WO2022244108A1 - 航走体検出装置、航走体検出システム及び航走体検出方法 - Google Patents

航走体検出装置、航走体検出システム及び航走体検出方法 Download PDF

Info

Publication number
WO2022244108A1
WO2022244108A1 PCT/JP2021/018818 JP2021018818W WO2022244108A1 WO 2022244108 A1 WO2022244108 A1 WO 2022244108A1 JP 2021018818 W JP2021018818 W JP 2021018818W WO 2022244108 A1 WO2022244108 A1 WO 2022244108A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
motion
suspicious
vehicle detection
waves
Prior art date
Application number
PCT/JP2021/018818
Other languages
English (en)
French (fr)
Inventor
伸吾 窪木
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to PCT/JP2021/018818 priority Critical patent/WO2022244108A1/ja
Priority to JP2023522049A priority patent/JPWO2022244108A1/ja
Publication of WO2022244108A1 publication Critical patent/WO2022244108A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems

Definitions

  • the present invention relates to a vehicle detection device and the like for detecting a vehicle.
  • a vehicle detection apparatus that detects a vehicle using LiDAR (Light Detection and Ranging).
  • Patent Document 1 discloses a technique for measuring the direction and speed of waves around the unmanned marine vehicle using a laser radar mounted on the unmanned marine vehicle.
  • Patent Documents 2 and 3 are also known.
  • Patent Document 1 measures the direction and speed of waves around an unmanned sea vehicle, and measures other vehicles (such as suspicious ships) around the unmanned sea vehicle. It does not detect Therefore, the use of the technology described in Patent Literature 1 has the problem that the vehicle cannot be detected.
  • An object of the present invention is to provide a vehicle detection device and the like that can detect a vehicle in view of the above-described problems.
  • the vehicle detection apparatus of the present invention detects the motion of an object and the motion of waves on the water surface based on a laser beam irradiated on an object on the water, a water surface around the object, and a reflected light corresponding to the laser beam.
  • the vehicle detection system of the present invention detects the motion of an object and the motion of waves on the water surface based on a laser beam irradiated on an object on the water and the water surface around the object, and a reflected light corresponding to the laser beam.
  • a detection means and a vehicle detection means for detecting the vehicle by determining whether the object is a vehicle based on the motion of the object and the motion of waves.
  • the motion detection means detects the movement of the object and the waves on the water surface based on the laser beam irradiated on the object on the water, the water surface around the object, and the reflected light corresponding to the laser beam. Movement is detected, and the vehicle detection means detects the vehicle by determining whether the object is a vehicle based on the movement of the object and the motion of waves.
  • the vehicle can be detected.
  • FIG. 1 is a block diagram showing the essential parts of the vehicle detection system according to the first embodiment.
  • FIG. 2 is a block diagram showing essential parts of individual LiDAR devices in the vehicle detection system according to the first embodiment.
  • FIG. 3 is a block diagram showing the essential parts of the vehicle detection device according to the first embodiment.
  • FIG. 4 is a block diagram showing a main part of a motion detection section in the vehicle detection device according to the first embodiment.
  • FIG. 5 is a block diagram showing the hardware configuration of the essential parts of the vehicle detection device according to the first embodiment.
  • FIG. 6 is a block diagram showing another hardware configuration of main parts of the vehicle detection device according to the first embodiment.
  • FIG. 7 is a block diagram showing another hardware configuration of main parts of the vehicle detection device according to the first embodiment.
  • FIG. 1 is a block diagram showing the essential parts of the vehicle detection system according to the first embodiment.
  • FIG. 2 is a block diagram showing essential parts of individual LiDAR devices in the vehicle detection system according to the first embodiment.
  • FIG. 8 is a flow chart showing the operation of the vehicle detection device according to the first embodiment.
  • FIG. 9 is an explanatory diagram showing an example of a state in which a water surface and an object within a target area are irradiated with laser light.
  • FIG. 10 is an explanatory diagram showing an example of a velocity vector corresponding to the movement of waves and a velocity vector corresponding to the movement of an object.
  • FIG. 11 is an explanatory diagram showing an example of a state in which a velocity vector corresponding to the motion of an object is resolved into parallel components and vertical components with respect to the velocity vector corresponding to the motion of waves.
  • FIG. 12 is a block diagram showing the essential parts of another vehicle detection device according to the first embodiment.
  • FIG. 12 is a block diagram showing the essential parts of another vehicle detection device according to the first embodiment.
  • FIG. 13 is a block diagram showing essential parts of another vehicle detection system according to the first embodiment.
  • FIG. 14 is a block diagram showing the essential parts of the vehicle detection system according to the second embodiment.
  • FIG. 15 is a block diagram showing the essential parts of the vehicle detection device according to the second embodiment.
  • FIG. 16 is a block diagram showing a main part of a motion detection section in the vehicle detection device according to the second embodiment.
  • FIG. 17 is a flow chart showing the operation of the vehicle detection device according to the second embodiment.
  • FIG. 1 is a block diagram showing the essential parts of the vehicle detection system according to the first embodiment.
  • FIG. 2 is a block diagram showing essential parts of individual LiDAR devices in the vehicle detection system according to the first embodiment.
  • FIG. 3 is a block diagram showing the essential parts of the vehicle detection device according to the first embodiment. A vehicle detection system according to a first embodiment will be described with reference to FIGS. 1 to 3.
  • FIG. 1 is a block diagram showing the essential parts of the vehicle detection system according to the first embodiment.
  • FIG. 2 is a block diagram showing essential parts of individual LiDAR devices in the vehicle detection system according to the first embodiment.
  • FIG. 3 is a block diagram showing the essential parts of the vehicle detection device according to the first embodiment.
  • the vehicle detection system 100 includes N LiDAR devices 1_1 to 1_N.
  • N is an integer of 1 or more.
  • the vehicle detection system 100 includes at least one LiDAR device 1 .
  • the vehicle detection system 100 includes one, two, or three LiDAR devices 1 .
  • Each LiDAR device 1 is installed so as to emit a laser beam toward a detection target area (hereinafter referred to as "target area") A of a vehicle (for example, a ship, a personal watercraft, a rubber boat, a submarine, etc.). be done.
  • the vehicle is a moving object having power.
  • a suspicious vehicle may be included in the vehicle.
  • the suspicious vehicle means a vehicle that should not exist in the target area A.
  • the suspicious vehicle may be called a suspicious ship.
  • the target area A is a predetermined area in a predetermined sea area.
  • Each LiDAR device 1 is, for example, a land area around the target area A, a vessel navigating around the target area A, a vessel navigating inside the target area A, or an aircraft flying over the target area A (more Specifically, it is installed in aircraft, drones, etc.).
  • a drone is an unmanned aerial vehicle capable of remote control and autonomous flight, and is also called UAV (Unmanned Aerial Vehicle) or UAS (Unmanned Aerial System).
  • each LiDAR device 1 has an emission section 11 and a light reception section 12 .
  • the emitting unit 11 emits a laser beam to the target area A.
  • the emitted laser light is applied to an object O on water (for example, on the sea) within the target area A.
  • the emitted laser light is applied to the water surface (for example, the sea surface) in the target area A.
  • the emitted laser light irradiates the water surface (for example, the sea surface) around the object O.
  • the irradiated laser light is reflected as scattered light.
  • the light receiving unit 12 receives backscattered light out of the reflected scattered light.
  • the light received by the light receiving section 12 may be referred to as "reflected light". That is, the reflected light received by the light receiving section 12 corresponds to the laser light emitted by the emitting section 11 .
  • object O may include floating matter on the water surface (for example, the sea surface) within the target area A.
  • Object O may also include a vehicle that navigates within target area A.
  • the emission direction of the laser light from the emission section 11 is variable.
  • the emission unit 11 emits laser light in each of the plurality of directions that are different from each other.
  • the laser beam is irradiated so as to scan the target area A.
  • the laser light is irradiated so as to scan the target area A.
  • the vehicle detection system 100 includes a vehicle detection device 2 and an output device 3 .
  • the vehicle detection device 2 includes a motion detection section 21 , a vehicle detection section 22 , a suspicious vessel detection section 23 and a notification control section 24 .
  • the motion detection unit 21 detects the movement of the waves W in the target area A and the motion of the individual objects O in the target area A based on the laser light emitted by each LiDAR device 1 and the reflected light received by each LiDAR device 1. Detect motion. As shown in FIG. 4 , the motion detector 21 includes a distance calculator 31 , a three-dimensional model generator 32 and a velocity vector calculator 33 .
  • the motion detection unit 21 acquires information about each LiDAR device 1, information about laser light emitted by each LiDAR device 1, and information about reflected light received by each LiDAR device 1.
  • LiDAR information is acquired from each LiDAR device 1 through communication between the vehicle detection device 2 and each LiDAR device 1 .
  • the distance calculation unit 31 uses predetermined information included in the LiDAR information to determine the point where each LiDAR device 1 is installed and the laser light emitted in each direction by the corresponding LiDAR device 1 by the water surface or the object O. Calculate the distance D to the reflected point.
  • the calculation of the distance D is based on, for example, the ToF (Time of Flight) method or the FMCW (Frequency Modulated Continuous Wave) method.
  • each LiDAR device 1 emits pulsed laser light.
  • the LiDAR information includes information indicating the timing at which the laser light was emitted and information indicating the timing at which the reflected light was received.
  • the LiDAR information includes information indicating the time difference between the timing at which the laser light is emitted and the timing at which the reflected light is received.
  • the distance calculator 31 calculates the distance D by calculating the one-way propagation distance corresponding to the round-trip propagation time of the light using these pieces of information.
  • each LiDAR device 1 When using the FMCW method, each LiDAR device 1 emits chirped laser light by performing frequency modulation on the emitted laser light. Each LiDAR device 1 also generates a beat signal by performing coherent detection on the received reflected light. The LiDAR information includes information indicating frequency components included in the generated beat signal. Using these pieces of information, the distance calculator 31 calculates the distance D based on a predetermined mathematical formula relating to FMCW.
  • the three-dimensional model generation unit 32 generates a three-dimensional model M of the water surface and the object O in the target area A. Other predetermined information included in the LiDAR information and the distance D calculated by the distance calculator 31 are used to generate the three-dimensional model M.
  • FIG. 1 A predetermined information included in the LiDAR information and the distance D calculated by the distance calculator 31 are used to generate the three-dimensional model M.
  • the LiDAR information further includes information indicating the position of each LiDAR device 1 and information indicating the direction in which the laser light is emitted by each LiDAR device 1 .
  • the three-dimensional model generation unit 32 uses these information and the calculated distance D to determine the position P of the point where the laser light emitted in each direction by the individual LiDAR device 1 is reflected by the water surface or the object O. calculate.
  • the three-dimensional model generator 32 plots points corresponding to individual positions P in a virtual three-dimensional space corresponding to the target area A.
  • the position and shape of the water surface in at least a part of the target area A (more specifically, the area within a predetermined distance from any LiDAR device 1), and the individual objects O in the target area A
  • a 3D point cloud model is generated corresponding to the position and shape of .
  • the three-dimensional model generation unit 32 uses the generated three-dimensional point group model as the three-dimensional model M.
  • FIG. That is, the three-dimensional model M is composed of point groups.
  • the LiDAR information further includes information indicating the brightness of the reflected light corresponding to the laser light emitted in each direction by each LiDAR device 1 .
  • the LiDAR information includes information indicating the brightness of reflected light corresponding to each point on the three-dimensional model M.
  • the three-dimensional model generator 32 determines whether each point in the three-dimensional model M corresponds to the water surface or the object O by comparing the brightness with a predetermined threshold.
  • the three-dimensional model generation unit 32 groups a plurality of points included in the point group based on the result of such discrimination, thereby making the three-dimensional model M correspond to the three-dimensional model M_1 corresponding to the water surface and the individual objects O. and a three-dimensional model M_2.
  • the three-dimensional model generator 32 generates a three-dimensional model M including a three-dimensional model M_1 corresponding to the water surface and a three-dimensional model M_2 corresponding to each object O.
  • each LiDAR device 1 Normally, the laser light emitted by each LiDAR device 1 is obliquely incident on the water surface in the target area A. At this time, the brightness of the backscattered light is reduced due to specular reflection. Therefore, the brightness of the reflected light corresponding to the water surface tends to be lower than the brightness of the reflected light corresponding to the object O. FIG. Therefore, by comparing the brightness with a threshold value, the three-dimensional models M_1 and M_2 can be separated as described above.
  • the velocity vector calculator 33 calculates a velocity vector Vs indicating the motion of the waves W in the target area A (hereinafter sometimes referred to as "first velocity vector”), and a velocity vector Vs indicating the motion of each object O in the target area A. (Hereinafter, it may be referred to as "second velocity vector”.) Vt is calculated. Other predetermined information included in the LiDAR information and the 3D model M generated by the 3D model generation unit 32 are used to calculate the velocity vectors Vs and Vt.
  • the LiDAR information further includes information indicating frequency components included in the laser light emitted in each direction by each LiDAR device 1 and information indicating frequency components included in the corresponding reflected light.
  • the velocity vector calculator 33 uses these pieces of information to calculate the Doppler shift amount in the reflected light corresponding to the laser light emitted in each direction by each LiDAR device 1 .
  • Various known techniques related to Doppler LiDAR can be used to calculate the Doppler shift amount.
  • the LiDAR information includes information indicating the direction in which the laser light is emitted by each LiDAR device 1 .
  • the LiDAR information includes information indicating the so-called "line-of-sight direction" for the laser light corresponding to each point included in the three-dimensional model M.
  • the velocity vector calculator 33 uses this information and the calculated Doppler shift amount to calculate a vector V indicating the movement velocity of each point included in the three-dimensional model M with respect to the corresponding line-of-sight direction.
  • the velocity vector calculation unit 33 calculates a virtual plane (hereinafter referred to as the “XY plane” ) is calculated. Specifically, for example, the velocity vector calculator 33 projects each of the plurality of vectors V corresponding to the plurality of points included in the three-dimensional model M_1 onto the XY plane. The velocity vector calculator 33 calculates the vector Vs by calculating the average of the projected vectors. Thus, the velocity vector Vs is calculated.
  • the velocity vector calculation unit 33 uses the vector V calculated above to calculate a vector Vt indicating the movement velocity on the XY plane for the point group forming the three-dimensional model M_2 corresponding to each object O. Specifically, for example, the velocity vector calculator 33 projects each of the plurality of vectors V corresponding to the plurality of points included in each three-dimensional model M_2 onto the XY plane. do. The velocity vector calculator 33 calculates the vector Vt by calculating the average of the projected vectors. Thus, the velocity vector Vt is calculated.
  • each of the vectors Vt and Vs on the XY plane is a two-dimensional vector.
  • the vehicle detection system 100 includes at least two LiDAR devices 1 installed on land or a ship, or one LiDAR device 1 installed on an aircraft.
  • the velocity vector calculation unit 33 may calculate velocity vectors Vs and Vt in a virtual space corresponding to the target area A (hereinafter referred to as "XYZ space").
  • each of the vectors Vt and Vs in the XYZ space is a three-dimensional vector.
  • At least three LiDAR devices 1 are used to calculate such a three-dimensional vector. That is, in this case, the vehicle detection system 100 includes at least three LiDAR devices 1 .
  • velocity vector calculation unit 33 calculates the velocity vectors Vs and Vt on the XY plane.
  • the vehicle detection unit 22 detects the vehicle in the target area A by determining whether each object O in the target area A is a vehicle.
  • the velocity vectors Vs and Vt calculated by the velocity vector calculator 33 are used for this determination.
  • a specific example of the method of detecting the vehicle by the vehicle detection unit 22 will be described later with reference to FIGS. 9 to 11.
  • FIG. 9 A specific example of the method of detecting the vehicle by the vehicle detection unit 22 will be described later with reference to FIGS. 9 to 11.
  • the suspicious vessel detection unit 23 determines whether the detected vehicle is a suspicious vessel.
  • the suspicious ship detection unit 23 acquires information indicating the position of the detected vehicle. Specifically, for example, the suspicious ship detection unit 23 uses a predetermined conversion table to convert the position of the corresponding three-dimensional model M_2 in the virtual three-dimensional space into latitude and longitude. As a result, information indicating the position of the detected craft is obtained.
  • the suspicious ship detection unit 23 acquires information indicating the detected movement of the vehicle. Specifically, for example, information indicating the corresponding velocity vector Vt is obtained. As a result, information indicating the detected movement of the vehicle is obtained.
  • the suspicious ship detection unit 23 acquires AIS (Automatic Identification System) information in the sea area corresponding to the target area A.
  • AIS information is received, for example, by an AIS receiver (not shown).
  • the acquired AIS information includes information indicating the position (latitude, longitude, etc.) of each pre-registered ship.
  • the acquired AIS information includes information indicating the pre-registered movement of each ship (course over ground, ship speed over ground, heading, turning angular velocity, etc.).
  • the suspicious ship detection unit 23 compares the detected position and movement of the craft with the positions and movements of individual ships included in the AIS information. The suspicious ship detection unit 23 determines that the detected moving object is not a suspicious ship if the detected moving object position and movement correspond to the position and movement of any ship included in the AIS information. and discriminate. Otherwise, the suspicious ship detection unit 23 determines that the detected vehicle is a suspicious ship.
  • the notification control unit 24 executes control to notify the presence of the suspicious ship.
  • the output device 3 is used for such notification.
  • the output device 3 includes, for example, at least one of a display device, an audio output device, and a communication device.
  • the display device uses, for example, a display.
  • the audio output device uses, for example, a speaker.
  • a communication device for example, uses a dedicated transmitter and receiver.
  • the notification control unit 24 executes control to display an image indicating the existence of a suspicious ship.
  • a display device of the output device 3 is used for displaying such an image.
  • a person is notified of the presence of the suspicious ship.
  • such an image may indicate the position of the suspicious vessel in the target area A.
  • such an image may be a map-like or nautical chart-like image including the target area A, and a dot-like or icon-like image indicating the position of the suspicious vessel may be superimposed.
  • such an image may be displayed in the three-dimensional model M such that the color of the three-dimensional model M_2 corresponding to the suspicious ship is different from the colors of the other portions.
  • the notification control unit 24 executes control to output a sound indicating the presence of a suspicious ship.
  • An audio output device among the output devices 3 is used for outputting such audio.
  • a person is notified of the presence of a suspicious ship by outputting such a sound.
  • the notification control unit 24 executes control to transmit a signal indicating the presence of a suspicious ship.
  • a communication device of the output device 3 is used for transmission of such a signal.
  • Such a signal is sent to a system monitoring the area of the sea corresponding to the area of interest A, for example.
  • the main part of the vehicle detection system 100 is configured.
  • the emission section 11 may be referred to as "emission means”.
  • the light receiving section 12 may be referred to as “light receiving means”.
  • the motion detection unit 21 may be referred to as “motion detection means”.
  • the vehicle detection unit 22 may be referred to as “vessel detection means”.
  • the suspicious ship detection part 23 may be called “suspicious ship detection means.”
  • the notification control unit 24 may be referred to as "notification control means”.
  • FIG. 5 the hardware configuration of the main parts of the vehicle detection device 2 will be described with reference to FIGS. 5 to 7.
  • the vehicle detection device 2 uses a computer 41.
  • FIG. 1 is a diagrammatic representation of a computer 41.
  • the computer 41 includes a processor 51 and a memory 52.
  • the memory 52 stores programs for causing the computer 41 to function as the movement detection section 21 , the vehicle detection section 22 , the suspicious vessel detection section 23 and the notification control section 24 .
  • the processor 51 reads and executes programs stored in the memory 52 .
  • the function F1 of the motion detection unit 21, the function F2 of the vehicle detection unit 22, the function F3 of the suspicious vessel detection unit 23, and the function F4 of the notification control unit 24 are realized.
  • the computer 41 comprises a processing circuit 53 as shown in FIG.
  • the processing circuit 53 executes processing for causing the computer 41 to function as the motion detection section 21 , the vehicle detection section 22 , the suspicious vessel detection section 23 and the notification control section 24 .
  • functions F1 to F4 are realized.
  • the computer 41 comprises a processor 51, a memory 52 and a processing circuit 53, as shown in FIG.
  • some of the functions F1 to F4 are implemented by the processor 51 and the memory 52, and the rest of the functions F1 to F4 are implemented by the processing circuit 53.
  • the processor 51 is composed of one or more processors.
  • the individual processors use, for example, CPUs (Central Processing Units), GPUs (Graphics Processing Units), microprocessors, microcontrollers, or DSPs (Digital Signal Processors).
  • CPUs Central Processing Units
  • GPUs Graphics Processing Units
  • microprocessors microcontrollers
  • DSPs Digital Signal Processors
  • the memory 52 is composed of one or more memories. Individual memories include, for example, RAM (Random Access Memory), ROM (Read Only Memory), flash memory, EPROM (Erasable Programmable Read Only Memory), EEPROM (Electrically Erasable Programmable Read Only Memory), hard disk drive, solid state drive, solid state memory Flexible discs, compact discs, DVDs (Digital Versatile Discs), Blu-ray discs, MO (Magneto Optical) discs, or mini discs are used.
  • RAM Random Access Memory
  • ROM Read Only Memory
  • flash memory EPROM (Erasable Programmable Read Only Memory), EEPROM (Electrically Erasable Programmable Read Only Memory), hard disk drive, solid state drive, solid state memory Flexible discs, compact discs, DVDs (Digital Versatile Discs), Blu-ray discs, MO (Magneto Optical) discs, or mini discs are used.
  • the processing circuit 53 is composed of one or more processing circuits. Individual processing circuits use, for example, ASIC (Application Specific Integrated Circuit), PLD (Programmable Logic Device), FPGA (Field Programmable Gate Array), SoC (System a Chip), or system LSI (Large Scale) is.
  • ASIC Application Specific Integrated Circuit
  • PLD Programmable Logic Device
  • FPGA Field Programmable Gate Array
  • SoC System a Chip
  • system LSI Large Scale Scale
  • processor 51 may include dedicated processors corresponding to each of the functions F1 to F4.
  • Memory 52 may include dedicated memory corresponding to each of functions F1-F4.
  • the processing circuitry 53 may include dedicated processing circuitry corresponding to each of the functions F1-F4.
  • the motion detection unit 21 detects the motion of waves W in the target area A, and also detects the motion of individual objects O in the target area A (step ST1).
  • the details of the motion detection method by the motion detection unit 21 are as described above. Therefore, repetitive description is omitted.
  • the vehicle detection unit 22 detects the vehicle in the target area A by determining whether or not each object O is a vehicle (step ST2). Details of the method of detecting the vehicle by the vehicle detection unit 22 will be described later with reference to FIGS. 9 to 11.
  • FIG. 1 Details of the method of detecting the vehicle by the vehicle detection unit 22 will be described later with reference to FIGS. 9 to 11.
  • the suspicious vessel detection unit 23 detects a suspicious vessel in the target area A by determining whether or not the detected vehicle is a suspicious vessel. Detect (step ST3).
  • the details of the suspicious ship detection method by the suspicious ship detection unit 23 are as described above. Therefore, repetitive description is omitted.
  • step ST3 when a suspicious ship is detected in step ST3, the notification control unit 24 executes control to notify the existence of the suspicious ship (step ST4).
  • the details of such notification have already been explained. Therefore, repetitive description is omitted.
  • step ST2 determines whether the vehicle is not detected in step ST2 or not detected in step ST3. If the vehicle is not detected in step ST2, the processing of steps ST3 and ST4 is skipped. Further, if no suspicious ship is detected in step ST3, the process of step ST4 is skipped.
  • FIG. 9 the details of the vehicle detection method by the vehicle detection unit 22 will be described with reference to FIGS. 9 to 11.
  • FIG. 9 shows an example of a state in which, when one object O exists in the target area A, the water surface and the object O in the target area A are irradiated with laser light.
  • the object O is a vehicle (more specifically, a ship).
  • FIG. 10 shows an example of velocity vectors Vs and Vt calculated by the velocity vector calculator 33 in the state shown in FIG.
  • Each of velocity vectors Vs and Vt is a two-dimensional vector on the XY plane.
  • Velocity vector Vs corresponds to the motion of wave W.
  • a velocity vector Vt corresponds to the movement of the object O.
  • the vehicle detection unit 22 calculates a parallel component Vtp of the velocity vector Vt with respect to the velocity vector Vs. Further, the vehicle detection unit 22 calculates a vertical component Vtv of the velocity vector Vt with respect to the velocity vector Vs. In other words, the vehicle detector 22 separates the velocity vector Vt into a parallel component Vtp and a vertical component Vtv with respect to the velocity vector Vs.
  • FIG. 11 shows an example of the separated parallel component Vtp and vertical component Vtv.
  • the vehicle detection unit 22 sets the X-axis on the XY plane as an axis parallel to the velocity vector Vs. Therefore, the parallel component Vtp is the X component Vtx of the velocity vector Vt. Also, the vertical component Vtv is the Y component Vty of the velocity vector Vt.
  • the vehicle detection unit 22 calculates a relative velocity vector Vrp indicating the difference of the parallel component Vtp with respect to the velocity vector Vs by the following equation (1).
  • Vrp Vtp-Vs (1)
  • the vehicle detection unit 22 compares the magnitude
  • the vehicle detection unit 22 determines that the object O is a vehicle when the condition (hereinafter referred to as the "first condition") shown in the following formula (2) is satisfied. On the other hand, if the first condition is not satisfied, the vehicle detector 22 determines that the object O is not a vehicle.
  • of the relative velocity vector Vrp corresponds to the displacement amount of the movement of the object O with respect to the movement of the waves W in the X direction. If the deviation amount is large, there is a high probability that the object O is moving against the waves in the target area A. In this case, it is highly probable that the object O is a mobile body having power, that is, a vehicle. On the other hand, when the amount of deviation is small, it is highly probable that the object O is an object being swept by the waves in the target area A, that is, a floating object. Therefore, the vehicle detection unit 22 determines whether or not the object O is a vehicle by threshold determination using
  • the vehicle detection unit 22 compares the magnitude
  • the vehicle detection unit 22 determines that the object O is a vehicle when the condition (hereinafter referred to as the "second condition") shown in the following formula (3) is satisfied. On the other hand, if the second condition is not satisfied, the vehicle detector 22 determines that the object O is not a vehicle.
  • of the vertical component Vtv corresponds to the deviation amount of the movement pattern of the object O with respect to the movement of the waves W in the Y direction. If such a deviation amount is large, it is considered highly probable that the object O is a mobile body having power, that is, a vehicle. On the other hand, when the amount of deviation is small, it is highly probable that the object O is an object being swept by the waves in the target area A, that is, a floating object. Therefore, the vehicle detection unit 22 determines whether or not the object O is a vehicle by threshold determination using
  • the vehicle detection unit 22 calculates the relative velocity vector Vrp by the above equation (1).
  • the vehicle detection unit 22 compares the magnitude
  • the vehicle detection unit 22 determines that the object O is a vehicle when at least one of the first condition and the second condition is satisfied. On the other hand, when the first condition is not satisfied and the second condition is not satisfied, the vehicle detector 22 determines that the object O is not a vehicle.
  • the vehicle detection unit 22 calculates the relative velocity vector Vrp by the above equation (1).
  • the vehicle detection unit 22 calculates an integrated value ⁇ (
  • the vehicle detection unit 22 compares the integrated value ⁇ (
  • the vehicle detection unit 22 determines that the object O is a vehicle when the condition shown in the following formula (4) (hereinafter referred to as the "third condition") is satisfied. On the other hand, if the third condition is not satisfied, the vehicle detector 22 determines that the object O is not a vehicle.
  • the vehicle detection unit 22 calculates an integrated value ⁇ (
  • the vehicle detection unit 22 compares the integrated value ⁇ (
  • the vehicle detection unit 22 determines that the object O is a vehicle when the condition (hereinafter referred to as the "fourth condition") shown in the following formula (5) is satisfied. On the other hand, if the fourth condition is not satisfied, the vehicle detector 22 determines that the object O is not a vehicle.
  • the vehicle detection unit 22 calculates the relative velocity vector Vrp by the above equation (1).
  • the vehicle detection unit 22 calculates an integrated value ⁇ (
  • the vehicle detection unit 22 compares the integrated value ⁇ (
  • the vehicle detection unit 22 determines that the object O is a vehicle when at least one of the third condition and the fourth condition is satisfied. On the other hand, when the third condition is not satisfied and the fourth condition is not satisfied, the vehicle detector 22 determines that the object O is not a vehicle.
  • the suspicious ship detection method by the suspicious ship detection unit 23 is not limited to the above specific example (that is, the example using AIS information).
  • the suspicious vessel detection unit 23 may use the following method to determine whether or not the vehicle detected by the vehicle detection unit 22 is a suspicious vessel.
  • the suspicious ship detection unit 23 stores in advance information indicating one or more patterns of positions and movements of suspicious ships detected in the past in the sea area corresponding to the target area A.
  • the suspicious ship detection unit 23 compares the position and movement of the vehicle detected by the vehicle detection unit 22 with individual patterns. In other words, the suspicious ship detection unit 23 compares the position and movement of the vehicle detected by the vehicle detection unit 22 with a preset pattern. If the position and movement of the vehicle detected by the vehicle detection unit 22 correspond to any pattern, the suspicious vessel detection unit 23 determines that the detected vehicle is a suspicious vessel. Otherwise, the suspicious ship detection unit 23 determines that the detected vehicle is not a suspicious ship.
  • the individual LiDAR devices 1 may be installed in water around the target area A (for example, in the sea) or in water inside the target area A (for example, in the sea). That is, each LiDAR device 1 may use underwater LiDAR.
  • laser light is emitted by the emitting portion 11 provided in water, and the reflected light is received by the light receiving portion 12 provided in water.
  • the frequency of the emitted laser light is preferably set to the frequency for underwater LiDAR.
  • the motion detection unit 21 detects the object O based on the object O on the water, the laser beam irradiated on the water surface around the object O, and the reflected light corresponding to the laser beam. Motion and motion of waves W on the surface of the water are detected.
  • the vehicle detection unit 22 detects the vehicle by determining whether the object O is a vehicle based on the movement of the object O and the movement of the waves W. Thereby, the vehicle in the target area A can be detected.
  • the LiDAR device 1 it is possible to detect the vehicle regardless of the brightness of the surroundings, compared to the case of using a visible light camera. Moreover, the distance at which the object O can be detected using the LiDAR device 1 is usually longer than the distance at which the object O can be detected by a visible light camera. Therefore, particularly when the target area A is wide, the number of installed devices can be reduced as compared with the case of using a visible light camera. Also, by using the LiDAR device 1, personnel costs can be reduced compared to the case where a manned vessel patrols to detect a vehicle (particularly a suspicious vessel).
  • the motion detection unit 21 detects the motion of the object O and the motion of the wave W based on the Doppler shift amount of the reflected light. Thereby, the motion of the object O and the motion of the wave W can be detected using the technology related to Doppler LiDAR.
  • the vehicle detection unit 22 uses the first velocity vector Vs indicating the movement of the waves W and the second velocity vector Vt indicating the movement of the object O to determine the amount of deviation of the movement of the object O from the movement of the waves W. Based on this, it is determined whether or not the object O is a vehicle.
  • the velocity vectors Vs and Vt it is possible to determine whether or not the object O is a vehicle based on the method described with reference to FIGS. 9 to 11, for example.
  • the suspicious vessel detection unit 23 detects the suspicious vessel by determining whether the vehicle is a suspicious vessel. Thereby, the suspicious ship in the target area A can be detected.
  • the suspicious ship detection unit 23 obtains AIS information and compares the position and movement of the ship with the positions and movements of individual ships included in the AIS information to determine whether the ship is a suspicious ship. determine whether or not By using the AIS information, it is possible to determine whether or not the vehicle is a suspicious vessel, as described above.
  • the suspicious vessel detection unit 23 determines whether or not the vessel is a suspicious vessel by comparing the movement of the vessel with a preset movement pattern. By using such patterns, it is possible to determine whether or not the vehicle is a suspicious vessel, as described above. In particular, even if AIS information cannot be obtained, it is possible to determine whether or not the vehicle is a suspicious vessel.
  • the notification control unit 24 executes control to notify the existence of the suspicious ship. Thereby, the presence of the suspicious ship in the target area A can be notified to a person or other system.
  • the laser light is emitted by the emitting section 11 provided in water, and the reflected light is received by the light receiving section 12 provided in water. Accordingly, underwater LiDAR can be used to detect the vehicle.
  • the vehicle detection device 2 may include a motion detection section 21 and a vehicle detection section 22 .
  • the motion detection unit 21 and the vehicle detection unit 22 may constitute a main part of the vehicle detection device 2 .
  • the suspicious vessel detection unit 23 and the notification control unit 24 may be provided outside the vehicle detection device 2 . That is, it can be said that a specific example of the vehicle detection device 2 shown in FIG. 12 is the vehicle detection device 2 shown in FIG.
  • the vehicle detection system 100 may include a motion detection section 21 and a vehicle detection section 22 .
  • the motion detection unit 21 and the vehicle detection unit 22 may constitute a main part of the vehicle detection system 100 .
  • the suspicious ship detection unit 23 and the notification control unit 24 may be provided outside the vehicle detection system 100 .
  • the LiDAR devices 1_1 to 1_N and the output device 3 may be provided outside the vehicle detection system 100 . That is, it can be said that a specific example of the vehicle detection system 100 shown in FIG. 13 is the vehicle detection system 100 shown in FIG.
  • the motion detection unit 21 detects the motion of the object O and the motion of the waves W on the water surface based on the object O on the water, the laser beam irradiated on the water surface around the object O, and the reflected light corresponding to the laser beam. do.
  • the vehicle detection unit 22 detects the vehicle by determining whether the object O is a vehicle based on the movement of the object O and the movement of the waves W. Thereby, the vehicle can be detected.
  • the cruising object detection system 100 may include a suspicious ship detecting unit 23 in addition to the movement detecting unit 21 and the cruising object detecting unit 22 . Also, the vehicle detection system 100 may further include a notification control unit 24 . Each part of the vehicle detection system 100 may be configured by an independent device. These devices may be geographically or network-distributed. For example, these devices may include edge computers and cloud computers.
  • FIG. 14 is a block diagram showing the essential parts of the vehicle detection system according to the second embodiment.
  • FIG. 15 is a block diagram showing the essential parts of the vehicle detection device according to the second embodiment.
  • FIG. 16 is a block diagram showing a main part of a motion detection section in the vehicle detection device according to the second embodiment.
  • a vehicle detection system according to a second embodiment will be described with reference to FIGS. 14 to 16.
  • FIG. 14 to 16 blocks similar to those shown in FIGS. 1, 3, and 4 are given the same reference numerals, and description thereof is omitted.
  • the vehicle detection system 100a includes LiDAR devices 1_1 to 1_N, a vehicle detection device 2a, and an output device 3.
  • the vehicle detection device 2a includes a motion detection section 21a, a vehicle detection section 22, a suspicious vessel detection section 23, and a notification control section .
  • the motion detector 21a includes a distance calculator 31, a three-dimensional model generator 32, and a velocity vector calculator 33a.
  • the motion detection section 21a may be referred to as "motion detection means".
  • the speed vector calculator 33 in the vehicle detection device 2 calculates the speed vectors Vt and Vs based on the Doppler shift amount in the reflected light received by each LiDAR device 1 .
  • the velocity vector calculator 33a calculates the velocity vectors Vt and Vs based on the change of the three-dimensional model M over time.
  • each LiDAR device 1 scans the target area A at predetermined time intervals.
  • the three-dimensional model M is generated every predetermined time.
  • a plurality of three-dimensional models M corresponding to a plurality of consecutive time points are generated.
  • the three-dimensional model M corresponding to each point in time can include a three-dimensional model M_1 corresponding to the water surface and a three-dimensional model M_2 corresponding to each object O.
  • the velocity vector calculator 33a calculates a portion corresponding to each wave of the waves W (or a portion corresponding to at least one selected wave of the waves W) for the three-dimensional model M_1 corresponding to each time point. Detect the position of The speed vector calculator 33a calculates a speed vector Vs indicating the motion of the wave W based on the time change of the detected position. If the time change of the detected position differs for each wave, the velocity vector Vs may be calculated based on the average of these.
  • the velocity vector calculator 33a detects the position of the three-dimensional model M_2 corresponding to each object O for the three-dimensional model M corresponding to each time.
  • the velocity vector calculator 33a calculates a velocity vector Vt indicating the movement of each object O based on the temporal change in the detected position.
  • the vehicle detection device 2a has a function F1a of the movement detection unit 21a, a function F2 of the vehicle detection unit 22, a function F3 of the suspicious vessel detection unit 23, and a function F4 of the notification control unit 24.
  • Each of the functions F1a, F2, F3, and F4 may be implemented by the processor 51 and memory 52, or may be implemented by the processing circuit 53.
  • the motion detection unit 21a detects the motion of the waves W in the target area A, and also detects the motion of the individual objects O in the target area A (step ST1a).
  • the details of the motion detection method by the motion detection unit 21a are as described above. Therefore, repetitive description is omitted.
  • the processes of steps ST2 to ST4 are sequentially executed.
  • the vehicle detection system 100a has the same effects as the vehicle detection system 100 according to the first embodiment. That is, the vehicle in the target area A can be detected by using the vehicle detection system 100a. Further, by determining whether or not the detected vehicle is a suspicious ship, the suspicious ship in the target area A can be detected.
  • the motion detection unit 21a and the vehicle detection unit 22 may constitute the main part of the vehicle detection device 2a.
  • the motion detection unit 21a and the vehicle detection unit 22 may constitute the main part of the vehicle detection system 100a.
  • the vehicle detection system 100a may include a suspicious ship detection unit 23 .
  • the vehicle detection system 100a may further include a notification control unit 24 .
  • [Appendix] [Appendix 1] motion detection means for detecting the movement of the object and the movement of waves on the water surface based on the laser beam irradiated on the object on the water and the water surface around the object, and the reflected light corresponding to the laser beam; a vehicle detecting means for detecting the vehicle by determining whether the object is a vehicle based on the motion of the object and the motion of the waves; A vehicle detection device comprising a [Appendix 2] A vehicle detecting apparatus according to appendix 1, wherein the motion detection means detects the motion of the object and the motion of the wave based on the Doppler shift amount of the reflected light.
  • the motion detection means generates a three-dimensional model of the object and the water surface based on the reflected light, and detects the motion of the object and the motion of the waves based on the temporal change of the three-dimensional model.
  • the vehicle detection device according to Supplementary Note 1.
  • the vehicle detection means uses a first velocity vector indicating the motion of the waves and a second velocity vector indicating the motion of the object to determine whether the object is detected based on the deviation amount of the motion of the object with respect to the motion of the waves.
  • the cruising object detection device according to any one of appendices 1 to 3, wherein it is determined whether or not the cruising object is the cruising object.
  • Suspicious vessel detection means for detecting the suspicious vessel by determining whether the vehicle is a suspicious vessel when the object is determined to be the vehicle.
  • the vehicle detection device according to any one of 1 to 4.
  • the suspicious vessel detection means acquires AIS information and compares the position and movement of the vehicle with the positions and movements of individual vessels included in the AIS information to detect whether the vehicle is the suspicious vessel.
  • the vehicle detection device according to .
  • the motion detection means generates a three-dimensional model of the object and the water surface based on the reflected light, and detects the motion of the object and the motion of the waves based on the temporal change of the three-dimensional model.
  • the vehicle detection system according to appendix 10.
  • the vehicle detection means uses a first velocity vector indicating the motion of the waves and a second velocity vector indicating the motion of the object to determine whether the object is detected based on the deviation amount of the motion of the object with respect to the motion of the waves. 13.
  • the vehicle detection system according to any one of appendices 10 to 12, characterized in that it is determined whether or not the vehicle is the vehicle.
  • Suspicious vessel detection means for detecting the suspicious vessel by determining whether the vehicle is a suspicious vessel when the object is determined to be the vehicle. 14.
  • the vehicle detection system according to any one of appendices 10 to 13.
  • the suspicious vessel detection means acquires AIS information and compares the position and movement of the vehicle with the positions and movements of individual vessels included in the AIS information to detect whether the vehicle is the suspicious vessel. 15.
  • the vehicle detection system according to any one of appendices 14 to 16, wherein the presence of the suspicious vessel is notified when the vehicle is determined to be the suspicious vessel.
  • the laser beam is emitted by an emitting means provided in water, 18.
  • the vehicle detection system according to any one of appendices 10 to 17, wherein the reflected light is received by a light receiving means provided underwater.
  • motion detection means detects the motion of the object and the motion of waves on the water surface based on the object on the water and the laser beam irradiated on the water surface around the object, and the reflected light corresponding to the laser beam;
  • a vehicle detection method wherein the vehicle detection means detects the vehicle by determining whether the object is a vehicle based on the motion of the object and the motion of the waves.
  • the motion detection means generates a three-dimensional model of the object and the water surface based on the reflected light, and detects the motion of the object and the motion of the waves based on the temporal change of the three-dimensional model.
  • the vehicle detection method according to Supplementary Note 19.
  • the vehicle detection means uses a first velocity vector indicating the motion of the waves and a second velocity vector indicating the motion of the object to determine whether the object is detected based on the deviation amount of the motion of the object with respect to the motion of the waves. 21.
  • the vehicle detection method according to any one of appendices 19 to 20, characterized in that it is determined whether or not the vehicle is the vehicle.
  • [Appendix 23] A supplementary note characterized in that, when the object is determined to be the vehicle, the suspicious vessel detection means detects the suspicious vessel by determining whether the vehicle is a suspicious vessel. 23.
  • the vehicle detection method according to any one of 19 to 22.
  • the suspicious vessel detection means acquires AIS information and compares the position and movement of the vehicle with the positions and movements of individual vessels included in the AIS information to detect whether the vehicle is the suspicious vessel. 24.
  • [Appendix 26] 26 The vehicle detection method according to any one of appendices 23 to 25, characterized in that, when the vehicle is determined to be the suspicious vessel, the presence of the suspicious vessel is notified.
  • [Appendix 27] emitting means provided in water emits the laser beam, 27.
  • the motion detection means generates a three-dimensional model of the object and the water surface based on the reflected light, and detects the motion of the object and the motion of the waves based on the temporal change of the three-dimensional model.
  • the recording medium according to Supplementary Note 28.
  • the vehicle detection means uses a first velocity vector indicating the motion of the waves and a second velocity vector indicating the motion of the object to determine whether the object is detected based on the deviation amount of the motion of the object with respect to the motion of the waves.
  • the recording medium according to any one of appendices 28 to 30, wherein it is determined whether or not the object is the vehicle.
  • Suspicious ship detection means for detecting the suspicious ship by determining whether or not the moving object is a suspicious ship when the object is determined to be the moving object.
  • 31. The recording medium according to any one of appendices 28 to 31, characterized in that it functions as a recording medium.
  • the suspicious vessel detection means acquires AIS information and compares the position and movement of the vehicle with the positions and movements of individual vessels included in the AIS information to detect whether the vehicle is the suspicious vessel. 33.
  • the recording medium according to appendix 32 wherein it is determined whether or not.
  • Supplementary note 32 wherein the suspicious vessel detection means determines whether or not the vehicle is the suspicious vessel by comparing the movement of the vehicle with a preset movement pattern.

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

航走体を検出することができる航走体検出装置等を提供する。航走体検出装置（２）は、水上の物体及び物体の周辺の水面に照射されたレーザ光、及びレーザ光に対応する反射光に基づき、物体の動き及び水面の波浪の動きを検出する動き検出手段（２１）と、物体の動き及び波浪の動きに基づき、物体が航走体であるか否かを判別することにより航走体を検出する航走体検出手段（２２）と、を備える。

Description

航走体検出装置、航走体検出システム及び航走体検出方法
　本発明は、航走体を検出する航走体検出装置等に関する。特に、ＬｉＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）用いて航走体を検出する航走体検出装置等に関する。
　特許文献１には、海上無人航走体に搭載されたレーザレーダを用いて、海上無人航走体の周囲における波浪の向き及び波浪の速度などを計測する技術が開示されている。
　なお、関連技術として、特許文献２及び特許文献３に記載の技術も知られている。
特開２０１７－０５８３２２号公報 特開２００５－０９６６７４号公報 特開２００９－０３１１８８号公報
　特許文献１に記載の技術は、海上無人航走体の周囲における波浪の向き及び波浪の速度などを計測するものであり、海上無人航走体の周囲における他の航走体（例えば不審船）を検出するものではない。このため、特許文献１に記載の技術を用いることにより、航走体を検出することができないという問題があった。
　本発明の目的は、上述した課題を鑑み、航走体を検出することができる航走体検出装置等を提供することにある。
　本発明の航走体検出装置は、水上の物体及び物体の周辺の水面に照射されたレーザ光、及びレーザ光に対応する反射光に基づき、物体の動き及び水面の波浪の動きを検出する動き検出手段と、物体の動き及び波浪の動きに基づき、物体が航走体であるか否かを判別することにより航走体を検出する航走体検出手段と、を備える。
　本発明の航走体検出システムは、水上の物体及び物体の周辺の水面に照射されたレーザ光、及びレーザ光に対応する反射光に基づき、物体の動き及び水面の波浪の動きを検出する動き検出手段と、物体の動き及び波浪の動きに基づき、物体が航走体であるか否かを判別することにより航走体を検出する航走体検出手段と、を備える。
　本発明の航走体検出方法は、動き検出手段が、水上の物体及び物体の周辺の水面に照射されたレーザ光、及びレーザ光に対応する反射光に基づき、物体の動き及び水面の波浪の動きを検出し、航走体検出手段が、物体の動き及び波浪の動きに基づき、物体が航走体であるか否かを判別することにより航走体を検出する。
　本発明によれば、航走体を検出することができる。
図１は、第１実施形態に係る航走体検出システムの要部を示すブロック図である。 図２は、第１実施形態に係る航走体検出システムにおける個々のＬｉＤＡＲ装置の要部を示すブロック図である。 図３は、第１実施形態に係る航走体検出装置の要部を示すブロック図である。 図４は、第１実施形態に係る航走体検出装置における動き検出部の要部を示すブロック図である。 図５は、第１実施形態に係る航走体検出装置の要部のハードウェア構成を示すブロック図である。 図６は、第１実施形態に係る航走体検出装置の要部の他のハードウェア構成を示すブロック図である。 図７は、第１実施形態に係る航走体検出装置の要部の他のハードウェア構成を示すブロック図である。 図８は、第１実施形態に係る航走体検出装置の動作を示すフローチャートである。 図９は、対象領域内の水面及び物体にレーザ光が照射される状態の例を示す説明図である。 図１０は、波浪の動きに対応する速度ベクトル及び物体の動きに対応する速度ベクトルの例を示す説明図である。 図１１は、物体の動きに対応する速度ベクトルが波浪の動きに対応する速度ベクトルに対する平行成分及び垂直成分に分解された状態の例を示す説明図である。 図１２は、第１実施形態に係る他の航走体検出装置の要部を示すブロック図である。 図１３は、第１実施形態に係る他の航走体検出システムの要部を示すブロック図である。 図１４は、第２実施形態に係る航走体検出システムの要部を示すブロック図である。 図１５は、第２実施形態に係る航走体検出装置の要部を示すブロック図である。 図１６は、第２実施形態に係る航走体検出装置における動き検出部の要部を示すブロック図である。 図１７は、第２実施形態に係る航走体検出装置の動作を示すフローチャートである。
　以下、本発明の実施形態について、添付の図面を参照して詳細に説明する。
［第１実施形態］
　図１は、第１実施形態に係る航走体検出システムの要部を示すブロック図である。図２は、第１実施形態に係る航走体検出システムにおける個々のＬｉＤＡＲ装置の要部を示すブロック図である。図３は、第１実施形態に係る航走体検出装置の要部を示すブロック図である。図１～図３を参照して、第１実施形態に係る航走体検出システムについて説明する。
　図１に示す如く、航走体検出システム１００は、Ｎ台のＬｉＤＡＲ装置１＿１～１＿Ｎを含む。ここで、Ｎは、１以上の整数である。換言すれば、航走体検出システム１００は、少なくとも１台のＬｉＤＡＲ装置１を含む。具体的には、例えば、航走体検出システム１００は、１台、２台又は３台のＬｉＤＡＲ装置１を含む。
　個々のＬｉＤＡＲ装置１は、航走体（例えば船舶、水上バイク、ゴムボート、潜水艦等）の検出の対象となる領域（以下「対象領域」という。）Ａに向けてレーザ光を出射するように設置される。ここで、航走体は、動力を有する移動体である。航走体の中には、不審な航走体が含まれることもある。ここで、不審な航走体とは、本来、対象領域Ａに存在してはいけない航走体をいう。以下の説明では、不審な航走体を、不審船を呼ぶことがある。通常、対象領域Ａは、所定の海域における所定の領域である。個々のＬｉＤＡＲ装置１は、例えば、対象領域Ａの周囲における陸地、対象領域Ａの周囲を航行する船舶、対象領域Ａの内部を航行する船舶、又は対象領域Ａの上空を飛行する飛行体（より具体的には航空機、ドローン等）に設置される。なお、ドローン（Ｄｒｏｎｅ）とは、遠隔操縦や自律的飛行が可能な無人航空機であり、別名、ＵＡＶ（Ｕｎｍａｎｎｅｄ　Ａｅｒｉａｌ　Ｖｅｈｉｃｌｅ）、ＵＡＳ（Ｕｎｍａｎｎｅｄ　Ａｅｒｉａｌ　Ｓｙｓｔｅｍ）とも呼ばれる。
　図２に示す如く、個々のＬｉＤＡＲ装置１は、出射部１１及び受光部１２を備える。出射部１１は、対象領域Ａに対してレーザ光を出射する。当該出射されたレーザ光は、対象領域Ａ内の水上（例えば海上）の物体Ｏに照射される。また、当該出射されたレーザ光は、対象領域Ａ内の水面（例えば海面）に照射される。換言すれば、当該出射されたレーザ光は、物体Ｏの周辺の水面（例えば海面）に照射される。当該照射されたレーザ光は、散乱光として反射される。受光部１２は、当該反射された散乱光のうちの後方散乱光を受信する。以下、受光部１２により受信される光を「反射光」ということがある。すなわち、受光部１２により受信された反射光は、出射部１１により出射されたレーザ光に対応するものである。
　なお、物体Ｏは、対象領域Ａ内の水面（例えば海面）における浮遊物を含み得る。また、物体Ｏは、対象領域Ａ内を航行する航走体を含み得る。
　ここで、個々のＬｉＤＡＲ装置１においては、出射部１１によるレーザ光の出射方向が可変である。これにより、出射部１１は、互いに異なる複数個の方向について、当該複数個の方向の各々にレーザ光を出射する。この結果、対象領域Ａを走査するようにレーザ光が照射される。換言すれば、対象領域Ａをスキャンするようにレーザ光が照射される。
　図１に示す如く、航走体検出システム１００は、航走体検出装置２及び出力装置３を含む。図３に示す如く、航走体検出装置２は、動き検出部２１、航走体検出部２２、不審船検出部２３及び報知制御部２４を備える。
　動き検出部２１は、個々のＬｉＤＡＲ装置１により出射されたレーザ光及び個々のＬｉＤＡＲ装置１により受信された反射光に基づき、対象領域Ａにおける波浪Ｗの動き及び対象領域Ａにおける個々の物体Ｏの動きを検出する。図４に示す如く、動き検出部２１は、距離算出部３１、三次元モデル生成部３２及び速度ベクトル算出部３３を含む。
　すなわち、動き検出部２１は、個々のＬｉＤＡＲ装置１に関する情報、個々のＬｉＤＡＲ装置１により出射されたレーザ光に関する情報、及び個々のＬｉＤＡＲ装置１により受信された反射光に関する情報を取得する。以下、これらの情報を総称して「ＬｉＤＡＲ情報」ということがある。ＬｉＤＡＲ情報は、航走体検出装置２と個々のＬｉＤＡＲ装置１との通信により、個々のＬｉＤＡＲ装置１から取得される。
　距離算出部３１は、ＬｉＤＡＲ情報に含まれる所定の情報を用いて、個々のＬｉＤＡＲ装置１が設置された地点と、対応するＬｉＤＡＲ装置１により各方向に出射されたレーザ光が水面又は物体Ｏにより反射された地点との距離Ｄを算出する。距離Ｄの算出は、例えば、ＴｏＦ（Ｔｉｍｅ　ｏｆ　Ｆｌｉｇｈｔ）方式又はＦＭＣＷ（Ｆｒｅｑｕｅｎｃｙ　Ｍｏｄｕｌａｔｅｄ　Ｃｏｎｔｉｎｕｏｕｓ　Ｗａｖｅ）方式によるものである。
　ＴｏＦ方式を用いる場合、個々のＬｉＤＡＲ装置１は、パルス状のレーザ光を出射する。ＬｉＤＡＲ情報は、レーザ光が出射されたタイミングを示す情報、及び反射光が受信されたタイミングを示す情報を含む。または、ＬｉＤＡＲ情報は、レーザ光が出射されたタイミングと反射光が受信されたタイミングとの時間差を示す情報を含む。距離算出部３１は、これらの情報を用いて、かかる光の往復伝搬時間に対応する片道伝搬距離を算出することにより、距離Ｄを算出する。
　ＦＭＣＷ方式を用いる場合、個々のＬｉＤＡＲ装置１は、出射されるレーザ光に対する周波数変調を実行することにより、チャープ状のレーザ光を出射する。また、個々のＬｉＤＡＲ装置１は、受信された反射光に対するコヒーレント検波を実行することにより、ビート信号を生成する。ＬｉＤＡＲ情報は、生成されたビート信号に含まれる周波数成分を示す情報などを含む。距離算出部３１は、これらの情報を用いて、ＦＭＣＷに係る所定の数式に基づき距離Ｄを算出する。
　このほか、ＬｉＤＡＲ情報を用いた距離Ｄの算出には、公知の種々の技術を用いることができる。これらの技術の詳細については説明を省略する。
　三次元モデル生成部３２は、対象領域Ａにおける水面及び物体Ｏの三次元モデルＭを生成する。三次元モデルＭの生成には、ＬｉＤＡＲ情報に含まれる他の所定の情報、及び距離算出部３１により算出された距離Ｄが用いられる。
　すなわち、ＬｉＤＡＲ情報は、個々のＬｉＤＡＲ装置１の位置を示す情報、及び個々のＬｉＤＡＲ装置１によりレーザ光が出射される方向を示す情報を更に含む。三次元モデル生成部３２は、これらの情報及び上記算出された距離Ｄを用いて、個々のＬｉＤＡＲ装置１により各方向に出射されたレーザ光が水面又は物体Ｏにより反射された地点の位置Ｐを算出する。三次元モデル生成部３２は、対象領域Ａに対応する仮想的な三次元空間において、個々の位置Ｐに対応する点をプロットする。これにより、対象領域Ａのうちの少なくとも一部の領域（より具体的には、いずれかのＬｉＤＡＲ装置１から所定距離内の領域）における水面の位置及び形状、並びに対象領域Ａにおける個々の物体Ｏの位置及び形状に対応する三次元点群モデルが生成される。三次元モデル生成部３２は、当該生成された三次元点群モデルを三次元モデルＭに用いる。すなわち、三次元モデルＭは、点群により構成されている。
　ここで、ＬｉＤＡＲ情報は、個々のＬｉＤＡＲ装置１により各方向に出射されたレーザ光に対応する反射光の輝度を示す情報を更に含む。換言すれば、ＬｉＤＡＲ情報は、三次元モデルＭにおける個々の点に対応する反射光の輝度を示す情報を含む。三次元モデル生成部３２は、かかる輝度を所定の閾値と比較することにより、三次元モデルＭにおける個々の点が水面に対応するものであるか物体Ｏに対応するものであるかを判別する。三次元モデル生成部３２は、かかる判別の結果に基づき上記点群に含まれる複数個の点をグルーピングすることにより、三次元モデルＭを水面に対応する三次元モデルＭ＿１と個々の物体Ｏに対応する三次元モデルＭ＿２とに分離する。換言すれば、三次元モデル生成部３２は、水面に対応する三次元モデルＭ＿１及び個々の物体Ｏに対応する三次元モデルＭ＿２を含む三次元モデルＭを生成する。
　通常、個々のＬｉＤＡＲ装置１により出射されたレーザ光は、対象領域Ａ内の水面に斜めに入射される。このとき、鏡面反射が発生することより、後方散乱光の輝度が小さくなる。このため、水面に対応する反射光の輝度は、物体Ｏに対応する反射光の輝度に比して小さくなる傾向がある。したがって、かかる輝度を閾値と比較することにより、上記のように三次元モデルＭ＿１，Ｍ＿２の分離が可能となる。
　このほか、ＬｉＤＡＲ情報及び距離Ｄを用いた三次元モデルＭの生成には、公知の種々の技術を用いることができる。これらの技術についての詳細な説明は省略する。
　速度ベクトル算出部３３は、対象領域Ａにおける波浪Ｗの動きを示す速度ベクトル（以下「第１速度ベクトル」ということがある。）Ｖｓ、及び対象領域Ａにおける個々の物体Ｏの動きを示す速度ベクトル（以下「第２速度ベクトル」ということがある。）Ｖｔを算出する。速度ベクトルＶｓ，Ｖｔの算出には、ＬｉＤＡＲ情報に含まれる他の所定の情報、及び三次元モデル生成部３２により生成された三次元モデルＭが用いられる。
　すなわち、ＬｉＤＡＲ情報は、個々のＬｉＤＡＲ装置１により各方向に出射されたレーザ光に含まれる周波数成分を示す情報、及び対応する反射光に含まれる周波数成分を示す情報を更に含む。速度ベクトル算出部３３は、これらの情報を用いて、個々のＬｉＤＡＲ装置１により各方向に出射されたレーザ光に対応する反射光におけるドップラーシフト量を算出する。ドップラーシフト量の算出には、ドップラーＬｉＤＡＲに係る公知の種々の技術を用いることができる。
　また、上記のとおり、ＬｉＤＡＲ情報は、個々のＬｉＤＡＲ装置１によりレーザ光が出射される方向を示す情報を含む。換言すれば、ＬｉＤＡＲ情報は、三次元モデルＭに含まれる個々の点に対応するレーザ光について、いわゆる「視線方向」を示す情報を含む。速度ベクトル算出部３３は、かかる情報及び上記算出されたドップラーシフト量を用いて、三次元モデルＭに含まれる個々の点について、対応する視線方向に対する移動速度を示すベクトルＶを算出する。
　速度ベクトル算出部３３は、上記算出されたベクトルＶを用いて、水面に対応する三次元モデルＭ＿１を構成する点群について、対象領域Ａにおける水平面に対応する仮想的な平面（以下「ＸＹ平面」という。）における移動速度を示すベクトルＶｓを算出する。具体的には、例えば、速度ベクトル算出部３３は、三次元モデルＭ＿１に含まれる複数個の点に対応する複数個のベクトルＶについて、当該複数個のベクトルＶの各々をＸＹ平面に射影する。速度ベクトル算出部３３は、当該射影されたベクトルの平均を算出することにより、ベクトルＶｓを算出する。このようにして、速度ベクトルＶｓが算出される。
　また、速度ベクトル算出部３３は、上記算出されたベクトルＶを用いて、個々の物体Ｏに対応する三次元モデルＭ＿２を構成する点群について、ＸＹ平面における移動速度を示すベクトルＶｔを算出する。具体的には、例えば、速度ベクトル算出部３３は、個々の三次元モデルＭ＿２に含まれる複数個の点に対応する複数個のベクトルＶについて、当該複数個のベクトルＶの各々をＸＹ平面に射影する。速度ベクトル算出部３３は、当該射影されたベクトルの平均を算出することにより、ベクトルＶｔを算出する。このようにして、速度ベクトルＶｔが算出される。
　ここで、ＸＹ平面におけるベクトルＶｔ，Ｖｓの各々は、二次元のベクトルである。かかる二次元のベクトルを算出するためには、少なくとも、陸地又は船舶に設置された２台のＬｉＤＡＲ装置１、又は航空機に設置された１台のＬｉＤＡＲ装置１が用いられる。すなわち、この場合、航走体検出システム１００は、少なくとも、陸地又は船舶に設置された２台のＬｉＤＡＲ装置１、又は航空機に設置された１台のＬｉＤＡＲ装置１を含む。
　これに対して、速度ベクトル算出部３３は、対象領域Ａに対応する仮想的な空間（以下「ＸＹＺ空間」という。）における速度ベクトルＶｓ，Ｖｔを算出するものであっても良い。この場合、ＸＹＺ空間におけるベクトルＶｔ，Ｖｓの各々は、三次元のベクトルである。かかる三次元のベクトルを算出するためには、少なくとも３台のＬｉＤＡＲ装置１が用いられる。すなわち、この場合、航走体検出システム１００は、少なくとも３台のＬｉＤＡＲ装置１を含む。
　以下、速度ベクトル算出部３３がＸＹ平面における速度ベクトルＶｓ，Ｖｔを算出する場合の例を中心に説明する。
　航走体検出部２２は、対象領域Ａにおける個々の物体Ｏが航走体であるか否かを判別することにより、対象領域Ａにおける航走体を検出する。かかる判別には、速度ベクトル算出部３３により算出された速度ベクトルＶｓ，Ｖｔが用いられる。航走体検出部２２による航走体の検出方法の具体例については、図９～図１１を参照して後述する。
　不審船検出部２３は、航走体検出部２２により航走体が検出されたとき、当該検出された航走体が不審船であるか否かを判別する。
　すなわち、不審船検出部２３は、上記検出された航走体の位置を示す情報を取得する。具体的には、例えば、不審船検出部２３は、所定の変換テーブルを用いて、上記仮想的な三次元空間における対応する三次元モデルＭ＿２の位置を緯度及び経度に変換する。これにより、上記検出された航走体の位置を示す情報が取得される。
　また、不審船検出部２３は、上記検出された航走体の動きを示す情報を取得する。具体的には、例えば、対応する速度ベクトルＶｔを示す情報を取得する。これにより、上記検出された航走体の動きを示す情報が取得される。
　また、不審船検出部２３は、対象領域Ａに対応する海域におけるＡＩＳ（Ａｕｔｏｍａｔｉｃ　Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　Ｓｙｓｔｅｍ）情報を取得する。ＡＩＳ情報は、例えば、図示しないＡＩＳ受信機により受信される。当該取得されたＡＩＳ情報は、予め登録された個々の船舶の位置（緯度、経度等）を示す情報を含む。また、当該取得されたＡＩＳ情報は、予め登録された個々の船舶の動き（対地針路、対地船速、船首方位、回頭角速度等）を示す情報を含む。
　不審船検出部２３は、これらの情報を用いて、上記検出された航走体の位置及び動きを、ＡＩＳ情報に含まれる個々の船舶の位置及び動きと比較する。不審船検出部２３は、上記検出された航走体の位置及び動きがＡＩＳ情報に含まれるいずれかの船舶の位置及び動きに対応している場合、上記検出された航走体が不審船でないと判別する。そうでない場合、不審船検出部２３は、上記検出された航走体が不審船であると判別する。
　報知制御部２４は、不審船検出部２３により不審船が検出された場合、かかる不審船の存在を報知する制御を実行する。かかる報知には、出力装置３が用いられる。出力装置３は、例えば、表示装置、音声出力装置及び通信装置のうちの少なくとも一つを含む。表示装置は、例えば、ディスプレイを用いたものである。音声出力装置は、例えば、スピーカーを用いたものである。通信装置は、例えば、専用の送信機及び受信機を用いたものである。
　具体的には、例えば、報知制御部２４は、不審船が存在することを示す画像を表示する制御を実行する。かかる画像の表示には、出力装置３のうちの表示装置が用いられる。かかる画像が表示されることにより、不審船の存在が人に報知される。なお、かかる画像は、対象領域Ａにおける不審船の位置を示すものであっても良い。例えば、かかる画像は、対象領域Ａを含む地図状又は海図状の画像に、不審船の位置を示す点状又はアイコン状の画像が重畳表示されるものであっても良い。または、例えば、かかる画像は、三次元モデルＭにおいて、不審船に対応する三次元モデルＭ＿２の色が他の部位の色と異なる色により表示されるものであっても良い。
　または、例えば、報知制御部２４は、不審船が存在することを示す音声を出力する制御を実行する。かかる音声の出力には、出力装置３のうちの音声出力装置が用いられる。かかる音声が出力されることにより、不審船の存在が人に報知される。
　または、例えば、報知制御部２４は、不審船が存在することを示す信号を送信する制御を実行する。かかる信号の送信には、出力装置３のうちの通信装置が用いられる。かかる信号が送信されることにより、不審船の存在が他のシステム（不図示）に放置される。かかる信号は、例えば、対象領域Ａに対応する海域を監視するシステムに送信される。
　このようにして、航走体検出システム１００の要部が構成されている。
　以下、出射部１１を「出射手段」ということがある。また、受光部１２を「受光手段」ということがある。また、動き検出部２１を「動き検出手段」ということがある。また、航走体検出部２２を「航走体検出手段」ということがある。また、不審船検出部２３を「不審船検出手段」ということがある。また、報知制御部２４を「報知制御手段」ということがある。
　次に、図５～図７を参照して、航走体検出装置２の要部のハードウェア構成について説明する。
　図５～図７の各々に示す如く、航走体検出装置２は、コンピュータ４１を用いたものである。
　図５に示す如く、コンピュータ４１は、プロセッサ５１及びメモリ５２を備える。メモリ５２は、コンピュータ４１を動き検出部２１、航走体検出部２２、不審船検出部２３及び報知制御部２４として機能させるためのプログラムを記憶する。プロセッサ５１は、メモリ５２に記憶されたプログラムを読み出して実行する。これにより、動き検出部２１の機能Ｆ１、航走体検出部２２の機能Ｆ２、不審船検出部２３の機能Ｆ３及び報知制御部２４の機能Ｆ４が実現される。
　または、図６に示す如く、コンピュータ４１は、処理回路５３を備える。処理回路５３は、コンピュータ４１を動き検出部２１、航走体検出部２２、不審船検出部２３及び報知制御部２４として機能させるための処理を実行する。これにより、機能Ｆ１～Ｆ４が実現される。
　または、図７に示す如く、コンピュータ４１は、プロセッサ５１、メモリ５２及び処理回路５３を備える。この場合、機能Ｆ１～Ｆ４のうちの一部の機能がプロセッサ５１及びメモリ５２により実現されるとともに、機能Ｆ１～Ｆ４のうちの残余の機能が処理回路５３により実現される。
　プロセッサ５１は、１個以上のプロセッサにより構成されている。個々のプロセッサは、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、マイクロプロセッサ、マイクロコントローラ又はＤＳＰ（Ｄｉｇｉｔａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｏｒ）を用いたものである。
　メモリ５２は、１個以上のメモリにより構成されている。個々のメモリは、例えば、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ソリッドステートドライブ、ハードディスクドライブ、フレキシブルディスク、コンパクトディスク、ＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｃ）、ブルーレイディスク、ＭＯ（Ｍａｇｎｅｔｏ　Ｏｐｔｉｃａｌ）ディスク又はミニディスクを用いたものである。
　処理回路５３は、１個以上の処理回路により構成されている。個々の処理回路は、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、ＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ　Ｌｏｇｉｃ　Ｄｅｖｉｃｅ）、ＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、ＳｏＣ（Ｓｙｓｔｅｍ　ｏｎ　ａ　Ｃｈｉｐ）又はシステムＬＳＩ（Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｉｏｎ）を用いたものである。
　なお、プロセッサ５１は、機能Ｆ１～Ｆ４の各々に対応する専用のプロセッサを含むものであっても良い。メモリ５２は、機能Ｆ１～Ｆ４の各々に対応する専用のメモリを含むものであっても良い。処理回路５３は、機能Ｆ１～Ｆ４の各々に対応する専用の処理回路を含むものであっても良い。
　次に、図８に示すフローチャートを参照して、航走体検出装置２の動作について説明する。
　まず、動き検出部２１は、対象領域Ａにおける波浪Ｗの動きを検出するとともに、対象領域Ａにおける個々の物体Ｏの動きを検出する（ステップＳＴ１）。動き検出部２１による動きの検出方法の詳細については、既に説明したとおりである。このため、再度の説明は省略する。
　次いで、航走体検出部２２は、個々の物体Ｏが航走体であるか否かを判別することにより、対象領域Ａにおける航走体を検出する（ステップＳＴ２）。航走体検出部２２による航走体の検出方法の詳細については、図９～図１１を参照して後述する。
　次いで、不審船検出部２３は、ステップＳＴ２にて航走体が検出された場合、当該検出された航走体が不審船であるか否かを判別することにより、対象領域Ａにおける不審船を検出する（ステップＳＴ３）。不審船検出部２３による不審船の検出方法の詳細については、既に説明したとおりである。このため、再度の説明は省略する。
　次いで、報知制御部２４は、ステップＳＴ３にて不審船が検出された場合、不審船の存在を報知する制御を実行する（ステップＳＴ４）。かかる報知の詳細については、既に説明したとおりである。このため、再度の説明は省略する。
　なお、ステップＳＴ２にて航走体が検出されなかった場合、ステップＳＴ３，ＳＴ４の処理はスキップされる。また、ステップＳＴ３にて不審船が検出されなかった場合、ステップＳＴ４の処理はスキップされる。
　次に、図９～図１１を参照して、航走体検出部２２による航走体の検出方法の詳細について説明する。
　図９は、対象領域Ａに１個の物体Ｏが存在するとき、対象領域Ａの水面及び物体Ｏにレーザ光が照射される状態の例を示している。図９に示す例において、物体Ｏは、航走体（より具体的には船舶）である。図１０は、図９に示す状態において、速度ベクトル算出部３３により算出された速度ベクトルＶｓ，Ｖｔの例を示している。速度ベクトルＶｓ，Ｖｔの各々は、ＸＹ平面における二次元のベクトルである。速度ベクトルＶｓは、波浪Ｗの動きに対応している。速度ベクトルＶｔは、物体Ｏの動きに対応している。
　航走体検出部２２は、速度ベクトルＶｔにおける速度ベクトルＶｓに対する平行成分Ｖｔｐを算出する。また、航走体検出部２２は、速度ベクトルＶｔにおける速度ベクトルＶｓに対する垂直成分Ｖｔｖを算出する。換言すれば、航走体検出部２２は、速度ベクトルＶｔを速度ベクトルＶｓに対する平行成分Ｖｔｐ及び垂直成分Ｖｔｖに分離する。図１１は、当該分離された平行成分Ｖｔｐ及び垂直成分Ｖｔｖの例を示している。
　このとき、航走体検出部２２は、ＸＹ平面におけるＸ軸を、速度ベクトルＶｓに対して平行な軸に設定する。このため、平行成分Ｖｔｐは、速度ベクトルＶｔのうちのＸ成分Ｖｔｘである。また、垂直成分Ｖｔｖは、速度ベクトルＶｔのうちのＹ成分Ｖｔｙである。
〈第１の判別方法〉
　航走体検出部２２は、以下の式（１）により、速度ベクトルＶｓに対する平行成分Ｖｔｐの差分を示す相対速度ベクトルＶｒｐを算出する。
　Ｖｒｐ＝Ｖｔｐ－Ｖｓ　　（１）
　次いで、航走体検出部２２は、相対速度ベクトルＶｒｐの大きさ｜Ｖｒｐ｜を所定の閾値Ｔｈ１と比較する。航走体検出部２２は、以下の式（２）に示す条件（以下「第１条件」という。）が成立する場合、物体Ｏが航走体であると判別する。他方、第１条件が成立しない場合、航走体検出部２２は、物体Ｏが航走体でないと判別する。
　｜Ｖｒｐ｜＞Ｔｈ１　　（２）
　すなわち、相対速度ベクトルＶｒｐの大きさ｜Ｖｒｐ｜は、Ｘ方向について、波浪Ｗの動きに対する物体Ｏの動きのずれ量に対応している。かかるずれ量が大きい場合、物体Ｏは、対象領域Ａにおける波に逆らって移動している蓋然性が高い。この場合、物体Ｏは、動力を有する移動体、すなわち航走体である蓋然性が高いと考えられる。他方、かかるずれ量が小さい場合、物体Ｏは、対象領域Ａにおける波に流されている物体、すなわち浮遊物である蓋然性が高いと考えられる。そこで、航走体検出部２２は、上記のように｜Ｖｒｐ｜を用いた閾値判定により、物体Ｏが航走体であるか否かを判別する。
〈第２の判別方法〉
　航走体検出部２２は、垂直成分Ｖｔｖの大きさ｜Ｖｔｖ｜を所定の閾値Ｔｈ２と比較する。航走体検出部２２は、以下の式（３）に示す条件（以下「第２条件」という。）が成立する場合、物体Ｏが航走体であると判別する。他方、第２条件が成立しない場合、航走体検出部２２は、物体Ｏが航走体でないと判別する。
　｜Ｖｔｖ｜＞Ｔｈ２　　（３）
　すなわち、垂直成分Ｖｔｖの大きさ｜Ｖｔｖ｜は、Ｙ方向について、波浪Ｗの動きに対する物体Ｏの動きパターンのずれ量に対応している。かかるずれ量が大きい場合、物体Ｏは、動力を有する移動体、すなわち航走体である蓋然性が高いと考えられる。他方、かかるずれ量が小さい場合、物体Ｏは、対象領域Ａにおける波に流されている物体、すなわち浮遊物である蓋然性が高いと考えられる。そこで、航走体検出部２２は、上記のように｜Ｖｔｖ｜を用いた閾値判定により、物体Ｏが航走体であるか否かを判別する。
〈第３の判別方法〉
　航走体検出部２２は、上記式（１）により相対速度ベクトルＶｒｐを算出する。
　次いで、航走体検出部２２は、相対速度ベクトルＶｒｐの大きさ｜Ｖｒｐ｜を閾値Ｔｈ１と比較するとともに、垂直成分Ｖｔｖの大きさ｜Ｖｔｖ｜を閾値Ｔｈ２と比較する。航走体検出部２２は、第１条件及び第２条件のうちの少なくとも一方が成立する場合、物体Ｏが航走体であると判別する。他方、第１条件が成立せず、かつ、第２条件が成立しない場合、航走体検出部２２は、物体Ｏが航走体でないと判別する。
　このように、相対速度ベクトルＶｒｐ及び垂直成分Ｖｔｖの両方を用いることにより、物体Ｏが航走体であるか否かの判別の精度を向上することができる。特に、物体Ｏが航走体であるとき、物体Ｏが航走体でないという誤判別の発生を抑制することができる。
〈第４の判別方法〉
　航走体検出部２２は、上記式（１）により相対速度ベクトルＶｒｐを算出する。
　次いで、航走体検出部２２は、相対速度ベクトルＶｒｐの大きさ｜Ｖｒｐ｜について、所定時間分の積算値∫（｜Ｖｒｐ｜）（ｄｔ）を算出する。航走体検出部２２は、積算値∫（｜Ｖｒｐ｜）（ｄｔ）を所定の閾値Ｔｈ３と比較する。航走体検出部２２は、以下の式（４）に示す条件（以下「第３条件」という。）が成立する場合、物体Ｏが航走体であると判別する。他方、第３条件が成立しない場合、航走体検出部２２は、物体Ｏが航走体でないと判別する。
　∫（｜Ｖｒｐ｜）（ｄｔ）＞Ｔｈ３　　（４）
　このように、所定時間分の積算値∫（｜Ｖｒｐ｜）（ｄｔ）を用いることにより、特定の時点における｜Ｖｒｐ｜を用いる場合に比して、｜Ｖｒｐ｜の時間変動による誤判別の発生を抑制することができる。
〈第５の判別方法〉
　航走体検出部２２は、垂直成分Ｖｔｖの大きさ｜Ｖｔｖ｜について、所定時間分の積算値∫（｜Ｖｔｖ｜）（ｄｔ）を算出する。航走体検出部２２は、積算値∫（｜Ｖｔｖ｜）（ｄｔ）を所定の閾値Ｔｈ４と比較する。航走体検出部２２は、以下の式（５）に示す条件（以下「第４条件」という。）が成立する場合、物体Ｏが航走体であると判別する。他方、第４条件が成立しない場合、航走体検出部２２は、物体Ｏが航走体でないと判別する。
　∫（｜Ｖｔｖ｜）（ｄｔ）＞Ｔｈ４　　（５）
　このように、所定時間分の積算値∫（｜Ｖｔｖ｜）（ｄｔ）を用いることにより、特定の時点における｜Ｖｔｖ｜を用いる場合に比して、｜Ｖｔｖ｜の時間変動による誤判別の発生を抑制することができる。
　〈第６の判別方法〉
　航走体検出部２２は、上記式（１）により相対速度ベクトルＶｒｐを算出する。
　次いで、航走体検出部２２は、相対速度ベクトルＶｒｐの大きさ｜Ｖｒｐ｜について、所定時間分の積算値∫（｜Ｖｒｐ｜）（ｄｔ）を算出する。また、航走体検出部２２は、垂直成分Ｖｔｖの大きさ｜Ｖｔｖ｜について、所定時間分の積算値∫（｜Ｖｔｖ｜）（ｄｔ）を算出する。
　航走体検出部２２は、積算値∫（｜Ｖｒｐ｜）（ｄｔ）を閾値Ｔｈ３と比較するとともに、積算値∫（｜Ｖｔｖ｜）（ｄｔ）を閾値Ｔｈ４と比較する。航走体検出部２２は、第３条件及び第４条件のうちの少なくとも一方が成立する場合、物体Ｏが航走体であると判別する。他方、第３条件が成立せず、かつ、第４条件が成立しない場合、航走体検出部２２は、物体Ｏが航走体でないと判別する。
　このように、相対速度ベクトルＶｒｐ及び垂直成分Ｖｔｖの両方を用いることにより、物体Ｏが航走体であるか否かの判別の精度を向上することができる。また、所定時間分の積算値∫（｜Ｖｒｐ｜）（ｄｔ）を用いることにより、特定の時点における｜Ｖｒｐ｜を用いる場合に比して、｜Ｖｒｐ｜の時間変動による誤判別の発生を抑制することができる。さらに、所定時間分の積算値∫（｜Ｖｔｖ｜）（ｄｔ）を用いることにより、特定の時点における｜Ｖｔｖ｜を用いる場合に比して、｜Ｖｔｖ｜の時間変動による誤判別の発生を抑制することができる。
　次に、航走体検出システム１００の変形例について説明する。
　不審船検出部２３による不審船の検出方法は、上記の具体例（すなわちＡＩＳ情報を用いる例）に限定されるものではない。例えば、不審船検出部２３は、航走体検出部２２により検出された航走体が不審船であるか否かを判別するにあたり、以下のような方法を用いるものであっても良い。
　すなわち、不審船検出部２３には、対象領域Ａに対応する海域における過去に検出された不審船の位置及び動きのパターンであって、１個以上のパターンを示す情報が予め記憶されている。不審船検出部２３は、航走体検出部２２により検出された航走体の位置及び動きを個々のパターンと比較する。換言すれば、不審船検出部２３には、航走体検出部２２により検出された航走体の位置及び動きを予め設定された所定のパターンと比較する。不審船検出部２３は、航走体検出部２２により検出された航走体の位置及び動きがいずれかのパターンに該当する場合、当該検出された航走体が不審船であると判別する。そうでない場合、不審船検出部２３は、当該検出された航走体が不審船でないと判別する。
　次に、航走体検出システム１００の他の変形例について説明する。
　個々のＬｉＤＡＲ装置１は、対象領域Ａの周囲における水中（例えば海中）又は対象領域Ａの内部における水中（例えば海中）に設置されるものであっても良い。すなわち、個々のＬｉＤＡＲ装置１は、水中ＬｉＤＡＲを用いたものであっても良い。この場合、水中に設けられた出射部１１によりレーザ光が出射されて、水中に設けられた受光部１２により反射光が受信される。このとき、出射されるレーザ光の周波数は、水中ＬｉＤＡＲ用の周波数に設定されるのが好適である。
　次に、航走体検出システム１００を用いることによる効果について説明する。
　上記のとおり、航走体検出装置２において、動き検出部２１は、水上の物体Ｏ及び物体Ｏの周辺の水面に照射されたレーザ光、及びレーザ光に対応する反射光に基づき、物体Ｏの動き及び水面の波浪Ｗの動きを検出する。航走体検出部２２は、物体Ｏの動き及び波浪Ｗの動きに基づき、物体Ｏが航走体であるか否かを判別することにより航走体を検出する。これにより、対象領域Ａにおける航走体を検出することができる。
　特に、ＬｉＤＡＲ装置１を用いることにより、可視光カメラを用いる場合に比して、周囲の明るさによらずに航走体を検出することができる。また、通常、ＬｉＤＡＲ装置１を用いて物体Ｏを検出可能な距離は、可視光カメラにより物体Ｏを検出可能な距離に比して長い。このため、特に対象領域Ａが広いとき、可視光カメラを用いる場合に比して、かかる装置の設置台数を低減することができる。また、ＬｉＤＡＲ装置１を用いることにより、航走体（特に不審船）を検出するために有人の船舶がパトロールをする場合に比して、人件費を低減することができる。
　また、動き検出部２１は、反射光のドップラーシフト量に基づき物体Ｏの動き及び波浪Ｗの動きを検出する。これにより、ドップラーＬｉＤＡＲに関する技術を用いて、物体Ｏの動き及び波浪Ｗの動きを検出することができる。
　また、航走体検出部２２は、波浪Ｗの動きを示す第１速度ベクトルＶｓ及び物体Ｏの動きを示す第２速度ベクトルＶｔを用いて、波浪Ｗの動きに対する物体Ｏの動きのずれ量に基づき物体Ｏが航走体であるか否かを判別する。速度ベクトルＶｓ，Ｖｔを用いることにより、例えば、図９～図１１を参照して説明した方法に基づき、物体Ｏが航走体であるか否かを判別することができる。
　また、不審船検出部２３は、物体Ｏが航走体であると判別された場合、航走体が不審船であるか否かを判別することにより不審船を検出する。これにより、対象領域Ａにおける不審船を検出することができる。
　また、不審船検出部２３は、ＡＩＳ情報を取得して、航走体の位置及び動きをＡＩＳ情報に含まれる個々の船舶の位置及び動きと比較することにより、航走体が不審船であるか否かを判別する。ＡＩＳ情報を用いることにより、上記のとおり、航走体が不審船であるか否かを判別することができる。
　また、不審船検出部２３は、航走体の動きを予め設定された動きのパターンと比較することにより、航走体が不審船であるか否かを判別する。かかるパターンを用いることにより、上記のとおり、航走体が不審船であるか否かを判別することができる。特に、ＡＩＳ情報を取得することができない場合であっても、航走体が不審船であるか否かを判別することができる。
　また、報知制御部２４は、航走体が不審船であると判別された場合、不審船の存在を報知する制御を実行する。これにより、対象領域Ａにおける不審船の存在を人又は他のシステムに知らせることができる。
　また、レーザ光は、水中に設けられた出射部１１により出射されて、反射光は、水中に設けられた受光部１２により受信される。これにより、航走体を検出するにあたり、水中ＬｉＤＡＲを用いることができる。
　次に、図１２を参照して、航走体検出装置２の変形例について説明する。また、図１３を参照して、航走体検出システム１００の他の変形例について説明する。
　図１２に示す如く、航走体検出装置２は、動き検出部２１及び航走体検出部２２を備えるものであっても良い。換言すれば、動き検出部２１及び航走体検出部２２により、航走体検出装置２の要部が構成されているものであっても良い。この場合、不審船検出部２３及び報知制御部２４は、航走体検出装置２の外部に設けられるものであっても良い。すなわち、図１２に示す航走体検出装置２の具体的な一例が、図３に示す航走体検出装置２であるといえる。
　図１３に示す如く、航走体検出システム１００は、動き検出部２１及び航走体検出部２２を備えるものであっても良い。換言すれば、動き検出部２１及び航走体検出部２２により、航走体検出システム１００の要部が構成されているものであっても良い。この場合、不審船検出部２３及び報知制御部２４は、航走体検出システム１００の外部に設けられるものであっても良い。また、ＬｉＤＡＲ装置１＿１～１＿Ｎ及び出力装置３は、航走体検出システム１００の外部に設けられるものであっても良い。すなわち、図１３に示す航走体検出システム１００の具体的な一例が、図１に示す航走体検出システム１００であるといえる。
　これらの場合であっても、上記のような効果を奏することができる。すなわち、動き検出部２１は、水上の物体Ｏ及び物体Ｏの周辺の水面に照射されたレーザ光、及びレーザ光に対応する反射光に基づき、物体Ｏの動き及び水面の波浪Ｗの動きを検出する。航走体検出部２２は、物体Ｏの動き及び波浪Ｗの動きに基づき、物体Ｏが航走体であるか否かを判別することにより航走体を検出する。これにより、航走体を検出することができる。
　なお、航走体検出システム１００は、動き検出部２１及び航走体検出部２２に加えて、不審船検出部２３を備えるものであっても良い。また、航走体検出システム１００は、報知制御部２４を更に備えるものであっても良い。航走体検出システム１００の各部は、独立した装置により構成されているものであっても良い。これらの装置は、地理的に又はネットワーク的に分散されたものであっても良い。例えば、これらの装置は、エッジコンピュータ及びクラウドコンピュータを含むものであっても良い。
［第２実施形態］
　図１４は、第２実施形態に係る航走体検出システムの要部を示すブロック図である。図１５は、第２実施形態に係る航走体検出装置の要部を示すブロック図である。図１６は、第２実施形態に係る航走体検出装置における動き検出部の要部を示すブロック図である。図１４～図１６を参照して、第２実施形態に係る航走体検出システムについて説明する。なお、図１４～図１６において、図１、図３及び図４に示すブロックと同様のブロックには同一符号を付して説明を省略する。
　図１４に示す如く、航走体検出システム１００ａは、ＬｉＤＡＲ装置１＿１～１＿Ｎ、航走体検出装置２ａ及び出力装置３を含む。図１５に示す如く、航走体検出装置２ａは、動き検出部２１ａ、航走体検出部２２、不審船検出部２３及び報知制御部２４を備える。図１６に示す如く、動き検出部２１ａは、距離算出部３１、三次元モデル生成部３２及び速度ベクトル算出部３３ａを含む。以下、動き検出部２１ａを「動き検出手段」ということがある。
　第１実施形態に係る航走体検出装置２における速度ベクトル算出部３３は、個々のＬｉＤＡＲ装置１により受信された反射光におけるドップラーシフト量に基づき速度ベクトルＶｔ，Ｖｓを算出するものであった。これに対して、速度ベクトル算出部３３ａは、三次元モデルＭの時間変化に基づき速度ベクトルＶｔ，Ｖｓを算出する。
　すなわち、個々のＬｉＤＡＲ装置１による対象領域Ａのスキャンが所定時間毎に実行される。これにより、所定時間毎に三次元モデルＭが生成される。換言すれば、連続する複数個の時点に対応する複数個の三次元モデルＭが生成される。各時点に対応する三次元モデルＭは、水面に対応する三次元モデルＭ＿１を含み、かつ、個々の物体Ｏに対応する三次元モデルＭ＿２を含み得る。
　速度ベクトル算出部３３ａは、各時点に対応する三次元モデルＭ＿１について、波浪Ｗのうちの個々の波に対応する部位（又は波浪Ｗのうちの選択された少なくとも１個の波に対応する部位）の位置を検出する。速度ベクトル算出部３３ａは、当該検出された位置の時間変化に基づき、波浪Ｗの動きを示す速度ベクトルＶｓを算出する。なお、当該検出された位置の時間変化が波毎に異なる場合、これらの平均に基づき速度ベクトルＶｓが算出されるものであっても良い。
　また、速度ベクトル算出部３３ａは、各時刻に対応する三次元モデルＭについて、個々の物体Ｏに対応する三次元モデルＭ＿２の位置を検出する。速度ベクトル算出部３３ａは、当該検出された位置の時間変化に基づき、個々の物体Ｏの動きを示す速度ベクトルＶｔを算出する。
　このようにして、対象領域Ａにおける波浪Ｗの動きが検出されるとともに、対象領域Ａにおける個々の物体Ｏの動きが検出される。
　航走体検出装置２ａの要部のハードウェア構成は、実施の形態１にて図５～図７を参照して説明したものと同様である。このため、詳細な説明は省略する。すなわち、航走体検出装置２ａは、動き検出部２１ａの機能Ｆ１ａ、航走体検出部２２の機能Ｆ２、不審船検出部２３の機能Ｆ３及び報知制御部２４の機能Ｆ４を有する。機能Ｆ１ａ，Ｆ２，Ｆ３，Ｆ４の各々は、プロセッサ５１及びメモリ５２により実現されるものであっても良く、又は処理回路５３により実現されるものであっても良い。
　次に、図１７に示すフローチャートを参照して、航走体検出装置２ａの動作について説明する。なお、図１７において、図８に示すステップと同様のステップには同一符号を付して説明を省略する。
　まず、動き検出部２１ａは、対象領域Ａにおける波浪Ｗの動きを検出するとともに、対象領域Ａにおける個々の物体Ｏの動きを検出する（ステップＳＴ１ａ）。動き検出部２１ａによる動きの検出方法の詳細については、既に説明したとおりである。このため、再度の説明は省略する。次いで、ステップＳＴ２～ＳＴ４の処理が順次実行される。
　次に、航走体検出システム１００ａを用いることによる効果について説明する。
　航走体検出システム１００ａは、第１実施形態に係る航走体検出システム１００が奏する効果と同様の効果を奏する。すなわち、航走体検出システム１００ａを用いることにより、対象領域Ａにおける航走体を検出することができる。また、当該検出された航走体が不審船であるか否かを判別することにより、対象領域Ａにおける不審船を検出することができる。
　次に、航走体検出装置２ａの変形例について説明する。また、航走体検出システム１００ａの変形例について説明する。
　航走体検出装置２ａは、第１実施形態にて説明したものと同様の種々の変形例を採用することができる。例えば、図１２を参照して説明した例と同様に、動き検出部２１ａ及び航走体検出部２２により航走体検出装置２ａの要部が構成されているものであっても良い。
　航走体検出システム１００ａは、第１実施形態にて説明したものと同様の種々の変形例を採用することができる。例えば、図１３を参照して説明した例と同様に、動き検出部２１ａ及び航走体検出部２２により航走体検出システム１００ａの要部が構成されているものであっても良い。これに加えて、航走体検出システム１００ａは、不審船検出部２３を含むものであっても良い。また、航走体検出システム１００ａは、報知制御部２４を更に含むものであっても良い。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明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。
　上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
［付記］
　　［付記１］
　水上の物体及び前記物体の周辺の水面に照射されたレーザ光、及び前記レーザ光に対応する反射光に基づき、前記物体の動き及び前記水面の波浪の動きを検出する動き検出手段と、
　前記物体の動き及び前記波浪の動きに基づき、前記物体が航走体であるか否かを判別することにより前記航走体を検出する航走体検出手段と、
　を備える航走体検出装置。
　　［付記２］
　前記動き検出手段は、前記反射光のドップラーシフト量に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする付記１に記載の航走体検出装置。
　　［付記３］
　前記動き検出手段は、前記反射光に基づき前記物体及び前記水面の三次元モデルを生成して、前記三次元モデルの時間変化に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする付記１に記載の航走体検出装置。
　　［付記４］
　前記航走体検出手段は、前記波浪の動きを示す第１速度ベクトル及び前記物体の動きを示す第２速度ベクトルを用いて、前記波浪の動きに対する前記物体の動きのずれ量に基づき前記物体が前記航走体であるか否かを判別することを特徴とする付記１から付記３のうちのいずれか一つに記載の航走体検出装置。
　　［付記５］
　前記物体が前記航走体であると判別された場合、前記航走体が不審船であるか否かを判別することにより前記不審船を検出する不審船検出手段を備えることを特徴とする付記１から付記４のうちのいずれか一つに記載の航走体検出装置。
　　［付記６］
　前記不審船検出手段は、ＡＩＳ情報を取得して、前記航走体の位置及び動きを前記ＡＩＳ情報に含まれる個々の船舶の位置及び動きと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする付記５に記載の航走体検出装置。
　　［付記７］
　前記不審船検出手段は、前記航走体の動きを予め設定された動きのパターンと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする付記５に記載の航走体検出装置。
　　［付記８］
　前記航走体が前記不審船であると判別された場合、前記不審船の存在が報知されることを特徴とする付記５から付記７のうちのいずれか一つに記載の航走体検出装置。
　　［付記９］
　前記レーザ光は、水中に設けられた出射手段により出射されて、
　前記反射光は、水中に設けられた受光手段により受信される
　ことを特徴とする付記１から付記８のうちのいずれか一つに記載の航走体検出装置。
　　［付記１０］
　水上の物体及び前記物体の周辺の水面に照射されたレーザ光、及び前記レーザ光に対応する反射光に基づき、前記物体の動き及び前記水面の波浪の動きを検出する動き検出手段と、
　前記物体の動き及び前記波浪の動きに基づき、前記物体が航走体であるか否かを判別することにより前記航走体を検出する航走体検出手段と、
　を備える航走体検出システム。
　　［付記１１］
　前記動き検出手段は、前記反射光のドップラーシフト量に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする付記１０に記載の航走体検出システム。
　　［付記１２］
　前記動き検出手段は、前記反射光に基づき前記物体及び前記水面の三次元モデルを生成して、前記三次元モデルの時間変化に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする付記１０に記載の航走体検出システム。
　　［付記１３］
　前記航走体検出手段は、前記波浪の動きを示す第１速度ベクトル及び前記物体の動きを示す第２速度ベクトルを用いて、前記波浪の動きに対する前記物体の動きのずれ量に基づき前記物体が前記航走体であるか否かを判別することを特徴とする付記１０から付記１２のうちのいずれか一つに記載の航走体検出システム。
　　［付記１４］
　前記物体が前記航走体であると判別された場合、前記航走体が不審船であるか否かを判別することにより前記不審船を検出する不審船検出手段を備えることを特徴とする付記１０から付記１３のうちのいずれか一つに記載の航走体検出システム。
　　［付記１５］
　前記不審船検出手段は、ＡＩＳ情報を取得して、前記航走体の位置及び動きを前記ＡＩＳ情報に含まれる個々の船舶の位置及び動きと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする付記１４に記載の航走体検出システム。
　　［付記１６］
　前記不審船検出手段は、前記航走体の動きを予め設定された動きのパターンと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする付記１４に記載の航走体検出システム。
　　［付記１７］
　前記航走体が前記不審船であると判別された場合、前記不審船の存在が報知されることを特徴とする付記１４から付記１６のうちのいずれか一つに記載の航走体検出システム。
　　［付記１８］
　前記レーザ光は、水中に設けられた出射手段により出射されて、
　前記反射光は、水中に設けられた受光手段により受信される
　ことを特徴とする付記１０から付記１７のうちのいずれか一つに記載の航走体検出システム。
　　［付記１９］
　動き検出手段が、水上の物体及び前記物体の周辺の水面に照射されたレーザ光、及び前記レーザ光に対応する反射光に基づき、前記物体の動き及び前記水面の波浪の動きを検出し、
　航走体検出手段が、前記物体の動き及び前記波浪の動きに基づき、前記物体が航走体であるか否かを判別することにより前記航走体を検出する
　航走体検出方法。
　　［付記２０］
　前記動き検出手段は、前記反射光のドップラーシフト量に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする付記１９に記載の航走体検出方法。
　　［付記２１］
　前記動き検出手段は、前記反射光に基づき前記物体及び前記水面の三次元モデルを生成して、前記三次元モデルの時間変化に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする付記１９に記載の航走体検出方法。
　　［付記２２］
　前記航走体検出手段は、前記波浪の動きを示す第１速度ベクトル及び前記物体の動きを示す第２速度ベクトルを用いて、前記波浪の動きに対する前記物体の動きのずれ量に基づき前記物体が前記航走体であるか否かを判別することを特徴とする付記１９から付記２０のうちのいずれか一つに記載の航走体検出方法。
　　［付記２３］
　不審船検出手段が、前記物体が前記航走体であると判別された場合、前記航走体が不審船であるか否かを判別することにより前記不審船を検出することを特徴とする付記１９から付記２２のうちのいずれか一つに記載の航走体検出方法。
　　［付記２４］
　前記不審船検出手段は、ＡＩＳ情報を取得して、前記航走体の位置及び動きを前記ＡＩＳ情報に含まれる個々の船舶の位置及び動きと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする付記２３に記載の航走体検出方法。
　　［付記２５］
　前記不審船検出手段は、前記航走体の動きを予め設定された動きのパターンと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする付記２３に記載の航走体検出方法。
　　［付記２６］
　前記航走体が前記不審船であると判別された場合、前記不審船の存在が報知されることを特徴とする付記２３から付記２５のうちのいずれか一つに記載の航走体検出方法。
　　［付記２７］
　水中に設けられた出射手段が、前記レーザ光を出射し、
　水中に設けられた受光手段が、前記反射光を受信する
　ことを特徴とする付記１９から付記２６のうちのいずれか一つに記載の航走体検出方法。
　　［付記２８］
　コンピュータを、
　水上の物体及び前記物体の周辺の水面に照射されたレーザ光、及び前記レーザ光に対応する反射光に基づき、前記物体の動き及び前記水面の波浪の動きを検出する動き検出手段と、
　前記物体の動き及び前記波浪の動きに基づき、前記物体が航走体であるか否かを判別することにより前記航走体を検出する航走体検出手段と、
　として機能させるためのプログラムを記録した記録媒体。
　　［付記２９］
　前記動き検出手段は、前記反射光のドップラーシフト量に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする付記２８に記載の記録媒体。
　　［付記３０］
　前記動き検出手段は、前記反射光に基づき前記物体及び前記水面の三次元モデルを生成して、前記三次元モデルの時間変化に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする付記２８に記載の記録媒体。
　　［付記３１］
　前記航走体検出手段は、前記波浪の動きを示す第１速度ベクトル及び前記物体の動きを示す第２速度ベクトルを用いて、前記波浪の動きに対する前記物体の動きのずれ量に基づき前記物体が前記航走体であるか否かを判別することを特徴とする付記２８から付記３０のうちのいずれか一つに記載の記録媒体。
　　［付記３２］
　前記プログラムは、前記コンピュータを、前記物体が前記航走体であると判別された場合、前記航走体が不審船であるか否かを判別することにより前記不審船を検出する不審船検出手段として機能させることを特徴とする付記２８から付記３１のうちのいずれか一つに記載の記録媒体。
　　［付記３３］
　前記不審船検出手段は、ＡＩＳ情報を取得して、前記航走体の位置及び動きを前記ＡＩＳ情報に含まれる個々の船舶の位置及び動きと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする付記３２に記載の記録媒体。
　　［付記３４］
　前記不審船検出手段は、前記航走体の動きを予め設定された動きのパターンと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする付記３２に記載の記録媒体。
　　［付記３５］
　前記プログラムは、前記コンピュータを、前記航走体が前記不審船であると判別された場合、前記不審船の存在を報知する制御を実行する報知制御部として機能させることを特徴とする付記３２から付記３４のうちのいずれか一つに記載の記録媒体。
１　ＬｉＤＡＲ装置
２，２ａ　航走体検出装置
３　出力装置
１１　出射部
１２　受光部
２１，２１ａ　動き検出部
２２　航走体検出部
２３　不審船検出部
２４　報知制御部
３１　距離算出部
３２　三次元モデル生成部
３３，３３ａ　速度ベクトル算出部
４１　コンピュータ
５１　プロセッサ
５２　メモリ
５３　処理回路
１００，１００ａ　航走体検出システム

Claims (27)

  1. 　水上の物体及び前記物体の周辺の水面に照射されたレーザ光、及び前記レーザ光に対応する反射光に基づき、前記物体の動き及び前記水面の波浪の動きを検出する動き検出手段と、
    　前記物体の動き及び前記波浪の動きに基づき、前記物体が航走体であるか否かを判別することにより前記航走体を検出する航走体検出手段と、
    　を備える航走体検出装置。
  2. 　前記動き検出手段は、前記反射光のドップラーシフト量に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする請求項１に記載の航走体検出装置。
  3. 　前記動き検出手段は、前記反射光に基づき前記物体及び前記水面の三次元モデルを生成して、前記三次元モデルの時間変化に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする請求項１に記載の航走体検出装置。
  4. 　前記航走体検出手段は、前記波浪の動きを示す第１速度ベクトル及び前記物体の動きを示す第２速度ベクトルを用いて、前記波浪の動きに対する前記物体の動きのずれ量に基づき前記物体が前記航走体であるか否かを判別することを特徴とする請求項１から請求項３のうちのいずれか１項に記載の航走体検出装置。
  5. 　前記物体が前記航走体であると判別された場合、前記航走体が不審船であるか否かを判別することにより前記不審船を検出する不審船検出手段を備えることを特徴とする請求項１から請求項４のうちのいずれか１項に記載の航走体検出装置。
  6. 　前記不審船検出手段は、ＡＩＳ情報を取得して、前記航走体の位置及び動きを前記ＡＩＳ情報に含まれる個々の船舶の位置及び動きと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする請求項５に記載の航走体検出装置。
  7. 　前記不審船検出手段は、前記航走体の動きを予め設定された動きのパターンと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする請求項５に記載の航走体検出装置。
  8. 　前記航走体が前記不審船であると判別された場合、前記不審船の存在が報知されることを特徴とする請求項５から請求項７のうちのいずれか１項に記載の航走体検出装置。
  9. 　前記レーザ光は、水中に設けられた出射手段により出射されて、
    　前記反射光は、水中に設けられた受光手段により受信される
    　ことを特徴とする請求項１から請求項８のうちのいずれか１項に記載の航走体検出装置。
  10. 　水上の物体及び前記物体の周辺の水面に照射されたレーザ光、及び前記レーザ光に対応する反射光に基づき、前記物体の動き及び前記水面の波浪の動きを検出する動き検出手段と、
    　前記物体の動き及び前記波浪の動きに基づき、前記物体が航走体であるか否かを判別することにより前記航走体を検出する航走体検出手段と、
    　を備える航走体検出システム。
  11. 　前記動き検出手段は、前記反射光のドップラーシフト量に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする請求項１０に記載の航走体検出システム。
  12. 　前記動き検出手段は、前記反射光に基づき前記物体及び前記水面の三次元モデルを生成して、前記三次元モデルの時間変化に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする請求項１０に記載の航走体検出システム。
  13. 　前記航走体検出手段は、前記波浪の動きを示す第１速度ベクトル及び前記物体の動きを示す第２速度ベクトルを用いて、前記波浪の動きに対する前記物体の動きのずれ量に基づき前記物体が前記航走体であるか否かを判別することを特徴とする請求項１０から請求項１２のうちのいずれか１項に記載の航走体検出システム。
  14. 　前記物体が前記航走体であると判別された場合、前記航走体が不審船であるか否かを判別することにより前記不審船を検出する不審船検出手段を備えることを特徴とする請求項１０から請求項１３のうちのいずれか１項に記載の航走体検出システム。
  15. 　前記不審船検出手段は、ＡＩＳ情報を取得して、前記航走体の位置及び動きを前記ＡＩＳ情報に含まれる個々の船舶の位置及び動きと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする請求項１４に記載の航走体検出システム。
  16. 　前記不審船検出手段は、前記航走体の動きを予め設定された動きのパターンと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする請求項１４に記載の航走体検出システム。
  17. 　前記航走体が前記不審船であると判別された場合、前記不審船の存在が報知されることを特徴とする請求項１４から請求項１６のうちのいずれか１項に記載の航走体検出システム。
  18. 　前記レーザ光は、水中に設けられた出射手段により出射されて、
    　前記反射光は、水中に設けられた受光手段により受信される
    　ことを特徴とする請求項１０から請求項１７のうちのいずれか１項に記載の航走体検出システム。
  19. 　動き検出手段が、水上の物体及び前記物体の周辺の水面に照射されたレーザ光、及び前記レーザ光に対応する反射光に基づき、前記物体の動き及び前記水面の波浪の動きを検出し、
    　航走体検出手段が、前記物体の動き及び前記波浪の動きに基づき、前記物体が航走体であるか否かを判別することにより前記航走体を検出する
    　航走体検出方法。
  20. 　前記動き検出手段は、前記反射光のドップラーシフト量に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする請求項１９に記載の航走体検出方法。
  21. 　前記動き検出手段は、前記反射光に基づき前記物体及び前記水面の三次元モデルを生成して、前記三次元モデルの時間変化に基づき前記物体の動き及び前記波浪の動きを検出することを特徴とする請求項１９に記載の航走体検出方法。
  22. 　前記航走体検出手段は、前記波浪の動きを示す第１速度ベクトル及び前記物体の動きを示す第２速度ベクトルを用いて、前記波浪の動きに対する前記物体の動きのずれ量に基づき前記物体が前記航走体であるか否かを判別することを特徴とする請求項１９から請求項２０のうちのいずれか１項に記載の航走体検出方法。
  23. 　不審船検出手段が、前記物体が前記航走体であると判別された場合、前記航走体が不審船であるか否かを判別することにより前記不審船を検出することを特徴とする請求項１９から請求項２２のうちのいずれか１項に記載の航走体検出方法。
  24. 　前記不審船検出手段は、ＡＩＳ情報を取得して、前記航走体の位置及び動きを前記ＡＩＳ情報に含まれる個々の船舶の位置及び動きと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする請求項２３に記載の航走体検出方法。
  25. 　前記不審船検出手段は、前記航走体の動きを予め設定された動きのパターンと比較することにより、前記航走体が前記不審船であるか否かを判別することを特徴とする請求項２３に記載の航走体検出方法。
  26. 　前記航走体が前記不審船であると判別された場合、前記不審船の存在が報知されることを特徴とする請求項２３から請求項２５のうちのいずれか１項に記載の航走体検出方法。
  27. 　水中に設けられた出射手段が、前記レーザ光を出射し、
    　水中に設けられた受光手段が、前記反射光を受信する
    　ことを特徴とする請求項１９から請求項２６のうちのいずれか１項に記載の航走体検出方法。
PCT/JP2021/018818 2021-05-18 2021-05-18 航走体検出装置、航走体検出システム及び航走体検出方法 WO2022244108A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2021/018818 WO2022244108A1 (ja) 2021-05-18 2021-05-18 航走体検出装置、航走体検出システム及び航走体検出方法
JP2023522049A JPWO2022244108A1 (ja) 2021-05-18 2021-05-18

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/018818 WO2022244108A1 (ja) 2021-05-18 2021-05-18 航走体検出装置、航走体検出システム及び航走体検出方法

Publications (1)

Publication Number Publication Date
WO2022244108A1 true WO2022244108A1 (ja) 2022-11-24

Family

ID=84141432

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/018818 WO2022244108A1 (ja) 2021-05-18 2021-05-18 航走体検出装置、航走体検出システム及び航走体検出方法

Country Status (2)

Country Link
JP (1) JPWO2022244108A1 (ja)
WO (1) WO2022244108A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005096674A (ja) * 2003-09-26 2005-04-14 Kawasaki Shipbuilding Corp 不審船探知方法及び装置
WO2014192530A1 (ja) * 2013-05-31 2014-12-04 古野電気株式会社 引き波検出装置、レーダ装置、引き波検出方法、及び引き波検出プログラム
WO2018105112A1 (ja) * 2016-12-09 2018-06-14 株式会社日立国際電気 水上侵入検知システムおよびその方法
JP2020008535A (ja) * 2018-07-12 2020-01-16 日本無線株式会社 目標検出装置及び目標検出プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005096674A (ja) * 2003-09-26 2005-04-14 Kawasaki Shipbuilding Corp 不審船探知方法及び装置
WO2014192530A1 (ja) * 2013-05-31 2014-12-04 古野電気株式会社 引き波検出装置、レーダ装置、引き波検出方法、及び引き波検出プログラム
WO2018105112A1 (ja) * 2016-12-09 2018-06-14 株式会社日立国際電気 水上侵入検知システムおよびその方法
JP2020008535A (ja) * 2018-07-12 2020-01-16 日本無線株式会社 目標検出装置及び目標検出プログラム

Also Published As

Publication number Publication date
JPWO2022244108A1 (ja) 2022-11-24

Similar Documents

Publication Publication Date Title
Thombre et al. Sensors and AI techniques for situational awareness in autonomous ships: A review
Wright Intelligent autonomous ship navigation using multi-sensor modalities
US20160266246A1 (en) A system for monitoring a maritime environment
US20070159922A1 (en) 3-D sonar system
KR102090087B1 (ko) 해양 환경 모니터링 시스템
ES2438983T3 (es) Métodos y aparato para proporcionar estimación de altitud de blanco en un sistema de radar bidimensional
CN110730913B (zh) 退化可视环境的分布式多节点低频雷达系统的方法和设备
US11262449B2 (en) Signal processing device and radar device
NO337296B1 (no) Havneinformasjonssystem for båter
EP2507645B1 (en) System and method for discriminating targets at the water surface from targets below the water surface.
Zhou et al. Mapping the underside of an iceberg with a modified underwater glider
US20200191946A1 (en) Methods and systems for controlling weather radar and electro-optical and imaging systems of search and rescue vehicles
JP7486355B2 (ja) 船舶用物標検出システム、船舶用物標検出方法、信頼度推定装置、及びプログラム
EP2019972A2 (en) 3-d sonar system
KR102479960B1 (ko) 레이더 선박접근 경고장치 및 그 장치의 구동방법, 그리고 컴퓨터 판독가능 기록매체
WO2022244108A1 (ja) 航走体検出装置、航走体検出システム及び航走体検出方法
JP2023181079A (ja) 水上移動体衝突警報装置及び衝突警報信号の出力方法
Goldhahn et al. Environmentally sensitive particle filter tracking in multistatic AUV networks with port-starboard ambiguity
AU2020309309A1 (en) Method for determining the spatial coverage of a detection system
Harris et al. Process for automatic target detection using small marine radar
EP3882649B1 (en) Position estimation for vehicles based on virtual sensor response
US20240210547A1 (en) Method of filtering acoustic b-scan signals for passive detection of an object underwater
US20240201369A1 (en) Method of pre-processing acoustic signals received from an ensonified region of an underwater environment
RU2513198C2 (ru) Способ обеспечения безаварийного движения надводного или подводного судна при наличии подводных или надводных потенциально опасных объектов
Potter Challenges of seeing underwater–a vision for tomorrow

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21940725

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023522049

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 18290058

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21940725

Country of ref document: EP

Kind code of ref document: A1