JP7463820B2 - 目標追尾装置、目標追尾システム、目標追尾方法、及び目標追尾プログラム - Google Patents

Description

本発明は目標追尾装置、目標追尾システム、目標追尾方法、及び目標追尾プログラムに関する。

特許文献１、２に開示されているように、レーダ装置から入力されたプロットに基づいて、例えば船舶等の目標の航跡を生成し、当該目標を追尾する目標追尾装置が、広く知られている。

レーダ装置から入力されるプロットには、地面、海面、雲、雨等の偽目標によるクラッタや電気的なノイズなど、追尾対象である真目標によらないプロットも含まれる。そのため、目標追尾装置では、入力されたプロットに基づいて、一旦、仮航跡を生成する。そして、新たに入力されるプロットに基づいて、仮航跡を真目標の航跡として確立するか否かの判定（以下、「航跡確立判定」とも呼ぶ）を行う。通常、特許文献２に開示されているように、逐次確率比検定（ＳＰＲＴ：Sequential Probability Ratio Test）法を用いて、航跡確立判定を行っている。

特開２０１４－１２６５２６号公報 特開２０１４－０４４１３１号公報

高クラッタ環境下では、レーダ装置から目標追尾装置に入力されるプロットにおいて、偽目標によるプロットが増えるため、偽目標によるプロットと相関する仮航跡も増える。そのため、ＳＰＲＴ法を用いて航跡確立判定を行うと、偽目標の仮航跡を真目標の航跡として誤って確立したり、真目標の航跡の確立が遅れたりする虞があった。

本開示は、このような課題に鑑み、航跡確立判定をより正確に行える目標追尾装置を提供することを目的とする。

本開示の一態様に係る目標追尾装置は、
探知装置から入力されたプロットと、当該プロットが発生した時刻において予測される仮航跡との相関を判定する相関判定部と、
前記プロットと前記仮航跡とが相関すると前記相関判定部が判定した場合、前記仮航跡を更新する航跡更新部と、
真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習する学習部と、
前記学習部から出力された学習結果に基づいて、前記航跡更新部によって更新された前記仮航跡を真目標の航跡として確立するか否かを判定する確立判定部と、を備えたものである。

本開示の一態様に係る目標追尾システムは、
探知装置と目標追尾装置とを備え、
前記目標追尾装置は、
前記探知装置から入力されたプロットと、当該プロットが発生した時刻において予測される仮航跡との相関を判定する相関判定部と、
前記プロットと前記仮航跡とが相関すると前記相関判定部が判定した場合、前記仮航跡を更新する航跡更新部と、
真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習する学習部と、
前記学習部から出力された学習結果に基づいて、前記航跡更新部によって更新された前記仮航跡を真目標の航跡として確立するか否かを判定する確立判定部と、を備えたものである。

本開示の一態様に係る目標追尾方法は、
探知装置から入力されたプロットと、当該プロットが発生した時刻において予測される仮航跡との相関を判定し、
前記プロットと前記仮航跡とが相関すると判定した場合、前記仮航跡を更新し、
真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習した学習結果に基づいて、更新された前記仮航跡を真目標の航跡として確立するか否かを判定するものである。

本開示の一態様に係る目標追尾プログラムは、
探知装置から入力されたプロットと、当該プロットが発生した時刻において予測される仮航跡との相関を判定し、
前記プロットと前記仮航跡とが相関すると判定した場合、前記仮航跡を更新し、
真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習した学習結果に基づいて、更新された前記仮航跡を真目標の航跡として確立するか否かを判定する、処理をコンピュータに実行させるものである。

本開示によれば、航跡確立判定をより正確に行える目標追尾装置を提供できる。

第１の実施形態に係る目標追尾システムの構成を示すブロック図である。 図１における信号・データの流れの一例を示すブロック図である。 比較例に係る目標追尾システムの構成を示すブロック図である。 第２の実施形態に係る目標追尾システムの構成を示すブロック図である。 相関判定部１１０における相関判定処理を示すイメージ図である。 学習部１４０の詳細を示すブロック図である。 第２の実施形態に係る目標追尾方法を示すフローチャートである。

以下では、具体的な実施形態について、図面を参照しながら詳細に説明する。各図面において、同一又は対応する要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略される。

（第１の実施形態）
＜目標追尾システムの構成＞
まず、図１、図２を参照して、第１の実施形態に係る目標追尾システムについて説明する。図１は、第１の実施形態に係る目標追尾システムの構成を示すブロック図である。図２は、図１における信号・データの流れの一例を示すブロック図である。第１の実施形態に係る目標追尾システムは、例えば船舶や航空機を追尾するためのものである。
なお、図２に示した信号・データの流れは、あくまでも一例であると共に、図２には当該一例の説明に必要な信号・データの流れのみを示している。すなわち、各機能ブロック間における信号・データの流れは、図２に示した矢印の方向に限定されない。

図１に示すように、本実施形態に係る目標追尾システムは、探知装置２０及び目標追尾装置１００を備えている。ここで、本実施形態に係る目標追尾装置１００は、相関判定部１１０、航跡更新部１２０、確立判定部１３０、及び学習部１４０を備えている。
探知装置２０は、例えばレーダ装置やソナー装置であって、電波や音波等の波を送信し、その反射波を受信することによって、目標の位置を探知する。図１に示すように、探知装置２０は、目標追尾装置１００に接続されている。

図２に示すように、探知装置２０は、目標追尾装置１００に対して、探知した目標（真目標又は偽目標）の位置を示すプロットｐｌを出力する。レーダ装置から入力されるプロットｐｌには、地面、海面、雲、雨等の偽目標によるクラッタや電気的なノイズなど、追尾対象である真目標によらないものも含まれる。また、プロットｐｌは、プロットの位置だけでなく、例えば、位置誤差、その位置におけるクラッタ密度、プロットが発生した時刻、信号強度等の情報を含む。位置誤差は、例えば、探知装置２０の性能に依存する。各位置におけるクラッタ密度は、例えば、探知装置２０によって予め記憶されている。

図１に示すように、相関判定部１１０は、探知装置２０及び航跡更新部１２０に接続されている。
図２に示すように、相関判定部１１０は、探知装置２０から入力されたプロットｐｌと、当該プロットが発生した時刻において予測される仮航跡ｔｔとの相関を判定する。

判定の結果、プロットｐｌと仮航跡ｔｔとが相関する場合、相関判定部１１０は、相関するプロットｐｌと仮航跡ｔｔとを航跡更新部１２０に出力する。
なお、図２では、相関判定部１１０は、仮航跡ｔｔを外部から取得しているが、相関判定部１１０が仮航跡ｔｔを内部に記憶していてもよい。

図１に示すように、航跡更新部１２０は、相関判定部１１０及び確立判定部１３０に接続されている。
図２に示すように、航跡更新部１２０は、相関判定部１１０からプロットｐｌと仮航跡ｔｔとを取得し、プロットｐｌに基づいて仮航跡ｔｔを更新する。航跡更新部１２０は、更新した仮航跡ｕｔｔを確立判定部１３０に出力する。

図１に示すように、確立判定部１３０は、航跡更新部１２０及び学習部１４０に接続されている。
図２に示すように、確立判定部１３０は、後述する学習部１４０から出力された学習結果ｌｒに基づいて、航跡更新部１２０によって更新された仮航跡ｕｔｔを真目標の航跡として確立するか否かを判定する。すなわち、確立判定部１３は、学習部１４０から出力された学習結果ｌｒに基づいて、航跡確立判定を行う。

判定の結果、仮航跡ｕｔｔを真目標の航跡として確立する場合、確立判定部１３０は、更新された仮航跡ｕｔｔを航跡に変更し、更新された航跡ｕｔｒとして出力する。他方、仮航跡ｕｔｔを真目標の航跡として確立しない場合、確立判定部１３０は、更新された仮航跡ｕｔｔをそのまま出力する。

図１に示すように、学習部１４０は、確立判定部１３０に接続されている。
学習部１４０は、真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習する。そして、図２に示すように、学習部１４０は、学習結果ｌｒを確立判定部１３０に出力する。

ここで、図３は、比較例に係る目標追尾システムの構成を示すブロック図である。
図３に示すように、比較例に係る目標追尾装置１０は、図１、図２に示した本実施形態に係る目標追尾装置１００と比べ、学習部１４０を備えていない。また、確立判定部１３０に代えて、確立判定部１３を備えている。

確立判定部１３は、ＳＰＲＴ法を用いて航跡確立判定を行う。ここで、高クラッタ環境下では、レーダ装置から目標追尾装置に入力されるプロットにおいて、偽目標によるプロットが増えるため、偽目標によるプロットと相関する仮航跡も増える。比較例に係る目標追尾装置１０では、ＳＰＲＴ法を用いて航跡確立判定を行うため、偽目標の仮航跡を真目標の航跡として誤って確立したり、真目標の航跡の確立が遅れたりする虞があった。

これに対し、本実施形態に係る目標追尾装置１００は、真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習する学習部１４０を備えている。そして、確立判定部１３０が、学習部１４０から出力された学習結果ｌｒに基づいて、航跡確立判定を行う。
このように、本実施形態に係る目標追尾装置１００では、航跡確立判定を行う際、真目標の航跡の特徴を機械学習することによって得られた学習結果ｌｒを用いる。そのため、ＳＰＲＴ法を用いる比較例よりも、航跡確立判定を正確に行える。

（第２の実施形態）
＜目標追尾システムの構成＞
次に、図４を参照して、第２の実施形態に係る目標追尾システムについて説明する。図４は、第２の実施形態に係る目標追尾システムの構成を示すブロック図である。図４には、信号・データの流れの一例も併せて示されている。
なお、図４に示した信号・データの流れは、あくまでも一例であると共に、図４には当該一例の説明に必要な信号・データの流れのみを示している。すなわち、各機能ブロック間における信号・データの流れは、図４に示した矢印の方向に限定されない。

図４に示すように、本実施形態に係る目標追尾システムは、図１、図２に示した探知装置２０及び目標追尾装置１００に加え、表示部３０を備えている。
また、本実施形態に係る目標追尾装置１００は、図１、図２に示した相関判定部１１０、航跡更新部１２０、確立判定部１３０、及び学習部１４０に加え、航跡情報記憶部１５０を備えている。

図４に示すように、航跡情報記憶部１５０は、相関判定部１１０、航跡更新部１２０、確立判定部１３０、学習部１４０、及び表示部３０に接続されている。
航跡情報記憶部１５０は、航跡ｔｒ、仮航跡ｔｔを記憶している。仮航跡ｔｔは、航跡ｔｒとして確立されるに至っていない航跡である。航跡ｔｒ及び仮航跡ｔｔは、目標追尾装置１００が追尾する真目標（あるいは偽目標）の位置である。
ここで、図４に示すように、航跡情報記憶部１５０に格納された全ての航跡ｔｒが、表示部３０に表示される。他方、仮航跡ｔｔは、表示部３０に表示されない。

上述の通り、プロットｐｌには、地面、海面、雲、雨等の偽目標によるクラッタや電気的なノイズなど、真目標によらないプロットも含まれる。そのため、目標追尾装置１００では、プロットｐｌに基づいて新たな航跡を生成する際、航跡ｔｒとしてではなく仮航跡ｔｔとして生成し、記憶する。

ここで、航跡ｔｒ及び仮航跡ｔｔは、航跡位置だけでなく、例えば航跡位置誤差、航跡速度、航跡速度誤差、及び航跡と相関するプロットｐｌ等の情報を含む。航跡位置誤差や航跡速度誤差は、例えば、目標追尾装置１００の性能に依存する。また、航跡と相関するプロットｐｌは、上述の通り、プロットの位置、位置誤差、その位置におけるクラッタ密度、プロットが発生した時刻、信号強度等を含む。

図４に示すように、相関判定部１１０は、探知装置２０から入力されたプロットｐｌと、プロットｐｌが発生した時刻において予測される航跡ｔｒ及び仮航跡ｔｔと、の相関を判定する。航跡情報記憶部１５０に記憶された全ての航跡ｔｒ及び仮航跡ｔｔについて、相関が判定される。

判定の結果、プロットｐｌと相関する航跡ｔｒ又は仮航跡ｔｔが存在すれば、相関判定部１１０は、相関するプロットｐｌと航跡ｔｒ又は仮航跡ｔｔとを航跡更新部１２０に出力する。他方、プロットｐｌと相関する航跡ｔｒ又は仮航跡ｔｔが存在しなければ、相関判定部１１０は、プロットｐｌに基づいて、新たな仮航跡ｎｔｔを生成し、航跡情報記憶部１５０に出力する。新たな仮航跡ｎｔｔは、航跡情報記憶部１５０に仮航跡ｔｔとして格納される。

ここで、図５は、相関判定部１１０における相関判定処理を示すイメージ図である。図５は、時刻ｔ３においてプロットｐｌが発生した様子を示している。また、図５は、仮航跡ｔｔの場合について示しているが、航跡ｔｒの場合も同様である。相関判定部１１０は、相関判定に先立ち、航跡情報記憶部１５０に記憶された仮航跡ｔｔから時刻ｔ３における仮航跡を予測する。

図５において、航跡情報記憶部１５０に記憶された仮航跡ｔｔは、例えば実線で示された時刻ｔ１、ｔ２における仮航跡である。ここで、仮航跡における円は位置を示し、直線は進行方向を示している。また、図５において、時刻ｔ３において予測された仮航跡は、二点鎖線で示されている。

続いて、相関判定部１１０は、相関判定を行うためのゲートを、予測された仮航跡の周囲に設定する。図５において、楕円状のゲートが一点鎖線で示されている。
そして、相関判定部１１０は、プロットｐｌがゲートの内部に位置すれば、プロットｐｌと仮航跡ｔｔとが相関すると判定する。他方、相関判定部１１０は、プロットｐｌがゲートの外部に位置すれば、プロットｐｌと仮航跡ｔｔとが相関しないと判定する。図５は、プロットｐｌと仮航跡ｔｔとが相関する場合を示している。

図４に示すように、航跡更新部１２０は、相関判定部１１０から相関するプロットｐｌと航跡ｔｒ又は仮航跡ｔｔとを取得し、プロットｐｌに基づいて航跡ｔｒ又は仮航跡ｔｔを更新する。図５には、時刻ｔ３におけるプロットｐｌに基づいて更新された仮航跡が実線で示されている。図４に示すように、航跡更新部１２０は、更新された仮航跡ｕｔｔを確立判定部１３０に出力し、更新された航跡ｕｔｒを航跡情報記憶部１５０に出力する。更新された航跡ｕｔｒは、航跡情報記憶部１５０に航跡ｔｒとして格納される。

図４に示すように、確立判定部１３０は、学習部１４０から出力された学習結果ｌｒに基づいて、航跡更新部１２０によって更新された仮航跡ｕｔｔを真目標の航跡として確立するか否かを判定する。

判定の結果、仮航跡ｕｔｔを真目標の航跡として確立する場合、確立判定部１３０は、更新された仮航跡ｕｔｔを航跡に変更し、更新された航跡ｕｔｒとして航跡情報記憶部１５０に出力する。他方、仮航跡ｕｔｔを真目標の航跡として確立しない場合、確立判定部１３０は、更新された仮航跡ｕｔｔをそのまま航跡情報記憶部１５０に出力する。更新された航跡ｕｔｒ又は仮航跡ｕｔｔは、航跡情報記憶部１５０に航跡ｔｒ又は仮航跡ｔｔとして格納される。

学習部１４０は、真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習する。そして、図４に示すように、学習部１４０は、学習結果ｌｒを確立判定部１３０に出力する。

＜学習部１４０の詳細＞
次に、図６を参照して、学習部１４０の詳細について説明する。図６は、学習部１４０の詳細を示すブロック図である。図６に示すように、学習部１４０は、学習データ生成部１４１、学習データ記憶部１４２、及び学習処理部１４３を備えている。
なお、図６に示した信号・データの流れは、あくまでも一例であると共に、図６には当該一例の説明に必要な信号・データの流れのみを示している。すなわち、各機能ブロック間における信号・データの流れは、図６に示した矢印の方向に限定されない。

図６に示すように、学習データ生成部１４１は、航跡情報記憶部１５０、二次レーダ装置４０、及び学習データ記憶部１４２に接続されている。
ここで、二次レーダ装置４０は、真目標であると判明している目標に関する情報（真目標情報）ｔｇを出力する。真目標情報ｔｇは、例えば航跡である。二次レーダ装置４０は、船舶や航空機等の真目標が発する識別情報付きの電波を受信するため、真目標情報ｔｇを出力できる。
なお、二次レーダ装置４０は、学習データ生成部１４１が学習データｌｄを生成する際に接続されていればよい。

図６に示すように、学習データ生成部１４１は、二次レーダ装置４０から取得した真目標情報ｔｇに基づいて、航跡ｔｒ及び仮航跡ｔｔから学習データｌｄを生成する。より詳細には、学習データ生成部１４１は、探知装置２０から入力されたプロットｐｌに基づいて生成された航跡ｔｒ及び仮航跡ｔｔにおいて、真目標情報ｔｇに対応するものを真目標の航跡として選別する。換言すると、学習データ生成部１４１は、航跡ｔｒ及び仮航跡ｔｔを、真目標の航跡と真目標でない航跡とに振り分け、学習データｌｄとする。

図６に示すように、学習データ記憶部１４２は、学習データ生成部１４１及び学習処理部１４３に接続されている。
学習データ記憶部１４２は、学習データｌｄ（真目標の航跡及び真目標でない航跡）を記憶している。

図６に示すように、学習処理部１４３は、学習データ記憶部１４２及び確立判定部１３０に接続されている。
図６に示すように、学習処理部１４３は、学習データｌｄを用いて機械学習する。より詳細には、学習処理部１４３は、学習データｌｄの真目標の航跡を用いて、真目標の航跡の特徴を機械学習する。それによって、学習処理部１４３は、確立判定部１３０が航跡確立判定を行うためのアルゴリズムを生成できる。すなわち、学習処理部１４３が行う機械学習は、教師有り学習である。
学習処理部１４３は、生成したアルゴリズムを学習結果ｌｒとして確立判定部１３０に出力する。

例えば、学習結果ｌｒが教師有り学習による回帰アルゴリズムの場合、判定対象の仮航跡ｔｔが真目標の航跡として確立する確度を０～１（０～１００％）の連続値で出力する。そのため、確立判定部１３０は、当該回帰アルゴリズムによる出力（確度）が所定の確立閾値以上の場合、当該仮航跡ｔｔを真目標の航跡として確立する。確立閾値は０．５（５０％）より大きく、例えば０．９（９０％）程度とする。

さらに、判定対象の仮航跡ｔｔが真目標の航跡として確立する確度が所定の削除閾値以下の場合、確立判定部１３０は当該仮航跡ｔｔを削除してもよい。削除閾値は０．５（５０％）より小さく、例えば０．１（１０％）程度とする。
回帰アルゴリズムとしては、ロジスティック回帰、サポートベクターマシン（ＳＶＭ：Support Vector Machine）等を使用できる。

他方、学習結果ｌｒが教師有り学習による分類アルゴリズムの場合、判定対象の仮航跡ｔｔが真目標の航跡として確立するか否かを直接出力する。そのため、確立判定部１３０は、当該分類アルゴリズムの出力に基づいて、判定対象の仮航跡ｔｔが真目標の航跡として確立するか否かを判定する。
分類アルゴリズムとしては、パーセプトロン、リカレントニューラルネットワーク（ＲＮＮ：Recurrent Neural Network）等を使用できる。

さらに、学習処理部１４３は、学習データｌｄの真目標でない航跡を用いて、真目標でない航跡の特徴を機械学習してもよい。それによって、学習処理部１４３は、航跡情報記憶部１５０に格納された不要な航跡ｔｒ及び仮航跡ｔｔを削除するためのアルゴリズムを生成できる。

その場合、確立判定部１３０は、当該アルゴリズムに従って、航跡情報記憶部１５０に格納された不要な航跡ｔｒ及び仮航跡ｔｔを削除してもよい。例えば、確立判定部１３０は、このような航跡削除処理を定期的に行ってもよい。当然のことながら、図６に示されていない確立判定部１３０とは別の機能ブロックが、航跡削除処理を行ってもよい。

例えば、回帰アルゴリズムの場合、判定対象の航跡ｔｒ又は仮航跡ｔｔが真目標の航跡でない確度を０～１（０～１００％）の連続値で出力する。そのため、確立判定部１３０は、当該回帰アルゴリズムによる出力（確度）が所定の削除閾値以上の場合、当該航跡ｔｒ又は仮航跡ｔｔを削除する。削除閾値は特に限定されないが、例えば０．９（９０％）程度とする。

他方、分類アルゴリズムの場合、判定対象の航跡ｔｒ又は仮航跡ｔｔを削除するか否かを直接出力する。そのため、確立判定部１３０は、当該分類アルゴリズムの出力に基づいて、判定対象の航跡ｔｒ又は仮航跡ｔｔを削除する。

以上に説明した通り、本実施形態に係る目標追尾装置１００は、真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習する学習部１４０を備えている。そして、確立判定部１３０が、学習部１４０から出力された学習結果ｌｒに基づいて、航跡確立判定を行う。
このように、本実施形態に係る目標追尾装置１００では、航跡確立判定を行う際、真目標の航跡の特徴を機械学習することによって得られた学習結果ｌｒを用いる。そのため、ＳＰＲＴ法を用いる場合よりも、航跡確立判定を正確に行える。

＜目標追尾方法＞
次に、図７を参照して、第２の実施形態に係る目標追尾方法について説明する。図７は、第２の実施形態に係る目標追尾方法を示すフローチャートである。
まず、探知装置２０からプロットｐｌが入力されると、相関判定部１１０は、航跡情報記憶部１５０に記憶された全ての航跡ｔｒ及び仮航跡ｔｔについて、プロットｐｌが入力された時刻における航跡を予測する（ステップＳＴ１）。

次に、相関判定部１１０は、当該プロットｐｌと、航跡情報記憶部１５０に記憶された全ての航跡ｔｒ及び仮航跡ｔｔと、の相関を判定する（ステップＳＴ２）。
プロットｐｌと相関する航跡ｔｒ又は仮航跡ｔｔが存在しなければ（ステップＳＴ２ＮＯ）、相関判定部１１０は、プロットｐｌに基づいて、新たな仮航跡ｎｔｔを生成し、航跡情報記憶部１５０に出力する（ステップＳＴ３）。新たな仮航跡ｎｔｔは、航跡情報記憶部１５０に仮航跡ｔｔとして格納される。これによって、処理が終了する。

他方、プロットｐｌと相関する航跡ｔｒ又は仮航跡ｔｔが存在すれば（ステップＳＴ２ＹＥＳ）、相関判定部１１０は、相関するプロットｐｌと航跡ｔｒ又は仮航跡ｔｔとを航跡更新部１２０に出力する。そして、航跡更新部１２０は、プロットｐｌに基づいて航跡ｔｒ又は仮航跡ｔｔを更新する（ステップＳＴ４）。

次に、更新されたものが航跡の場合（ステップＳＴ５ＮＯ）、航跡更新部１２０は、更新された航跡ｕｔｒを航跡情報記憶部１５０に出力する。更新された航跡ｕｔｒは、航跡情報記憶部１５０に航跡ｔｒとして格納される。これによって、処理が終了する。
他方、更新されたものが仮航跡の場合（ステップＳＴ５ＹＥＳ）、航跡更新部１２０は、更新された仮航跡ｕｔｔを確立判定部１３０に出力する。そして、確立判定部１３０は、当該更新された仮航跡ｕｔｔについて航跡確立判定を行う（ステップＳＴ６）。

仮航跡ｕｔｔを真目標の航跡として確立しない場合（ステップＳＴ６ＮＯ）、確立判定部１３０は、更新された仮航跡ｕｔｔをそのまま航跡情報記憶部１５０に出力する。更新された仮航跡ｕｔｔは、航跡情報記憶部１５０に仮航跡ｔｔとして格納される。これによって、処理が終了する。

他方、仮航跡ｕｔｔを真目標の航跡として確立する場合（ステップＳＴ６ＹＥＳ）、確立判定部１３０は、更新された仮航跡ｕｔｔを航跡に変更する（ステップＳＴ７）。更新された航跡ｕｔｒは、航跡情報記憶部１５０に航跡ｔｒとして格納される。これによって、処理が終了する。
プロットｐｌが入力される度に、図７に示した上記処理を繰り返す。

上述の実施形態における各機能ブロックは、ハードウェア又はソフトウェア、もしくはその両方によって構成され、１つのハードウェア又はソフトウェアから構成してもよいし、複数のハードウェア又はソフトウェアから構成してもよい。各装置の機能（処理）を、ＣＰＵ（Central Processing Unit）やメモリ等を有するコンピュータにより実現してもよい。例えば、記憶装置に実施形態における方法を行うためのコンピュータプログラムを格納し、各機能を、記憶装置に格納されたコンピュータプログラムをＣＰＵで実行することにより実現してもよい。

これらのコンピュータプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。また、コンピュータプログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、コンピュータプログラムをコンピュータに供給できる。

以上、実施の形態を参照して本開示を説明したが、本開示は上記実施の形態に限定されるものではない。本開示の構成や詳細には、本開示のスコープ内で当業者が理解し得る様々な変更をすることができる。
例えば、本開示はＭＨＴ（Multiple Hypothesis. Tracking）を採用した目標追尾装置にも適用できる。

２０ 探知装置
３０ 表示部
４０ 二次レーダ装置
１００ 目標追尾装置
１１０ 相関判定部
１２０ 航跡更新部
１３０ 確立判定部
１４０ 学習部
１４１ 学習データ生成部
１４２ 学習データ記憶部
１４３ 学習処理部
１５０ 航跡情報記憶部

Claims (9)

1. 探知装置から入力されたプロットと、当該プロットが発生した時刻において予測される仮航跡との相関を判定する相関判定部と、
   前記プロットと前記仮航跡とが相関すると前記相関判定部が判定した場合、前記仮航跡を更新する航跡更新部と、
   真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習する学習部と、
   前記学習部から出力された学習結果に基づいて、前記航跡更新部によって更新された前記仮航跡を真目標の航跡として確立するか否かを判定する確立判定部と、を備えた、
   目標追尾装置。
2. 前記学習部は、
   二次レーダ装置から前記情報を取得し、前記真目標の航跡の特徴を機械学習するための学習データを生成する、
   請求項１に記載の目標追尾装置。
3. 前記学習部は、
   予め記憶された航跡及び仮航跡の中から、前記二次レーダ装置から取得した前記情報に対応する前記真目標の航跡を選別し、前記学習データとする、
   請求項２に記載の目標追尾装置。
4. 前記学習結果は、回帰アルゴリズムであって、
   前記回帰アルゴリズムによる出力は、前記仮航跡が真目標の航跡として確立する確度を示す連続値であり、
   前記確度が所定の確立閾値よりも大きい場合、前記確立判定部は、前記仮航跡を真目標の航跡として確立する、
   請求項１～３のいずれか一項に記載の目標追尾装置。
5. 前記確度が、前記確立閾値よりも小さい所定の削除閾値よりも小さい場合、前記確立判定部は、前記仮航跡を削除する、
   請求項４に記載の目標追尾装置。
6. 前記学習結果は、分類アルゴリズムであって、
   前記分類アルゴリズムによる出力は、前記仮航跡が真目標の航跡として確立するか否かの２値である、
   請求項１～３のいずれか一項に記載の目標追尾装置。
7. 探知装置と目標追尾装置とを備え、
   前記目標追尾装置は、
   前記探知装置から入力されたプロットと、当該プロットが発生した時刻において予測される仮航跡との相関を判定する相関判定部と、
   前記プロットと前記仮航跡とが相関すると前記相関判定部が判定した場合、前記仮航跡を更新する航跡更新部と、
   真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習する学習部と、
   前記学習部から出力された学習結果に基づいて、前記航跡更新部によって更新された前記仮航跡を真目標の航跡として確立するか否かを判定する確立判定部と、を備えた、
   目標追尾システム。
8. 探知装置から入力されたプロットと、当該プロットが発生した時刻において予測される仮航跡との相関を判定し、
   前記プロットと前記仮航跡とが相関すると判定した場合、前記仮航跡を更新し、
   真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習した学習結果に基づいて、更新された前記仮航跡を真目標の航跡として確立するか否かを判定する、処理をコンピュータが実行する、
   目標追尾方法。
9. 探知装置から入力されたプロットと、当該プロットが発生した時刻において予測される仮航跡との相関を判定し、
   前記プロットと前記仮航跡とが相関すると判定した場合、前記仮航跡を更新し、
   真目標であると判明している目標物の航跡に関する情報を用いて、真目標の航跡の特徴を機械学習した学習結果に基づいて、更新された前記仮航跡を真目標の航跡として確立するか否かを判定する、処理をコンピュータに実行させる、
   目標追尾プログラム。

Images