技術と比較して演算量を削減できる。

また、加重値を定義する重み関数を適宜設計することによって、様々な制約を実現することができる。更に、例えば、推定値を利用するアプリケーションの種類や、観測値が取得されたときの周囲の状況等の環境に応じて、加重値ひいては加重値を定義する重み関数を適宜切り替えることで、その時々の環境に適した柔軟な物標検出を実現できる。

なお、この欄及び特許請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本開示の技術的範囲を限定するものではない。

物標検出システムの構成を示すブロック図である。 統合処理部にて生成される二次元マップを示す説明図である。 統合処理部が実行する情報統合処理のフローチャートである。 圧縮センシングで使用されるパラメータに関する説明図である。 重み付き圧縮センシングで使用される重みを例示する説明図である。 レーダ処理部が実行するレーダ検出処理のフローチャートである。 動作例で使用される状況を示す説明図である。 重み付き圧縮センシングの作用を示す説明図である。 環境に応じて可変設定される重みを例示する説明図である。

以下、図面を参照しながら、本開示の実施形態を説明する。
［１．構成］
図１に示す物標検出システム１は、車両に搭載して使用される。物標検出システム１は、レーダモジュール２と統合処理部７とを備える。物標検出システム１は、カメラモジュール３と、ＬＩＤＡＲモジュール４と、測位センサ群５と、挙動センサ群６と、被制御部８とを備えてもよい。

レーダモジュール２は、ミリ波またはマイクロ波等の電波を探査波として送受信することにより、車両の前方に設定された検知範囲内に存在し、探査波を反射する物標に関する情報であるレーダ物標情報を生成する。レーダ物標情報には、物標までの距離および物標の方位（即ち、反射波の到来方向）等が含まれてもよい。

カメラモジュール３は、車両の周囲を撮像範囲として撮像を行い、撮像画像を処理することによって撮像範囲内に存在する物標に関する情報であるカメラ物標情報を生成する。カメラ物標情報には、物標の位置および物標の種類等が含まれてもよい。

ＬＩＤＡＲモジュール４は、車両の周囲を照射範囲として、レーザ光を照射および反射光の受光をすることにより、照射範囲内に存在するレーザ光を反射した物標に関する情報であるライダー物標情報を生成する。ＬＩＤＡＲは、Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇの略である。ライダー物標情報には、レーダ物標情報と同様の情報が含まれてもよい。

なお、カメラモジュール３の撮像範囲およびＬＩＤＡＲモジュール４の照射範囲は、レーダモジュール２の検知範囲を含むように設定されてもよい。なお、検出の対象となる物標には、路面に描かれた区画線などの路面標示、道路標識およびガードレール等の路側物、並びに、車両および歩行者等の障害物が含まれてもよい。

測位センサ群５は、自車両の現在位置を特定するための位置情報を生成するセンサである。例えば、ＧＮＳＳを利用したセンサを用いることができる。ＧＮＳＳは、Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍの略である。これに限らず、車速センサやジャイロスコープなど自律航法に用いるセンサを併用してもよい。

挙動センサ群６は、車両の挙動に関する情報、および車両の挙動に影響を与える運転操作に関する情報（以下、挙動情報）を検出するための各種機器からなる。挙動情報には、例えば、アクセルペダルやブレーキペダルの操作量、操舵角、車両速度、及び車両加速度等が含まれてもよい。

被制御部８は、統合処理部７からの指示に従って、エンジン、ブレーキおよびステアリング等を制御することによって、自車両の走行状態を制御する。また、被制御部８は、統合処理部７からの指示に従って、車両に搭載された表示器、スピーカおよび振動子等を制御することによって、車両自体の状況や車両周囲の状況を視覚的、聴覚的および触覚的にドライバに認識させる。

統合処理部７は、情報統合処理および情報統合処理での処理結果を利用する一つ以上のアプリケーションを実行する。
情報統合処理は、レーダモジュール２、カメラモジュール３、およびＬＩＤＡＲモジュール４での検出結果を統合して、自車両前方の検知範囲内に存在する様々な物標の状態や位置関係を表す情報であるシーン情報を生成する。シーン情報には、図２に示すように、自車両の位置を基準として、自車両の車幅方向に沿った横位置と自車両の進行方向に沿った距離を２軸として、物標が存在する位置を示した二次元マップが含まれてもよい。

アプリケーションは、情報統合処理で得られるシーン情報から把握される状況に基づき、被制御部８に対して様々な指示を出力することで、自動運転、運転支援、危険回避および危険報知等に関する制御を実現する。

「１－２、レーダモジュール」
レーダモジュール２は、アンテナ部２１と、送受信回路２２と、レーダ処理部２３とを備える。レーダ処理部２３が物標検出装置に相当する。

アンテナ部２１は、ミリ波等の電波を送受信する複数のアンテナを有するアレーアンテナである。以下では、送信アンテナと受信アンテナとの組み合わせをチャネルという。例えば、Ａ個の送信アンテナと、Ｂ個の受信アンテナが存在する場合、物標からの反射波は、互いに異なるＡ×Ｂ個の信号経路を介して受信される。つまり、チャネルは、このような異なる信号経路を形成する送信アンテナと受信アンテナとの組み合わせと対応づけられる。

送受信回路２２は、レーダ処理部２３からの指示に従ってＦＣＭ方式で偏重された探査波を送信し、その反射波を受信する。ＦＣＭは、Ｆａｓｔ Ｃｈｉｒｐ Ｍｏｄｕｌａｔｉｏｎの略である。また、送受信回路２２は、送信信号および受信信号に基づいて、チャネル毎に、送信信号と受信信号とを混合したビート信号を生成して、レーダ処理部２３に供給する。なお、変調方式は、ＦＣＭ方式に限定されるものではなく、物標からの反射波の波形を理論式で記述できる任意の変調方式を適用することが可能である。

レーダ処理部２３は、ＣＰＵ２３１と、例えば、ＲＡＭ又はＲＯＭ等の半導体メモリ（以下、メモリ２３２）と、を有するマイクロコンピュータを備える。レーダ処理部２３の各機能は、ＣＰＵ２３１が非遷移的実体的記録媒体に格納されたプログラムを実行することにより実現される。この例では、メモリ２３２が、プログラムを格納した非遷移的実体的記録媒体に該当する。また、このプログラムが実行されることで、プログラムに対応する方法が実行される。なお、レーダ処理部２３は、後述するレーダ検出処理を少なくとも実行する。

［１－３．統合処理部］
統合処理部７は、ＣＰＵ７１と、例えば、ＲＡＭ又はＲＯＭ等の半導体メモリ（以下、メモリ７２）と、を有するマイクロコンピュータを備える。統合処理部７の各機能は、ＣＰＵ７１が非遷移的実体的記録媒体に格納されたプログラムを実行することにより実現される。この例では、メモリ７２が、プログラムを格納した非遷移的実体的記録媒体に該当する。また、このプログラムが実行されることで、プログラムに対応する方法が実行される。なお、統合処理部７は、情報統合処理および情報統合処理での処理結果を利用するアプリケーションを少なくとも実行する。

レーダ処理部２３および統合処理部７は、いずれも１つのマイクロコンピュータを備えてもよいし、複数のマイクロコンピュータを備えてもよい。また、レーダ処理部２３の機能および統合処理部７の機能を実現する手法はソフトウェアに限るものではなく、その一部又は全部の機能は、一つあるいは複数のハードウェアを用いて実現されてもよい。例えば、上記機能がハードウェアである電子回路によって実現される場合、その電子回路は、デジタル回路、又はアナログ回路、あるいはこれらの組合せによって実現されてもよい。

［２．処理］
［２－１．情報統合処理］
統合処理部７が実行する情報統合処理を、図３のフローチャートを用いて説明する。

統合処理部７は、情報統合処理を、予め設定されたフレーム周期毎に繰り返し実行する。また、統合処理部７は、外部からの指示に従って、情報統合処理での処理結果を利用する様々なアプリケーションを実行する。

統合処理部７は、情報統合処理が開始されると、まずＳ１１０にて、情報を収集する。具体的には、レーダモジュール２からレーダ物標情報、カメラモジュール３からカメラ物標情報、およびＬＩＤＡＲモジュール４からライダー物標情報を取得する。また、測位センサ群５から位置情報を取得し、挙動センサ群６から挙動情報を取得する。

統合処理部７は、続くＳ１２０では、Ｓ１１０にて取得された各情報を統合して、シーン情報を生成する。この処理は、センサフュージョンと呼ばれる公知の処理である。シーン情報の一つとして、物標が存在する位置を示した直交座標系で示した二次元マップが生成される。

統合処理部７は、続くＳ１３０では、作動中のアプリケーションに応じて、シーン中に存在する注意すべき物標を抽出し、その物標に関する情報を必要とするアプリケーションに出力する。これにより起動中のアプリケーションでは、シーン情報から特定される状況に応じた処理が実行される。なお、この処理を省略し、作動中のすべてのアプリケーションにシーン情報をそのまま出力してもよい。

統合処理部７は、続くＳ１４０では、重み関連情報をレーダモジュール２に転送して、処理を終了する。重み関連情報は、当該物標検出システム１の動作環境を表す情報であり、例えば、Ｓ１２０にて生成される二次元マップ、およびアプリケーションの作動状態を示す情報等が含まれてもよい。

［２－２．重み付き圧縮センシング］
ここで、レーダ処理部２３が実行するレーダ検出処理において、測定値から検出対象に関する情報を復元する際に実施される重み付き圧縮センシングについて説明する。

まず、一般的な圧縮センシングの演算は、（１）式によって表される。

ｙは観測値、ｘは推定値、Ａは観測値ｙと推定値ｘとの関係を表す事前モデル、λはスパース制約である。

ここで検出対象が、物標の位置であり、図４に示すように、検知範囲を距離と方位とで格子状に分割したいずれの区画に存在するかを特定する場合を考える。距離方向の区画数をＰ、方位方向の区画数をＱとする。この分割された区画の総数をＭ（＝Ｐ×Ｑ）とする。また、アンテナ部２１によって形成されるチャネルの数をＮとする。

この場合、推定値ｘおよびスパース制約λはＭ個の要素を持つベクトルで表現され、観測値ｙはＮ個の要素を持つベクトルで表現され、ＡはＭ×Ｎ個の要素を持つ行列で表現される。

観測値ｙのＮ個の要素は、Ｎ個のチャネルのそれぞれにて受信される信号の波形を表す情報である。この信号波形には、探査波を反射した物標との距離が周波数に反映され、物標の方位を表す反射波の到来方向がチャネル間での信号の位相差に反映される。

推定値ｘのＭ個の要素は、検知範囲内に存在するＭ個の区画のいずれかに対応し、その対応する区画から到来する信号をどの割合で採用するかを示す。
事前モデルＡは、ｉ行ｊ列の要素ａ_ｉｊは、ｉで特定される区画から反射波が到来したときに、チャネルｊで検出される受信信号の理論値を表す。但し、ｉ＝１～Ｍ、ｊ＝１～Ｎである。従って、ｉ行の要素ａ_ｉ１～ａ_ｉＮによって表される各信号は、いずれも同じ周波数を有し、且つ、チャネル間の経路差が反映された位相を有する。

つまり、全ての区画からの信号を重ね合わせたものが観測値yとなる。但し、実際には、物標が存在する一部の区画以外からの信号は、信号強度がほぼゼロとなる不要な信号である。このスパース性を利用して圧縮センシングが行われる。

スパース制約λのＭ個の要素は、推定値ｘのＭ個の要素と１対１に対応づけられ、圧縮センシングの演算により、有意な情報と判断される要素は１、不要な情報と判断される要素は０に設定される。つまり、スパース制約λは、推定値xの全要素のうち、採用する要素の数を規定するパラメータともいえる。

上述の（１）式は、観測値ｙと推定値ｘを事前モデルＡに適用した結果との残差である｜ｙ－Ａｘ｜のＬ２ノルムをコスト関数として、このコスト関数ができるだけ小さくなり、かつ、推定値ｘのＬ１ノルムが最小化されるように、スパース制約λを設定して、推定値ｘの更新値を求めることを意味する。Ｌ１ノルムは、ノルム内に示されたベクトルを構成する各要素の絶対値の和を表し、Ｌ２ノルムは、ノルム内に示されたベクトルを構成する各要素の二乗和の平方根を表す。なお、推定値ｘのＬ１ノルムを最小化することは、推定値xの非ゼロ成分を最小化することを意味する。

そして、推定値ｘの更新値を用いて、（１）式の演算を、残差が予め設定された閾値以下となるまで繰り返すことで、最終的な推定値ｘを得る。なお、推定値ｘの初期値は、任意の値でよく、例えば、オールゼロとしてもよい。また、推定値ｘの算出には、擬似逆行列を用いる手法、勾配降下法を用いる手法、欲張り法を用いる手法、凸最適化を用いる手法など、圧縮センシングにおいて公知のアルゴリズムを用いることができる。

次に、本実施形態で用いる重み付き圧縮センシングの演算は、（２）式で表現される。

つまり、重み付き圧縮センシングでは、一般的な圧縮センシングで用いる単純な推定値ｘの代わりに、推定値ｘと加重値ｗとのアダマール積を用いる。加重値ｗは、推定値ｘと同様にＭ個の要素を有するベクトルである。アダマール積は、二つのベクトルの対応する要素同士を個別に乗算する演算である。但し、加重値ｗの適用対象となる推定値ｘは、（２）式に示した右辺第２項の推定値ｘに限るものではない。（３）式に示すように、右辺第１項の推定値ｘに適用してもよいし、（４）式に示すように、右辺第１項および第２項の両方の推定値ｘに適用してもよい。

［２－３．加重値テーブル］
レーダ処理部２３のメモリ２３２には、物標検出処理で使用する加重値テーブルが記憶される。加重値テーブルは、統合処理部７から転送されてくる重み関連情報と対応づけて複数種類の加重値ｗが記憶されている。加重値ｗの各要素は、距離ｒに応じて値が変化する関数（以下、重み関数）によって定義される。

図５では、４つの重み関数ｗ_１（ｒ）～ｗ_４（ｒ）を例示する。ｗ_１（ｒ）は、手前ほど検出すべき重要度が高い場合に使用される。ｗ_２（ｒ）は、決められた距離範囲内に存在するものを重点的に検出する場合に使用される。ｗ_３（ｒ）は、受信電力と関連づけた検出が必要な場合に使用される。この重み関数ｗ_３（ｒ）は、アンテナの理論的な受信強度を表す関数が距離の４乗に反比例することに基づく。ｗ_４（ｒ）は、物標の出現確率に応じた検出が必要な場合に使用される。この重み関数ｗ_４（ｒ）は、極形式で表現された距離方向および角度方向のサイズが一定である格子状の区画の面積は、距離に比例して距離が遠くなるほど大きくなり、物標の出現確率が位置に関係なく一様であると仮定すると、距離が広いほど出現確率が大きくなることに基づく。なお、図５に示した式中のａ，ｂ，ｃは、予め設定される定数である。

［２－４．物標検出処理］
レーダ処理部２３が実行するレーダ検出処理を、図６のフローチャートを用いて説明する。レーダ処理部２３は、レーダ検出処理を、情報統合処理と同様にフレーム周期毎に実行する。

レーダ処理部２３は、処理が開始されると、まず、Ｓ２１０では、送受信回路２２からチャネル毎に取得された最新のビート信号を、チャネル毎にＦＦＴ処理を施すことで観測値ｙを生成する。観測値ｙは、それぞれがいずれかのチャネルに対応したＮ個の要素ｙ_１～ｙ_Ｎを有する。要素ｙ_ｊは、チャネルｊからのビート信号をＦＦＴ処理することで得られるＦＦＴスペクトラムである。

レーダ処理部２３は、続くＳ２２０では、統合処理部７で前回のフレーム周期での処理で生成された重み関連情報を取得する。
レーダ処理部２３は、続くＳ２３０では、Ｓ２２０で取得した重み関連情報に基づき、重み付き圧縮センシングに用いる加重値ｗを選択する。

レーダ処理部２３は、続くＳ２４０では、推定値ｘを初期化する。ここでは、推定値ｘが有するＭ個の要素を全て０に設定する。
レーダ処理部２３は、続くＳ２５０では、（２）式に示した重み付き圧縮センシングの演算を実行することで、推定値ｘを更新する。

レーダ処理部２３は、続くＳ２６０では、（２）式の右辺第２項の値である残差が予め設定された閾値以下であるか否かを判断する。閾値は、固定値でもよいし、アプリケーションに応じて必要な精度が得られるように可変設定されてもよい。レーダ処理部２３は、残差が閾値より大きければ、処理をＳ２６０に戻すことで、重み付き圧縮センシングによる推定値ｘの更新を繰り返し、残差が閾値以下である場合は、処理をＳ２７０に移行する。

レーダ処理部２３は、Ｓ２７０では、重み付き圧縮センシングによって最終的に得られた推定値ｘに従って、検知範囲内に存在する物標を検出する。つまり、推定値ｘの要素の内、有意な値を有する要素に対応づけられた区画を特定し、その特定された区画が示す位置に物標が存在すると判断する。

レーダ処理部２３は、続くＳ２８０では、Ｓ２７０で得られた物標の検出結果を統合処理部に送信して、処理を終了する。なお、検出結果を送信する際に、物標の位置は、距離および方位で表現される極座標形式のままであってもよいし、距離および横位置で表現される直行座標系式に変換してもよい。

なお、Ｓ２１０が取得部、Ｓ２２０が環境取得部、Ｓ２３０～Ｓ２７０が推定部に相当する。
［３．動作例］
図７に示すように、自車両の近くに低反射率の物標Ｔ１が存在し、それより遠くに高反射率の物標Ｔ２が存在する場合について説明する。

図７中のグラフは、単純に圧縮センシングを行った場合の検出結果を示す。各方位に物標は１つしか存在しないという制約を有する従来技術では、高反射率の物表Ｔ２だけが検出される。

これに対して、例えば、重み関数ｗ_１（ｒ）に従って生成された加重値ｗを選択して、重み付け圧縮センシングを行った場合、検出結果の推定値ｘでは、図８に示すように、より近くに位置する低反射率の物標Ｔ１の割合が大きく、より遠くに位置する高反射率の物標Ｔ２の割合が小さくなる。これにより、高反射率の物標Ｔ２の手前に低反射率の物標Ｔ１が存在する場合でも、より近くに存在する物標Ｔ１が検出され易くなる。

また、重み関数ｗ_２（ｒ）に従って生成された加重値ｗを選択して、重み付け圧縮センシングを行った場合、その特定の距離範囲内に存在する物標が検出され易くなる。
更に、重み関数ｗ_３（ｒ）またはｗ_４（ｒ）に従って生成された加重値ｗを選択して、重み付け圧縮センシングを行った場合も、選択された加重値ｗの特徴、ひいてはその加重値ｗを定義する重み関数の特徴に応じて、物標の抽出され易さが変化する。

加重値ｗは、必ずしも予め設定された固定値である必要はなく、統合処理部７から供給される重み関連情報に応じて、その都度生成されてもよい。
例えば、前回のフレーム周期で重み関連情報として生成された二次元マップを用い、図９に示すように、二次元マップに示された物標の位置である前回位置を中心としたガウシアン分布の形状を有する重み関数ｗ_５（ｒ）を生成し、この生成された重み関数ｗ_５（ｒ）に従って加重値ｗを設定してもよい。この場合、複数の物標が検出されている場合は、各物標のガウシアン分布を重ね合わせた形状とすればよい。

また、二次元マップから自車両に最も近い物標を抽出し、その抽出した物標より近い距離範囲では値が１となり、遠い距離範囲では値が０となる重み関数ｗ_６（ｒ）を生成し、この生成された重み関数ｗ_６（ｒ）に従って加重値ｗを設定してもよい。

また、二次元マップに示された物標との相対速度がわかっている場合、相対速度に応じて重み関数の形状を変化させてもよい。例えば、物標との相対速度がマイナス、即ち物標に接近中である場合にのみ、上述の重み関数ｗ_６（ｒ）を生成するようにしてもよい。

なお、距離に応じて変化する重み関数を用いることが、空間的に値が変化する重み関数を用いること相当し、前回のフレーム周期での処理結果に基づいて生成される重み関数を用いることが、時間的に値が変化する重み関数を用いることに相当する。

［４．効果］
以上詳述した実施形態によれば、以下の効果を奏する。
（１）物標検出システム１によれば、推定値ｘに加重値ｗを作用させる重み付き圧縮センシングを行っているため、観測モデルを更新することなく、圧縮センシングの演算に、スパース性とは異なる制約を付加することができ、しかも、観測モデルを更新する必要がある従来技術と比較して演算量を削減できる。

（２）物標検出システム１によれば、加重値ｗを定義する重み関数を適宜設計することによって、様々な制約を実現することができる。また、物標の検出結果を利用するアプリケーションの種類や、観測値ｙが取得されたときの周囲の状況等の動作環境を表す重み関連情報に応じて、重み付き圧縮センシングに用いる重みｗを適宜切り替えるため、その時々の動作環境に適した柔軟な物標検出を実現できる。

［５．他の実施形態］
以上、本開示の実施形態について説明したが、本開示は上述の実施形態に限定されることなく、種々変形して実施することができる。

（ａ）上記実施形態では、探査波として電波が使用されているが、本開示はこれに限定されるものではない。例えば、探査波として光または超音波等が使用されてもよい。
（ｂ）上記実施形態では、重み付き圧縮センシングによる検出対象を、水平面内における物標の位置としているが、本開示はこれに限定されるものではない。例えば、物標の高さや、物標が路面に接しているか否かの状態等を検出対象としてもよい。

（ｃ）上記実施形態における１つの構成要素が有する複数の機能を、複数の構成要素によって実現したり、１つの構成要素が有する１つの機能を、複数の構成要素によって実現したりしてもよい。また、複数の構成要素が有する複数の機能を、１つの構成要素によって実現したり、複数の構成要素によって実現される１つの機能を、１つの構成要素によって実現したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。なお、特許請求の範囲に記載した文言から特定される技術思想に含まれるあらゆる態様が本開示の実施形態である。

（ｄ）上述した物標検出装置および物標検出方法の他、当該物標検出装置を構成要素とするシステム、当該物標検出装置としてコンピュータを機能させるためのプログラム、このプログラムを記録した半導体メモリ等の非遷移的実態的記録媒体など、種々の形態で本開示を実現することもできる。

１…物標検出システム、２…レーダモジュール、３…カメラモジュール、４…ＬＩＤＡＲモジュール、５…測位センサ群、６…挙動センサ群、７…統合処理部、８…被制御部、２１…アンテナ部、２２…送受信回路、２３…レーダ処理部、７１，２３１…ＣＰＵ、７２，２３２…メモリ。

Claims (11)

1. 物標検出装置であって、
   予め設定された検知範囲内に探査波を送信し、前記探査波を反射した物標からの反射波を受信することで得られる観測値を取得するように構成された取得部（２３：Ｓ２１０）と、
   当該物標検出装置の動作環境を示す情報を取得するように構成された環境取得部（２３：Ｓ２２０）と、
   複数の要素を有し前記要素のそれぞれが前記物標に関する情報に対応づけられた推定値と前記観測値との関係を表す観測モデルを用い、前記観測モデルに前記推定値を作用させた結果と前記観測値との残差をコスト関数とし、前記コスト関数および前記推定値の非ゼロ要素を最小化する圧縮センシングを実行することで、前記推定値を算出するように構成された推定部（２３：Ｓ２３０～Ｓ２７０）と、
   を備え、
   前記推定部は、前記圧縮センシングの演算において、空間的または時間的に値が変化する重み関数によって値が定義された加重値を前記推定値に乗じて演算を実行すると共に、前記環境取得部にて取得された情報に従って、前記加重値を選択するように構成された
   物標検出装置。
2. 請求項１に記載の物標検出装置であって、
   前記観測モデルは、前記検知範囲内を距離および方位によって格子状に分割された区画毎に、該区画に物標が存在する場合に得られる前記観測値の理論値を表現し、
   前記推定値が有する複数の要素は、前記複数の区画のいずれかに対応づけられた
   物標検出装置。
3. 請求項１または請求項２に記載の物標検出装置であって、
   前記環境取得部は、前記動作環境を示す情報として、前記推定値を利用するアプリケーションの作動状態を取得するように構成された
   物標検出装置。
4. 請求項１または請求項２に記載の物標検出装置であって、
   前記環境取得部は、前記動作環境を示す情報として、前回の処理で検出された前記物標の位置である前回位置を取得するように構成された、
   物標検出装置。
5. 請求項４に記載の物標検出装置であって、
   前記推定部は、前記前回位置を中心としたガウシアン分布を表現した前記重み関数を用いて設定された前記加重値を用いるように構成された
   物標検出装置。
6. 請求項４に記載の物標検出装置であって、
   前記推定部は、前記前回位置より近い距離範囲の物標が優先的に検出されることを表現した前記重み関数を用いて設定された前記加重値を用いるように構成された
   物標検出装置。
7. 請求項１から請求項６までのいずれか１項に記載の物標検出装置であって、
   前記加重値を定義する前記重み関数として、検出対象となる前記物標の出現確率、および重点的に探査すべき位置のいずれかと、当該物標検出装置からの距離との関係を表す関数が用いられた
   物標検出装置。
8. 請求項１から請求項８までのいずれか１項に記載の物標検出装置であって、
   前記探査波として電波を送受信するように構成された送受信部（２１，２２）を更に備え、
   前記取得部は、前記送受信部から前記観測値を取得するように構成された
   物標検出装置。
9. 請求項１から請求項６までのいずれか１項に記載の物標検出装置であって、
   前記探査波として電波を送受信するように構成された送受信部（２１，２２）を更に備え、
   前記取得部は、前記送受信部から前記観測値を取得するように構成され、
   前記加重値を定義する前記重み関数として、理論的に算出される受信電力の強度と、当該物標検出装置からの距離との関係を表す関数が用いられた
   物標検出装置。
10. 請求項８または請求項９に記載の物標検出装置であって、
    当該物標検出装置は、車両に搭載され、
    前記送受信部は、前記車両の周囲を前記検知範囲とするように設定された
    物標検出装置。
11. 物標検出方法であって、
    予め設定された検知範囲内に探査波を送信し、前記探査波を反射した物標からの反射波を受信することで得られる観測値を取得する第１のステップ（Ｓ２１０）と、
    当該物標検出方法が適用された物標検出装置の動作環境を示す情報を取得する第３のステップ（２３：Ｓ２２０）と、
    複数の要素を有し前記要素のそれぞれが前記物標に関する情報に対応づけられた推定値と前記観測値との関係を表す観測モデルを用い、前記観測モデルに前記推定値を作用させた結果と前記観測値との残差をコスト関数とし、前記コスト関数および前記推定値の非ゼロ要素を最小化する圧縮センシングを実行することで、前記推定値を算出する第２のステップ（Ｓ２３０～Ｓ２７０）と、
    を備え、
    前記第２のステップでは、前記圧縮センシングの演算において、空間的または時間的に値が変化する重み関数によって値が定義された加重値を前記推定値に乗じて演算を実行すると共に、前記第３のステップにて取得された情報に従って、前記加重値を選択する、
    物標検出方法。

Images