JPH02236476A - 目標類別装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、目標が旅客機であるか、輸送機であるか、
あるいはヘリコプターであるか等目標の種類を推論する
目標類別装置に関するものである。

〔従来の技術〕

第３図はたとえば、Ｂｉｒ　Ｂｈａｎｕ　　：　Ａｕｔ
ｏｍａｔｔｃＴａｒｇｅｔ　Ｒｅｃｏｇｎｉｔｉｏｎ　
：　Ｓｔａｔｅ　ｏｆ　　ｔｈｅ　ＡｒＬ　Ｓｕｒｖｅ
ｙＩＢＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　　Ａｅ
ｒｏｓｐａｃｅ　ａｎｄ　Ｂｌｅｃｔｒｏｎｉｃｓ　Ｓ
ｙｓｔｅｍｓ，Ｖｏｌ．ＡＥＳ−２２．Ｎｃ４，　　ｐ
ｐ３６４−３７９　　（１９８６）に示された典型的な
従来の目標類別装置を示す図である．図において、１は
類別すべき目標、５１は該目標１を観測して画像情報を
出力する画像センサ、５２は該画像センサ５１から出力
される画像情報を入力する前処理器、５３は該前処理器
５２の出力を入力する目標検出器、５４は該目標検出器
５３の出力を入力する目標抽出器、５５は該目標抽出器
５４の出力を入力する認識器、５６は上記画像センサ５
１，前処理器５２．目標検出器５３，目標抽出器５４．
認識器５５から構成される典型的な従来の目標類別装置
、７は該目標類別装Ｗ５６の出力を入力とする行動決定
装置である． 該第３図に示される典型的な従来の目標類別装置５６は
、目標１を画像として類別しようとしている。この動作
について説明する。まず、画像センサ５１は目標１を画
像として観測する．該画像センサ５１としては、具体的
には赤外線センサやミリ波レーダが用いられることが多
い。次に前処理器５２は、該画像センサ５１の出力であ
る画像を入力し、その前処理を行い出力する。この前処
理とは、具体的には雑音およびクラソタの抑圧，輪郭の
強調である。目標検出部５３は、その前処理された画像
データを入力し、目標らしきものが存在する領域をその
中から検出し出力する。目標抽出器５４は、この検出さ
れた領域に精度の高い画像処理を行って、背景から目標
をできるだけ正確に抽出し出力する。認識器５５は、こ
の抽出された目標画像を保有しているデータベース中の
画像と照合し、一致する目標の種類名を出力する。

この出力が、すなわち典型的な従来の目標類別装置５６
の出力である。この出力は、前記行動決定装置７の入力
となり、この目標に対する行動を決定するための判断材
料となる。

〔発明が解決しようとする課題〕

従来の目標類別装置は以上のようにノイコン型のコンピ
ュータを用い、１つのセンサに対して得られるｌ種類の
情報（例えば画像センサであれば画像情報）に基づいて
目標の類別を行うように遠距離で形状として捕らえられ
ない場合や、目標が雲や煙の中にある場合等、上記画像
センサ５１から画像情報が出力されない場合には、目標
についての情報が全《得られないという問題点があった
。

またセンサによって得られた目標の類別についての情報
がどの程度信頼し得るものかわからないという問題点が
あった。

この発明は上記のような問題点を解消するためになされ
たもので、目標が遠距離にある場合や１つのセンサが利
用できない場合等１つのセンサによって目標の情報が得
られないときには他のセンサを使用して目標の類別情報
を得て所期の目的を達成できるようにすることを目的と
している。また、複数のセンサから目標の情報が得られ
る場合には複数のセンサから得られた目標の情報によっ
て類別結果の信頬できる度合を数値として算出できる目
標類別装置を得ることを目的としている。

〔課題を解決するための手段） この発明に係る目標類別装置は、目標の観測を行い、該
目標についての情報を得る複数のセンサと、上記各セン
サから出力される目標についての情報を入力して該目標
の特徴量の抽出を行う複数の特徴量抽出器と、上記各特
徴量抽出器から出力される特徴量の情報を入力し、予め
候補として脊している目標の種類と該目標に関する知識
情報とからファジィ理論に基づくファジィ後向き推論を
行い、上記目標の種類を推論するファジィ後向き推論器
とを具備するようにしたものである。

〔作用〕

この発明における目標類別装置は、複数のセンサによっ
て目標の観測を行う。そして予め用意されている目標の
候補と各々の候補に関する知識を基にして上記各センサ
の出力情報に対してファジィ後向き推論を行う。この後
向き推論によって目標が遠距離にある場合等１つのセン
サから情報が得られないときにも他のセンサから得られ
る何らかの情報を利用して目標の種類の類別を行う。ま
た複数のセンサから情報が得られる場合にも類別結果の
信頬し得る度合を数値として算出する。

〔発明の実施例〕

以下、この発明の一実施例を図について説明する。第１
図において、１は類別すべき百標、２は該目標１の観測
を行う複数のセンサ、３は該センサ２から目標位置の観
測値を入力して目標の正確な位置，速度．加速度を推定
して出力する追尾フィルタ、４は前記センサ２の出力ま
たは前記追尾フィルタ３の出力を入力して特徴量を抽出
して出力する複数の特徴量抽出器、５は該特＠．量抽出
器４の出力を入力してファジィ後同き推論により目標１
の種類を推論するファジィ後向き推論器、６は上記セン
サ２，追尾フィルタ３，特ｉｌ！抽出器４．ファジィ後
向き推論器５により構成されるこの発明に係る目標類別
装置、７は該目標類別装置６の出力を入力とする行動決
定装置である。

以上のように構成される目標類別装置の動作について説
明する。

まず、センサ２としては、レーダや赤外センサなどを用
いるが、ここでは簡単のためレーダのみを用いて、目標
１を観測するものとする。

追尾フィルタ３は、該レーダ２の出力である目標１の観
測位置を入力し、正確な位置と速度を推定して出力する
。該追尾フィルタ３は独立したセンタではないが、他の
センサ２と同じように目標１についての情報を提供する
。

複数の特徴量抽出器４は、該センサ２あるいは該追尾フ
ィルタ３の出力から、目標類別に役立つ情報を抽出する
役割を果たす。ここでは、３個の特徴量抽出器４を考え
る。その１つは、前記レダ２の出力を入力し、前記目標
１のレーダ断面積を計算して出力する。また、別の１つ
は、前記追尾フィルタ３の出力を入力して、侵入してく
る目標の侵入高度を検出して出力する。最後の１つは、
該追尾フィルタ３の出力を入力して、目標１の速さを計
算して出力する。

ファジィ後向き推論器５は、該３つの特徴量抽出器４の
出力であるレーダ断面積，侵入高度，速さの３つの特徴
量を入力とする。一方、前記目標１の種類として、大型
旅客機，戦闘機．巡行ミサイルの３つの候補を持ってい
るものとする。さて、該ファジィ後向き推論器５の動作
を、この例に従って詳しく説明する。

まず、大型旅客機なら、低空侵入してくることはなく、
それほど高速で飛行してはおらず、そしてレーダ断面積
は大きいであろう。これを、例えば、低空侵入の度合０
．０、高速である度合０．３、レーダ断面が大きい度合
１．０と考える。同様に、戦闘機では、それぞれ０．５
，　１．帆０．５とする。巡行ミサイルでは、それぞれ
１．０．　０．３，　０．２とする。

これらのことを次の弐で表す。

ここで、○はｍａｘ−ｍｉｎ合成を表し、たとえば、ｂ
，は次のように計算される。

ｂ，＝　ＩＩＩａｘ　（　ｍｉｎ（ａ＋＋　０．０），
　ｍｉｎ（ａ．　０．５）＋ｍｉｎ（ａｚ，　１．０）
　）　　　（２）また、ａＩ＋　”　２＋　ａ３はそれ
ぞれ、大型旅客機らしさ１戦闘機らしさ，巡行ミサイル
らしさを意味し、ｂ，，ｂ２，ｂ３はそれぞれ、低空侵
入の度合，高速である度合，レーダ断面積が大きい度合
を意味する。両者ともＯから１までの値をとる数値であ
る。

ファジィ後向き推論器５は、第（１）式の行列を知識と
して有しており、右辺の（ｂ＋．ｂｚ．ｂ：＋　）を特
徴量抽出器４の出力として受けとり、左辺の（ａ，，ａ
２．ａ３）を推論する。これをファジィ後向き推論とい
うが、ここで注意しなければならないことは、（　ａｌ
＋　ａ２＋　ａ３　）を与えればＣｂ＋，ｂｚ，ｂｘ）
は一意に決まるが、（ｂ＋，ｂｚ，ｂ３）を与えても（
　ａｌ＋　ａＺ＋　ａ３　）は一意には決まらず、時に
は解が存在しないということである。

ファジィ後向き推論のために、次の２つの演算ω．訂を
導入する。

Ｌ ここで（ｐ，ｑ）は、ｐからｑまでの閉区間を表し、φ
は解が存在しないことを表す。

さらに、目標類別をオンラインで行うためには、１つの
特徴量が得られる毎に推論を行い、次第に候補を絞って
いくような、逐次型ファジィ後向き推論器を該ファジィ
後向き推論器５として利用する必要がある。該逐次型フ
ァジィ後向き推論器の動作をフローチャ−１−として第
２図に示す。

ステップ８．９は、アルゴリズムの初期化を表す。ｌは
、い《っ目の特徴量の入力かを示すカウントであり、ｉ
”（６）は、この逐次型ファジィ後向き推論によって得
られる、目標の種類のそれらしさの推論値であり、たと
えば前記（　ａＩ　＋　”　Ｚ＋ａ３〕の推論値である
。初めは、全くわからないので、それらしさの可能性は
０から１までの幅を持つ。

ａ”（０）　＝＜／ｌ＝　（　（　０−１）　．　−−
．　　（　０−１）　）　（５１ここでＫａ−ｍａｘ　
（　０　）用意している寂（Ｉｔ）のメモリの数である
。

ステップ１０でｌを１だけ更新する。

ステップｌ１で、第１番目の特徴ｆｆｉｂ　（Ｉｌ）を
、前記特徴量抽出器４から入力する。たとえば、前記第
Ｉｌｌ式の例でｂ１を入力する． ステップ１２で、第１番目の特１ａｆｆｉｂＤ’）に対
応する関係ベクトルｖ　（ｊ！）を入力する。第１１》
式のｂ１に対応するものは、ｌｒ（１１＝　（　０．０
　　０．５１．０　）　”である。ただしＴは転置を示
す．ステップ１３で、＋ｕ　（ｆ）＝　（ｕ＋　（　ｌ
））を次のように計算する． ｕｚ　（　ｆ）　＝ｒｔ　（　４１）　ωｂ　（ｊ’）
　　　　　（６）ここで、ｕ＝（ｊ’），ｒｔ（ｊ！）
はベクトルｌｕ（６）　．　　ｎ−　（ｊ２）の第ｉ番
目の要素を示す。以下同様．第ｔ１＋式のｂ１が、たと
えばｂｌ＝０．５であった場合には次のようになる。

ステップ１４で、ｂ　（ｌ）＝Ｏか否かにより分岐する
。

ステップ１５は、ｂ（１）≠０の場合であり、ここで再
び前記＋ｕ（ｆｆｉ）の計算値のすべての要素がφであ
るか否かにより分岐する。

ステップ１６は、前者の場合であり、「解なし」と出力
する． ステップ１７は、後者の場合であり、石（ｊ！）＝　（
ｕｔ　（　１＞　）を次のように計算する。

ｕ，　（　ｊ！）　＝ｒ，　（　１）２５ｂ　（ｇ）　
　　　　（８１前記第（１）式のｂｌでｂ＋＝０．５の
例では次のようになる。

ステップ１８で、ｗ”（ｌ）を計算する。ＷＸｗ（Ｉｔ
）は、Ｉｕ　（ｊ！）　，　Ｈ　　（ｊ２）と同じディ
メンジョンを持ちその要素の１つをφでない＋ｕ（ｊ？
）の要素から選び、残りの要素を＋ｕ（ｆ）から取って
構成する。そのようなｗｗｗ（ｊ！）はＫｗ−ｍａｘ　
（　１　）個存在し、ｗ（ｌ）の右肩のＫｗ　（β）は
そのＫ一個目の曹（！）であることを示す。ｂ＋＝０．
５の例ではＫｗ−ｍａｘ（１１　＝　２でありｗ（１）
は次の２個ができる。

ステップ１９は、前記ステップｌ４でｂ＝ｏであった場
合の処理であり、この場合のｗＫ″（ｆｆ）は１個のみ
存在し、それも ｓｗ”　　（ｌ）　＝＋ｕ　（Ｊ）　　　　　　　　　
　　（１１）である。

ステップ２０は、ｌ−１番目の推論結果ゑｈ（Ｊ−１）
と今回得られた解の情ｆ−ＩＷＫ″（Ｊ）との交わりを
とる処理である。

Ｃｍ　Ｋ　（ｌ）＝ａｉ　Ｋ″Ｔ（　ｌ−１）／１ｗｉ
Ｋ″（ｊ２）ここで、Ｋａ，Ｋｗは Ｋ　ａ　＝　ｌ　，　　２　，　一，Ｋａ−ｍａｘ　　
（　１　−１）Ｋ　ｗ　＝　１　．　　２　，　−−，
Ｋｗ−ｍａｘ　　（　１　）たけあるから、結局ｃ，　
　　（１）はＫ＝１＋２，−，Ｋａ−ｍａｘ　　（ｊ！
−１）　　・Ｋｗ−ｍａｘ　（１個存在することになる
。ただし、第（ｌ２）式でｃ，Ｋ　（ｇ＝φとなるｉが
１つでも存在するようなＫ番目の（Ｘ．Ｋ　（１）は棄
却する。いま考えている例では次のようになる。

ステップ２１は、前ステップで計算されたｃＫ（ｆｌ　
　；　ＩＩ　＝　ｉ＋　　２．　−−−．Ｋａ−ｍａｘ
　　−Ｋｗ−ｍａｘで棄却されムかったものの転置ベク
トルは解である。棄却によって抜けたところを詰めて番
号Ｋａをふり、立”　ｌ）　；　Ｋａ＝１，　２，−＋
κａ−ｍａｘ　（　１　）とする。今の例では次のよう
になる。

ステップ２２は、κａ−ｍａｘ　（ｊ！）　＝　０か否
かを判定する。０であった場合には、前記ステップｌ６
へとぶ。

ステソブ２３は、現時点、β番目までの推論結果ａ”（
ｌを出力する処理である。

ステップ２４において、ここで推論を終えるかどうかを
判定し、終わりでない場合には再び前記ステソブ１０へ
戻る。

このようにして、新たな特徴量が検出２評価される毎に
、新しい推論値（ｉ（ｆｆ）が得られる。たとえば、こ
こで考えた例では第１回目の推論により第（１５）式，
第（１６）式の表ロ（１）が得られた。

この解釈は次のとおりである，まず、Ｌ（ｌｌ＝Ｃ　Ｏ
．０−１．０）は、目標の大型旅客機らしさが０，０か
ら１．０であること、すなわち大型方旅客機か否かは、
現在までに得ている情報からは全く判定できないことを
意味する。また、Ｓ　２　（１）　＝　（　０．５−１
．０）は、目標の戦闘機らしさが０．５−１．０である
ことを意味する。このように、類別結果のイδ傾度が一
般に幅による表現で得られることが、ファジィ後向き推
論の特徴の１つである。そしてこの幅は、推論の回数２
が進むにつれて、一般に縮められていく。このことは推
論結果が絞り込まれていることに相当する。

さて、このように動作する逐次型ファジィ後向き推論器
５の出力は、この発明による目標類別装置６の出力であ
り、行動決定装置７の入力となる。

該行動決定装置は、推論結果がたとえば「解なし」であ
った場合には、目標は想定していた目標の候補以外の何
かであると判断、警報を発して警戒体制に入る。また、
たとえば推論結果が先ほどの例で （ａＩ　ａ２　ａ＝　　３　　＝　　（１．０　　０．
０　　０．０　　）となった場合には、目標は確かに大
型旅客機であり、戦闘機や巡行ミサイルである可能性は
無いと判断して特に警戒はしない。また、たとえば、（
ａ１ａｇ　ａｓ　）　＝　（　（０．０−０．２　）　
　（０．０−０．３　）１．０〕 となった場合には、その他に大型旅客機的特徴や戦闘機
的特徴も見られるが、巡行ミサイルの特徴がはっきり表
れているので、巡行ミサイルに対する緊急配備体制をと
るように指示する。

上記実施例では、センサ２としてレーダのみを考えたが
、このように単一のセンサも、複数のセンサの特殊な場
合として利用可能である。しかし、本来は１つのセンサ
が利用できない場合に他のセンサの情報を利用するとい
う目的からは、複数のセンサを用いる方が標準的である
。

また、上記実施例では、ファジィ後向き推論器５として
、逐次型ファジィ後向き推論器を用いたが、オンライン
性を求めなければ非逐次型のアルゴリズムも利用可能で
ある。

また、上記実施例では、追尾フィルタ３を付加していた
が、これを用いなくとも、この発明による目標類別装置
は有効に構成できる。

〔発明の効果〕

以上のように、この発明によれば、複数のセンサによっ
て目標の観測を行い、各センサの情報、予め用意されて
いる目標の種類の候補とその種類に関する知識情報とに
基づいてファジィ理論によるファジィ後向き推論を行い
、目標の類別とその類別の信頼度を数値として得るよう
にしたので、目標が遠距離にある場合にもレーダ断面積
などの情報を利用して、あるいは１つのセンサが利用で
きない場合にも他のセンサの情報を利用して目標類別を
可能とすることができる。また、複数のセンサから情報
が得られる場合においても、その類別の信頼できる幅を
数値として算出できるという効果がある．

【図面の簡単な説明】

第１図はこの発明の一実施例による目標類別装置を示す
ブロック線図、第２図はこの発明による目標類別装置に
おける逐次型ファジィ後向き推論器の動作を示すフロー
チャート、第３図は従来の目標類別装置を示すブロック
線図である。 図において、２はセンサ、３は追尾フィルタ、４は特徴
量抽出器、５はファジィ後向き推論器、６は目標類別装
置、７は行動決定装置である。 この発明による目標類別装置である。なお、図中、同一
符号は同一または相当部分を示す。 代理人　　大　　岩　　増　　ｍ（ほか２名）３．補正
をする者 代表者 平成 ｑＦ　（自発） １４日 ５　補正の対象 発明の詳細な説明，図面の簡単な説明の欄及び図面。 Ｇ　補正の内容 ＋１１明細書第２頁第１行目にｒＡｒｔ　Ｓｕｒｖｅｙ
ＪとあるのをｒＡｒｔ　Ｓｕｒｖｅｙ，　Ｊと補正する
。 （２）回書第３頁第１９行目に「ノイコン型」とあるの
を「ノイマン型」と補正する。 （３）回書第４頁第２行目に「行うように」とあるのを
「行うので、目標が」と補正する。 （４）回書第４頁第１３行目乃至第１４行目に「得られ
ないときには他のセンサ」とあるのを「得られないとき
にも他の複数のセンサ』と補正する。 （５）回書第４頁第１６行目乃至第１７行目に「複数の
センサから目標の情報が得られる場合には」とあるのを
削除する。 （６）回書第５頁第１８行目、第２０頁第１行目に「他
のセンサ」とあるのを「他の複数のセンサ」と補正する
。 （７）回書第５頁第２０行目に「複数のセンサから情報
が得られる場合にも」とあるのを削除する。 （８）回書第９頁第１７行目に とあるのを 「 」 とあるのを 「 と補正する。 （９）回書第１０頁第１行目に と補正する。 （ＩＯ）同書第２０頁第２行目乃至第３行目に「複数の
センサから情報が得られる場合においても、」とあるの
を削除する。 （１１）回書第２０頁第１４行目に「６は目標類別装置
」とあるのを「６はこの発明による目椋類別装置」と補
正する。 （ｌ２）回書第２０頁第１５行目に「この発明による目
標類別装置である。」とあるのを削除する。 （ｌ３）図面、第２図を別紙のとおり補正する。 以上

Claims (1)

【特許請求の範囲】
1. 目標の観測を行い、該目標についての情報を得る複数の
   センサと、上記各センサから出力される目標についての
   情報を入力して該目標の特徴量の抽出を行う複数の特徴
   量抽出器と、上記各特徴量抽出器から出力される特徴量
   の情報を入力し、予め候補として有している目標の種類
   と該目標に関する知識情報とからファジィ理論に基づく
   ファジィ後向き推論を行い、上記目標の種類を推論する
   ファジィ後向き推論器とを具備した目標類別装置。