WO2023058559A1 - 情報処理装置、物体追跡装置、追跡方法、プログラム - Google Patents

情報処理装置、物体追跡装置、追跡方法、プログラム Download PDF

Info

Publication number
WO2023058559A1
WO2023058559A1 PCT/JP2022/036528 JP2022036528W WO2023058559A1 WO 2023058559 A1 WO2023058559 A1 WO 2023058559A1 JP 2022036528 W JP2022036528 W JP 2022036528W WO 2023058559 A1 WO2023058559 A1 WO 2023058559A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
vehicle speed
target
current
observed
Prior art date
Application number
PCT/JP2022/036528
Other languages
English (en)
French (fr)
Inventor
悠介 赤峰
卓也 ▲高▼山
Original Assignee
株式会社デンソー
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 株式会社デンソー filed Critical 株式会社デンソー
Priority to CN202280067652.XA priority Critical patent/CN118076906A/zh
Publication of WO2023058559A1 publication Critical patent/WO2023058559A1/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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles

Definitions

  • the present disclosure relates to an information processing device, an object tracking device, a tracking method, and a program for tracking an object.
  • the state of the object is estimated in advance using the result of frequency analysis of the observation signal obtained from the in-vehicle radar device (hereinafter also referred to as an observed value). It is repeated in a defined processing cycle.
  • an observed value obtained from the in-vehicle radar device
  • Patent Literature 1 proposes a technique of accurately tracking an object using distance, azimuth, and relative velocity as observed values.
  • the above-mentioned relative velocity, distance, direction, etc. are associated with observed values and predicted values, and based on the associated observed values and predicted values, the current state of each object An estimated value indicating the state of is calculated.
  • a method of calculating the predicted value of the relative speed based on the own vehicle speed can be considered.
  • the predicted value of the relative speed is accurately calculated as a value corresponding to the change in the vehicle speed. becomes possible. For example, if the amount of change in the vehicle speed before and after the processing cycle is 1 km/hour, the amount of change in the vehicle speed (i.e., 1 km/hour) is reflected in the predicted value of the relative speed in the current processing cycle. and so on.
  • the predicted value of the relative speed and, by extension, the estimated value of the relative speed can be calculated with high accuracy.
  • the accuracy of tracking the object for example, the accuracy of the estimated value of the position of the object based on the relative velocity, the estimated value of the ground speed of the object based on the relative velocity, etc. improves.
  • the current estimated value of the object can be calculated with high accuracy using the accurate relative speed prediction value, but when the vehicle speed is abnormal, the accuracy of the relative speed prediction value decreases. , the current estimate of the object is less accurate. As a result, when the vehicle speed is abnormal, there is a possibility that the accuracy of object tracking may be lowered.
  • One aspect of the present disclosure is to provide a technique for accurately tracking an object when the vehicle speed is not abnormal, and suppressing a decrease in object tracking accuracy when the vehicle speed abnormality is detected.
  • One aspect of the present disclosure is an information processing device mounted on a vehicle, which includes an observed value detection unit, a tracking unit, and an abnormality determination unit.
  • the observed value detection unit is configured to acquire an observed signal observed by a sensor that transmits and receives radar waves, and detect at least one observed value for at least one target around the vehicle from the observed signal.
  • the tracking unit calculates a current predicted value, which is an estimated value indicating the state of the target, from the past estimated value for each target in a predetermined processing cycle, and calculates a current observed value and a current predicted value.
  • a target is tracked by calculating a current estimate from the predicted value.
  • the abnormality determination unit determines whether or not a vehicle speed abnormality has occurred. When it is determined that the vehicle speed abnormality has not occurred, the tracking unit performs a first process using the predicted value of the relative speed based on the detected vehicle speed to calculate the current estimated value. When it is determined that the vehicle speed is abnormal, the tracking unit performs a second process different from the first process to calculate the current estimated value.
  • first processing that is, processing for obtaining a highly accurate relative speed prediction value and thus an estimated value based on the vehicle speed detection result
  • second processing that is, a process different from the first process.
  • the second process is a process in which the estimated value of the relative speed is less susceptible to the error of the own vehicle speed, and the second process is executed instead of the first process when it is determined that the vehicle speed is abnormal. , it is possible to suppress the influence of the vehicle speed error when estimating the relative speed.
  • the object when the vehicle speed is not abnormal, the object can be tracked with high accuracy, and when the vehicle speed abnormality is detected, it is possible to suppress the deterioration of the tracking accuracy of the target (that is, the object). can.
  • the information processing device described above may be provided as an object tracking device equipped with a radar device. Similar effects can be obtained with such an object tracking device.
  • the procedure performed by the information processing apparatus described above may be provided as a tracking method. A similar effect can be obtained with such a tracking method.
  • a program may be configured to cause a computer to operate as the information processing apparatus described above. A similar effect can be obtained by operating a computer according to such a program.
  • FIG. 1 is a block diagram showing the configuration of an object tracking device including an information processing device according to a first embodiment
  • FIG. Explanatory drawing which shows the example of a detection area in case a radar apparatus is mounted in front of the own vehicle.
  • Explanatory drawing which shows the example of a detection area when a radar apparatus is mounted in addition to the front of the own vehicle.
  • FIG. 2 is a block diagram functionally showing the configuration of an information processing apparatus; 4 is a flowchart showing tracking processing; 4 is a flowchart showing prediction processing; 4 is a flowchart showing association processing; Explanatory drawing explaining an example about determination of the observation value linked
  • FIG. Explanatory drawing which shows the example of a detection area in case a radar apparatus is mounted in front of the own vehicle.
  • FIG. 2 is a block diagram functionally showing the configuration of an information processing apparatus
  • 4 is a flowchart showing tracking processing
  • 4 is a flowchart showing prediction processing
  • 4 is
  • FIG. 10 is an explanatory diagram illustrating another example of determination of an observed value to be associated with a predicted value and calculation of an estimated value; 4 is a flowchart showing estimation processing; 4 is a flowchart showing vehicle speed abnormality detection processing; 5 is a flowchart showing stationary object prediction residual processing; 9 is a flowchart showing prediction processing according to the second embodiment;
  • FIG. 11 is an explanatory diagram for explaining the processing from the previous estimated value of the object to the current estimated value of the object when the position of the object is used as the estimated value in another embodiment;
  • the object tracking device 1 is mounted on a vehicle (hereinafter also referred to as own vehicle JV) and includes a radar device 2 , an information processing device 3 and a detection unit 5 .
  • a vehicle hereinafter also referred to as own vehicle JV
  • the object tracking device 1 includes a radar device 2 , an information processing device 3 and a detection unit 5 .
  • the radar device 2 is mounted in the front center of the own vehicle JV (for example, the center of the front bumper), and detects the area around the own vehicle JV, specifically, the front center area of the own vehicle JV. Area Rd may be used. Further, as shown in FIG. 3, the radar device 2 is mounted on each of the left front side and the right front side of the vehicle JV (for example, the left end and right end of the front bumper). , the left front region and the right front region of the own vehicle JV may be set as the detection areas Rd.
  • the radar device 2 is mounted on each of the left rear side and right rear side of the vehicle JV (for example, the left end and right end of the rear bumper), and is mounted around the vehicle JV, specifically, on the vehicle JV.
  • Each of the left rear region and the right rear region may be used as the detection area Rd.
  • the number and mounting positions of the radar devices 2 to be mounted on the own vehicle JV may be appropriately selected.
  • the radar device 2 is a millimeter wave radar and transmits and receives radio waves.
  • the radar device 2 includes a transmission array antenna made up of a plurality of antenna elements and a reception array antenna made up of a plurality of antenna elements.
  • the radar device 2 irradiates the detection area Rd with transmission waves in each processing cycle that arrives at a predetermined period Tcy.
  • the radar device 2 receives a reflected wave (that is, a received wave) generated by the reflection of the transmitted wave at the reflection point of the target.
  • a reflected wave that is, a received wave
  • Objects such as vehicles, road surfaces, and roadside objects can be used as targets.
  • the radar device 2 generates a beat signal by mixing the transmitted wave and the reflected wave, and outputs the signal generated by sampling the beat signal to the information processing device 3 .
  • the signal output from this radar device 2 is called an observation signal.
  • a signal generated by sampling a beat signal is output here as the observed signal, the present disclosure is not limited to this.
  • the radar apparatus 2 shall be an FMCW system here, this indication is not limited to this.
  • any modulation method such as a multi-frequency CW method or FCM may be used.
  • FCM is an abbreviation for Fast-Chirp Modulation.
  • the information processing device 3 is mainly composed of a well-known microcomputer (that is, a microcomputer) having a CPU 11, a ROM 13, a RAM 15, a flash memory 17, and the like.
  • the CPU 11 implements various functions by executing programs stored in the ROM 13 .
  • a method corresponding to the program is executed by executing the program.
  • the information processing device 3 may also include a coprocessor that executes fast Fourier transform processing (that is, FFT processing) and the like.
  • the number of microcomputers forming the information processing device 3 may be one or more.
  • the method of realizing various functions of the information processing device 3 is not limited to software, and some or all of the elements may be realized using one or more pieces of hardware.
  • the electronic circuit may be realized by a digital circuit including many logic circuits, an analog circuit, or a combination thereof.
  • the CPU 11 executes the program, specifically, as indicated by the solid line in FIG. It realizes the functions of the unit 25 and the estimation unit 26 and executes the tracking process.
  • the tracking unit 27 referred to below includes the functions of the prediction unit 24 , the association unit 25 , and the estimation unit 26 .
  • the information processing device 3 performs tracking processing based on the observation signal generated by the radar device 2 and estimates the state of the target at the current time.
  • the distance from the vehicle JV to the target, the orientation of the target with respect to the vehicle JV, and the relative speed of the target with respect to the vehicle JV can be used to represent the state of the target.
  • the position of the target relative to the own vehicle JV, which is finally calculated from the distance and bearing, the relative speed of the target relative to the own vehicle JV, and the The ground speed of the target calculated from the speed of the vehicle JV (hereinafter also referred to as the own vehicle speed) may be used.
  • the distance from the vehicle JV to the target, the orientation of the target with respect to the vehicle JV, and the relative speed of the target with respect to the vehicle JV are also simply referred to as distance, bearing, and relative speed, respectively.
  • the information processing device 3 calculates, for example, estimated values of the azimuth, distance, relative velocity, etc. of the target at the present time, and based on these, for example, estimates the position of the target at the present time. value and an estimated value of the ground speed of the target may be calculated and output to a driving support device or the like.
  • the driving assistance device is not shown, but refers to various devices that realize driving assistance.
  • the detection unit 5 includes various detection devices other than the radar device 2. At least the wheel speed sensor 9 is included as the sensing device.
  • the wheel speed sensors 9 are provided, for example, on the four front, rear, left, and right wheels of the own vehicle JV, and output signals indicating the rotation speed of the corresponding wheels (hereinafter referred to as wheel speed signals).
  • a wheel speed signal from each wheel speed sensor 9 is input to the information processing device 3 .
  • the information processing device 3 can detect the rotation speed of each wheel based on the wheel speed signal from each wheel speed sensor 9 . Then, from the detection result, for example, it can be determined whether or not the wheels are spinning (that is, slipping).
  • the information processing device 3 repeatedly executes the main tracking process at a predetermined cycle (that is, cycle Tcy).
  • cycle Tcy A series of processes from S10 to S120 that are repeatedly executed every cycle Tcy is also called a processing cycle.
  • the period Tcy can be, for example, several milliseconds to several hundreds of milliseconds.
  • the sensor unit 21 detects the observed values of each target existing around the own vehicle JV. For example, in S10, the sensor unit 21 first causes the radar device 2 to emit transmission waves. Subsequently, the sensor unit 21 acquires an observation signal generated based on the reflected wave received by the radar device 2 from the reflection point. Then, the sensor unit 21 detects, from the observation signal acquired from the radar device 2, the observation value at the present time (that is, the current processing cycle) for each target existing around the own vehicle JV.
  • the radar device 2 is configured to detect each observed value of each target from the observation signal
  • the sensor unit 21 is configured to acquire each observed value of each target from the radar device 2.
  • the abnormality detection unit 22 detects the vehicle speed from the wheel speed signal obtained from each wheel speed sensor 9, and acquires the detected vehicle speed as the observed value of the vehicle speed in the current processing cycle. For example, the abnormality detection unit 22 may calculate the own vehicle speed based on the average value of the rotation speed of each wheel. When the vehicle speed is detected by a configuration other than the abnormality detection unit 22 (for example, one of the wheel speed sensors 9 or other devices), the abnormality detection unit 22 acquires the detected vehicle speed. may be configured.
  • the abnormality detection unit 22 detects whether or not a vehicle speed abnormality has occurred.
  • Abnormal vehicle speed means that the vehicle JV is in a state where the wheel speed sensor 9 may detect an abnormal vehicle speed (that is, the detected vehicle speed is unreliable).
  • a state in which the wheels of the own vehicle JV are slipping corresponds to vehicle speed abnormality.
  • the state in which the wheels of the JV are slipping is also simply referred to as the state in which the own vehicle JV is slipping.
  • the abnormality detection unit 22 executes a subroutine shown in FIG. 11 (hereinafter also referred to as vehicle speed abnormality detection processing). The vehicle speed abnormality detection process will be described later.
  • the switching unit 23 determines whether or not the vehicle speed is abnormal based on the detection result of the abnormality detection unit 22 in S30.
  • the information processing device 3 executes the first tracking process in S50 (hereinafter, also referred to as the processing mode). ), and the process proceeds to S70.
  • the switching unit 23 determines that the vehicle speed is abnormal (that is, the normal vehicle speed is not detected)
  • the switching unit 23 sets the second tracking process as the processing mode in S60, and shifts the process to S70. .
  • the tracking unit 27 determines whether or not unprocessed target information exists.
  • Target information is stored in the memory 19 for each target.
  • the target information indicates the past state of the target. That is, the target information includes past estimated values.
  • the tracking unit 27 determines whether or not there is a target that has not been subjected to the subsequent steps S80 to S100 among the registered targets. If it is determined in S70 that there is an unprocessed target, the tracking unit 27 shifts the processing to S80, and executes the processing of S80 to S100 for the selected target. On the other hand, when it is determined that there is no unprocessed target, the tracking unit 27 shifts the processing to S110.
  • the prediction unit 24 calculates the predicted value of the target at the current time based on the estimated value of the past target for one of the unprocessed targets.
  • past target estimates refer to target estimates in the previous processing cycle.
  • the predicted value of the target at the current time is the predicted value of the target in the current processing cycle.
  • the predicted value of the target includes distance, bearing, and relative velocity as elements.
  • the predicted value of the target may include the ground speed of the target as an element.
  • the prediction unit 24 executes a subroutine (hereinafter also referred to as prediction processing) shown in FIG.
  • the prediction unit 24 calculates the elements other than the relative speed among the predicted values of the target from the estimated values of the target in the previous processing cycle (hereinafter also simply referred to as the previous processing cycle) in the current processing cycle ( hereinafter simply referred to as this time) is calculated. That is, the current predicted value is calculated from the previous estimated value for the distance of the target, and the current predicted value is calculated from the previous estimated value for the azimuth of the target.
  • the prediction unit 24 determines whether a vehicle speed abnormality has occurred with respect to the relative velocity of the target, depending on whether the processing mode is the first tracking process.
  • the predicted value for this time is calculated in a different manner depending on whether the
  • the processing mode is the first tracking process (that is, the vehicle speed is not abnormal)
  • the vehicle speed detected in S20 is used to calculate the predicted value of the relative speed.
  • the prediction unit 24 calculates the predicted value of the ground speed of the target in the current processing cycle from the estimated value of the ground speed of the target calculated in the previous processing cycle.
  • the movement of the target is uniform linear motion in a short period such as the period from the previous processing cycle to the current processing cycle (that is, period Tcy).
  • the previous ground speed estimate is used as the current ground speed prediction.
  • the prediction unit 24 calculates the current predicted value of the relative velocity of the target. Specifically, based on the current predicted ground speed of the target and the own vehicle speed detected in S20, the current predicted ground speed of the target minus the own vehicle speed is used to predict the current relative speed. Calculate as a value. And the prediction part 24 complete
  • the processing mode is the second tracking process (that is, the vehicle speed is abnormal)
  • the current relative speed prediction value is calculated without using the own vehicle speed detected in S20.
  • a short period such as the period from the previous processing cycle to the current processing cycle (that is, period Tcy)
  • the previous estimated value of the relative velocity is used as the predicted value of the current relative velocity.
  • the prediction part 24 complete
  • the associating unit 25 sets a prediction gate based on at least one element of the predicted value calculated in S80 for one of the unprocessed targets described above.
  • a prediction gate is a range in which the current observed value is assumed to be obtained.
  • the associating unit 25 sets prediction gates for three elements, that is, distance, heading, and relative velocity.
  • the association unit 25 calculates the association cost.
  • the association cost is an index that indicates the degree of divergence between the predicted value and the observed value.
  • the association cost indicates that the smaller the association cost value, the higher the association between the predicted value and the observed value. In other words, the higher the value of the association cost, the lower the relevance between the predicted and observed values.
  • the associating unit 25 determines the observed value with the lowest association cost among the observed values in the prediction gate as the observed value to be associated with the predicted value.
  • association unit 25 executes a subroutine (hereinafter also referred to as association processing) shown in FIG.
  • the associating unit 25 calculates the observed value Set a prediction gate, which is the range over which is estimated to be obtained.
  • the observed value detected from the same target as the predicted value should be close to the predicted value. Therefore, a range of observed values estimated to be detected from the same target as the predicted value is set as a prediction gate, centering on the predicted value calculated in S80.
  • the distance prediction gate (hereinafter also referred to as the prediction gate GR) is in the range of ⁇ R with respect to the predicted distance value Rp. is set as
  • a range of ⁇ is set as the direction prediction gate (hereinafter also referred to as the prediction gate G ⁇ ) with respect to the predicted value ⁇ p of the direction.
  • the associating unit 25 determines whether the relative speed is in the first tracking process, in other words, whether the vehicle speed abnormality has occurred or not.
  • the prediction gate is set differently.
  • the associating unit 25 determines whether the processing mode is the first tracking process, and if it is determined that the processing mode is the first tracking process, the process proceeds to S330, and if it is the second tracking process. If so, the process proceeds to S340.
  • the associating unit 25 sets the predicted value of the relative speed calculated in S80 as the center and The range of observed relative velocities expected to be detected from the same target is set as a prediction gate.
  • the prediction gate that is set is referred to as the relative velocity first prediction gate.
  • the range of ⁇ Vr1 with respect to the predicted value Vrp of the relative speed is the first prediction gate (hereinafter referred to as the second prediction gate) of the relative speed. 1 prediction gate Gv1).
  • the first prediction gate Gv1 (that is, the range of ⁇ Vr1) may be set within a predetermined range, or may be set variably according to the vehicle speed at the current time, for example.
  • the associating unit 25 sets the predicted value of the relative speed and The range of observed relative velocities expected to be detected from the same target is set as a prediction gate.
  • the prediction gate that is set is referred to as a relative velocity second prediction gate.
  • the range of ⁇ Vr2 with respect to the predicted value Vrp of the relative speed is the second prediction gate (hereinafter referred to as the second prediction gate of the relative speed). 2 prediction gate Gv2).
  • the second prediction gate Gv2 (that is, the range of ⁇ Vr2) may be set within a predetermined range, or may be set variably according to the vehicle speed at the current time, for example. However, the second prediction gate Gv2 is set in a wider range than the first prediction gate.
  • the degree of contribution of elements other than the relative velocity (distance, bearing) to the calculation of the association cost (hereinafter, also referred to as contribution ).
  • contribution the degree of contribution of elements other than the relative velocity (distance, bearing) to the calculation of the association cost (hereinafter, also referred to as contribution ).
  • ⁇ r is set as the degree of contribution of distance
  • ⁇ ⁇ is set as the degree of contribution of orientation
  • ⁇ r and ⁇ ⁇ are positive values.
  • the associating unit 25 performs different processing depending on whether the processing mode is the first tracking processing, in other words, whether the vehicle speed abnormality has occurred or not. Aspects set the contribution of relative velocity in calculating the association cost.
  • the associating unit 25 determines whether or not the processing mode is the first tracking process. If so, the process proceeds to S380.
  • the associating unit 25 sets the first contribution ⁇ v1 as the relative speed contribution.
  • the association unit 25 sets the second contribution ⁇ v2 as the relative speed contribution.
  • the first contribution ⁇ v1 and the second contribution ⁇ v2 are positive values, and the second contribution ⁇ v2 is set to a value smaller than the first contribution ⁇ v1 .
  • the second contribution ⁇ v2 may be set to a value sufficiently smaller than the first contribution ⁇ v1 , for example, a value less than 1 such as 1/100, 1/1000, or the like.
  • the association unit 25 calculates the association cost.
  • the association cost is represented by, for example, formula (1). Note that each observed value and predicted value is a scalar quantity.
  • d a is the difference between the predicted distance and the observed distance
  • d b is the difference between the predicted bearing and the observed bearing
  • d c is the predicted relative velocity. and the observed relative velocity.
  • the difference here means the magnitude of the difference between the scalar quantities (that is, the absolute value).
  • the relative velocity contribution factor ⁇ v1 is used, and in the case of the second tracking process, the relative velocity contribution factor ⁇ v2 is used.
  • the associating unit 25 determines the observed value with the lowest calculated association cost among the observed values in the prediction gate as the observed value to be associated with the predicted value. Then, the associating unit 25 ends this subroutine.
  • FIG. 8 regarding the distance, an observed value A1 and an observed value A2 are detected in the prediction gate GR based on the prediction value Rp of this time. However, the difference d a1 between the predicted value Rp and the observed value A1 >the difference d a2 between the predicted value Rp and the observed value A2. As for the azimuth, the observed value B1 and the observed value B2 are detected in the prediction gate G ⁇ based on the current predicted value ⁇ p. However, the difference d b1 between the predicted value ⁇ p and the observed value B1 >the difference d b2 between the predicted value ⁇ p and the observed value B2.
  • observed values C1 and C2 are detected in the first prediction gate Gv1 based on the current relative velocity Vrp. Difference dc1 between predicted value Vrp and observed value C1 >difference dc2 between predicted value Vrp and observed value C2 .
  • the observed values A2, B2, and C2 of the second target with the lower associated cost are associated with the current predicted values Rp, ⁇ p, and Vrp, respectively, based on the calculated associated cost. Determined as an observation.
  • abnormal vehicle speed in the example of FIG. It is determined as an observed value associated with each of the values Rp, ⁇ p, and Vrp.
  • observation value C1 is detected in first prediction gate Gv1 based on current relative velocity Vrp. and no observation C2 is detected in the first prediction gate Gv1.
  • the observed value C2 is detected within the second prediction gate Gv2 based on the current relative velocity Vrp. That is, when the vehicle speed is abnormal, both the observed values A1, B1, C1 detected from the first target and the observed values A2, B2, C2 detected from the second target are Candidates for observed values to be associated with the values Rp, ⁇ p, and Vrp. Note that the difference d c1 between the predicted value Vrp and the observed value C1 ⁇ the difference d c2 between the predicted value Vrp and the observed value C2.
  • the observed values A1, B1, and C1 of the first target are determined as the observed values to be associated with the current predicted values Rp, ⁇ p, and Vrp, respectively, based on the calculated association cost.
  • d a1 , d a2 , d b1 , d b2 , d c1 , and d c2 contribute equally to the calculation of the association cost.
  • the association cost is calculated for the relative speed based on the second association contribution ⁇ v2 (that is, 0 ⁇ v2 ⁇ 1).
  • the observed values A2, B2, and C2 of the second target are determined as the observed values associated with the current predicted values Rp, ⁇ p, and Vrp, respectively.
  • the contribution of d c1 , d c2 is greatly reduced, and d a1 , d a2 (i.e., d a1 >d a2 ), d b1 , d b2 (i.e., This is because the contribution of d b1 >d b2 ) becomes dominant.
  • the estimation unit 26 calculates an estimated value in the current processing cycle by, for example, various filtering processes from the predicted value calculated in S80 and the observed value determined to be associated in S90. Target estimates, as well as observed and predicted values, factor in range, heading, and relative velocity. Specifically, the estimation unit 26 executes a subroutine (hereinafter also referred to as estimation processing) shown in FIG.
  • the estimating unit 26 sets the degree of contribution of the observed value (hereinafter also referred to as gain) when calculating the estimated value of the target for elements other than the relative velocity.
  • a gain is a numerical value less than one.
  • the degree of contribution of the predicted value when calculating the estimated value of the target is calculated as "1-gain".
  • the gain ⁇ r is set as the distance gain
  • the gain ⁇ ⁇ is set as the azimuth gain.
  • the gains ⁇ r and ⁇ ⁇ are numerical values less than one.
  • the estimating unit 26 determines whether the vehicle speed abnormality has occurred or not, depending on whether the processing mode is the first tracking processing.
  • the gain is set differently. As described above, the gain is a numerical value less than 1 that indicates the degree to which the observed value contributes to the calculation of the estimated value of the target.
  • the estimating unit 26 determines whether or not the processing mode is the first tracking process. If so, the process proceeds to S440.
  • the estimator 26 sets the first gain ⁇ v1 as the relative speed gain.
  • the estimator 26 sets the second gain ⁇ v2 as the relative speed gain.
  • the second gain ⁇ v2 is set to a value greater than the first gain ⁇ v1 .
  • the second gain ⁇ v2 may be set to a numerical value less than 1 that is sufficiently greater than the first gain ⁇ v1 .
  • the second gain ⁇ v2 may be set to one.
  • the estimation unit 26 updates the filter.
  • a filter is one that calculates an estimated value based on equations (2)-(4). Updating the filter means calculating an estimated value using each predicted value and observed value in the current processing cycle. Specifically, the estimator 26 uses the gains set in S410, S430, or S440 to calculate the estimated value in the current processing cycle based on the equations (2) to (4).
  • the gain value When the gain value is set small, the contribution of the observed value in calculating the estimated value decreases, and when the gain value is set large, the contribution of the observed value in calculating the estimated value increases. In other words, when the gain value is set small, the calculated value of “1-gain” becomes large, so the contribution of the predicted value when calculating the estimated value increases. , the contribution of the predicted value in calculating the estimated value decreases.
  • the contribution of the predicted value when calculating the estimated value based on the observed value and the predicted value is 1 minus the gain.
  • the contribution of the predicted value of the relative speed when calculating the estimated value of the relative speed is (1- ⁇ v1 ) if the vehicle speed is not abnormal, and (1- ⁇ v2 ) if the vehicle speed is abnormal.
  • a second gain ⁇ v2 is set. That is, with respect to the relative speed, the degree of contribution of the predicted value to the estimated value is greater when the vehicle speed is not abnormal (ie, (1- ⁇ v1 )>(1- ⁇ v2 )). Therefore, in the present embodiment, the gain of the relative velocity is set as 0 ⁇ first gain ⁇ v1 ⁇ second gain ⁇ v2 ⁇ 1, as described above. Alternatively, the second gain ⁇ v2 is set to one.
  • the estimated distance value K1 is calculated based on the predicted distance value Rp and the observed value A2 determined as the associated observed distance value.
  • an estimated orientation value L1 is calculated based on the predicted orientation value ⁇ p and the observed value B2 determined as the associated observed orientation value.
  • the estimated value M1 of the relative distance is calculated based on the predicted value Vrp of the relative speed and the observed value C2 determined as the observed value of the relative speed to be associated. Based on the predicted value Vrp of the relative speed and the observed value C2 determined as the observed value of the relative speed to be associated, if the vehicle speed is abnormal, the estimated value M2 of the relative speed is calculated as a value closer to the observed value C2. be done.
  • the estimation unit 26 may calculate the estimated value of the position of the target based on the estimated distance value K1 and the estimated azimuth value L1 determined as described above.
  • the calculated estimated value of the target is stored in the memory 19 .
  • the estimation unit 26 ends this subroutine.
  • the tracking unit 27 determines whether or not there is an unused observed value among the observed values detected at S10. That is, it is determined whether or not there is an observed value that is not associated with any predicted value among the observed values detected in S10. If the tracking unit 27 determines that there is no unused observation value, the processing ends. On the other hand, if the tracking unit 27 determines that there is an unused observed value, the process proceeds to S120.
  • the tracking unit 27 registers unused observation values (that is, targets from which unused observation values are detected) as new targets. Thereafter, the process returns to S110, and the processes of S110-S120 are repeatedly executed while there are unused observation values that have not undergone the processes of S110-S120. Then, the tracking unit 27 ends the main tracking process.
  • the abnormality detection unit 22 determines whether or not the acceleration of the own vehicle JV is greater than or equal to a predetermined acceleration threshold. In S20 described above, the abnormality detection unit 22 detects the rotation speed of each wheel based on the wheel speed signal from the wheel speed sensor 9 provided for each wheel, and detects the rotation speed of each wheel. The speed of JV is detected and the detection result is stored in memory 19 .
  • the abnormality detection unit 22 calculates, for example, the difference between the vehicle speed detected in the current processing cycle and the vehicle speed detected in the previous processing cycle as the acceleration of the vehicle JV.
  • the acceleration threshold may be set, for example, to a magnitude that allows it to be determined whether or not the host vehicle JV is slipping.
  • the acceleration threshold may be set to a value smaller than the acceleration of the own vehicle JV that can be measured with the vehicle slipping.
  • the acceleration threshold and the current and previous vehicle speeds are stored in the memory 19 .
  • the abnormality detection unit 22 terminates this process when the acceleration of the own vehicle JV is less than the acceleration threshold, and proceeds to S510 when the acceleration of the own vehicle JV is equal to or greater than the acceleration threshold.
  • Various thresholds to be described below are stored in the memory 19 in advance.
  • the abnormality detection unit 22 determines whether or not the number of stationary object targets is equal to or greater than a predetermined threshold (hereinafter also referred to as stationary object threshold).
  • the number of stationary object thresholds may be set to a predetermined value such as one to several tens. In this embodiment, the number of stationary object thresholds is an integer of 2 or more.
  • the abnormality detection unit 22 detects a target whose estimated value of relative speed is equal to the speed of the vehicle and whose sign is opposite to that of the vehicle speed. It is determined that The own vehicle speed means the own vehicle speed detected in S20.
  • the abnormality detection unit 22 shifts the process to S540. Then, in S540, the abnormality detection unit 22 determines that the vehicle speed is normal, and terminates this subroutine. On the other hand, if the target number of stationary objects is greater than or equal to the stationary object threshold value, the abnormality detection unit 22 shifts the process to S520. Further calculate the prediction residual of the relative velocity of .
  • the anomaly detection unit 22 calculates the prediction residual of the relative velocity for each of the stationary objects identified at S510.
  • the calculation of the relative velocity prediction residual in S520 does not necessarily have to be performed for all stationary objects detected in S510.
  • the processing after S520 may be executed only for each of the stationary objects equal to the number of stationary targets described later.
  • a prediction residual is the difference between a predicted value and an observed value (ie, predicted value minus observed value).
  • the abnormality detection unit 22 executes a subroutine shown in FIG. 12 (hereinafter also referred to as stationary object prediction residual processing).
  • the abnormality detection unit 22 selects a predetermined number of stationary objects (hereinafter referred to as the number of stationary targets) from among the stationary objects identified in S510.
  • the number of stationary objects may be set to a value equal to or less than the above-described stationary object threshold value, such as one to several tens.
  • the number of stationary targets is an integer of 2 or more.
  • the abnormality detection unit 22 may select as many stationary objects as the number of stationary targets from among the stationary objects specified in S510 in descending order of distance from the own vehicle JV.
  • the abnormality detection unit 22 determines whether or not an unprocessed stationary object exists. More specifically, it is determined whether or not there is a stationary object for which the subsequent processing of S620-S640 has not been executed among the stationary objects corresponding to the number of stationary targets selected in S600. If it is determined in S610 that there is an unprocessed stationary object, the abnormality detection unit 22 selects one of the unprocessed stationary objects, proceeds to the process of S620, and selects the selected stationary object. The processing of S620-S640 is executed for the relative velocity. On the other hand, when it is determined that there is no unprocessed stationary object, the abnormality detection unit 22 shifts the process to S650.
  • the anomaly detection unit 22 selects one stationary object from among the unprocessed stationary objects, and calculates the current time (for example, the current processing cycle) for this stationary object from the estimated value in the previous processing cycle. Calculate the predicted value at For example, the abnormality detection unit 22 calculates the current predicted value in the same manner as in the first tracking process of S80 described above.
  • the anomaly detection unit 22 performs association in the same manner as in the above-described first tracking process in S90 based on the predicted value of the relative velocity calculated in S620, and determines the observed value in the prediction gate. Among them, the observed value with the lowest association cost of the relative velocity is determined as the observed value of the relative velocity to be associated with the predicted value of the relative velocity.
  • the difference in relative speed between the observed value with the minimum association cost determined in S630 and the predicted value calculated in S620 is calculated as the prediction residual of the relative velocity for the stationary object.
  • the abnormality detection unit 22 shifts the process to S610, and repeats the processes of S620-S640 while there is an unprocessed stationary object.
  • the abnormality detection unit 22 shifts the process to S650.
  • the abnormality detection unit 22 calculates the average value of the prediction residuals of the relative velocity of the stationary object. That is, the average value of prediction residuals for the number of stationary targets is calculated.
  • the average value of the prediction residuals of the relative velocity of the stationary object will also simply be referred to as the prediction residual of the relative velocity of the stationary object.
  • the abnormality detection unit 22 ends this subroutine.
  • the abnormality detection unit 22 shifts the process to S530.
  • the abnormality detection unit 22 determines whether or not the prediction residual of the relative velocity of the stationary object is equal to or greater than a predetermined threshold (hereinafter also referred to as the prediction residual threshold). If the target is a stationary object, it is considered that there will be no deviation between the predicted value and the observed value of the relative velocity. That is, the prediction residual is considered to be approximately zero. Therefore, for example, the prediction residual threshold may be set to a positive value larger than 0 and close to 0.
  • the abnormality detection unit 22 shifts the process to S540. Then, in S540, the abnormality detection unit 22 determines that the vehicle speed is not abnormal, that is, the detected own vehicle speed is normal, and ends this subroutine.
  • the abnormality detection unit 22 shifts the process to S550. Then, in S550, the abnormality detection unit 22 determines that the vehicle speed is abnormal, and ends this subroutine. When this subroutine (that is, stationary object prediction residual processing) ends, the process proceeds to S40.
  • the current estimated value of the target is calculated by the first tracking process using the predicted value of the relative speed based on the detection result of the own vehicle speed.
  • the current estimated value of the target is calculated by the second tracking process different from the first tracking process.
  • the process can be switched between the first tracking process and the second tracking process based on the vehicle speed abnormality determination result.
  • the second tracking process may be a process in which the estimated value of the relative speed is less susceptible to errors in the own vehicle speed, and when the vehicle speed is determined to be abnormal, the second tracking process may be executed instead of the first tracking process. , it is possible to suppress the influence of the vehicle speed error when estimating the relative speed.
  • the target that is, the object
  • the target can be accurately tracked (for example, the position of the object, the ground speed of the object, etc.) by reflecting the own vehicle speed. is detected, it is possible to suppress a decrease in target tracking accuracy.
  • the tracking of a target means that an estimated value (for example, position, ground speed, etc.) indicating the state of the target can be repeatedly obtained in time series (that is, with the passage of time). It is possible to repeat the current state based on
  • a prediction gate is set based on the predicted value, which is the range in which the current observed value is estimated to be obtained. Also, from the detected at least one observed value, an observed value associated with the predicted value from among the observed values in the prediction gate is determined. Then, an estimated value of the current object is calculated based on the determined observed value and predicted value. In this way, by repeatedly calculating the estimated value based on the observed value and the predicted value and obtaining the estimated value in time series, the target can be tracked more accurately than when only the observed value or only the predicted value is used. be able to.
  • the current predicted value of the relative speed is calculated using the own vehicle speed. For example, when the vehicle JV is accelerated or decelerated in the previous processing cycle and the current processing cycle (that is, before and after the processing cycle), the vehicle speed reflecting the acceleration or deceleration is detected by the wheel speed sensor 9. detected by Therefore, by subtracting the detected own vehicle speed from the estimated value of the ground speed of the target, the predicted value of the relative speed can be accurately predicted using the own vehicle speed. Since it is possible to obtain a highly accurate predicted value of the relative velocity and, in turn, a highly accurate estimated value of the relative velocity, the state of the target such as the position of the target and the ground speed of the target can be calculated with high accuracy. As a result, the target can be accurately tracked when the vehicle speed is not abnormal.
  • the vehicle speed is not always detected accurately. For example, when the wheels spin (that is, slip), the vehicle speed can be detected as a value different from the actual speed. Therefore, the presence or absence of the vehicle speed abnormality (that is, the certainty of the own vehicle speed) is determined, and if it is determined that the vehicle speed is abnormal (that is, the own vehicle speed may not be certain), the relative speed is calculated without using the own vehicle speed. A current estimate is calculated. For example, the same value as the previous estimated value of the relative speed is calculated as the current predicted value of the relative speed. This makes it possible to reduce the influence of errors in the vehicle speed in calculating the predicted value of the relative speed, rather than calculating the predicted value of the relative speed using the own vehicle speed when the vehicle speed is abnormal. As a result, it is possible to suppress a decrease in target tracking accuracy when a vehicle speed abnormality is detected.
  • the prediction gate (ie, the second prediction gate Gv2) when it is determined that the vehicle speed is abnormal is larger than the prediction gate (ie, the first prediction gate Gv1) when it is determined that the vehicle speed is not abnormal. (i.e. wide).
  • the prediction gate is set large. You can properly associate with values. That is, in calculating the estimated value of the relative speed, the influence of the vehicle speed error can be suppressed. As a result, it is possible to suppress a decrease in target tracking accuracy when a vehicle speed abnormality is detected.
  • the predicted value is estimated when calculating the estimated value based on the observed value and the predicted value for the relative speed, compared to when it is determined that the vehicle speed is not abnormal. Make a small contribution to the value. This makes the observed value more probable, and can reduce the influence of the relative velocity prediction error on the estimated value. As a result, it is possible to suppress a decrease in target tracking accuracy when a vehicle speed abnormality is detected.
  • the vehicle speed is abnormal when the prediction residual of the relative speed of the target is equal to or greater than a predetermined prediction residual threshold. For example, in a short period of time before and after the processing cycle, regardless of whether the target is a stationary object or a moving object, if the vehicle speed is not abnormal, the predicted residual of the relative velocity of the target is within a predetermined range. is considered to be Thereby, the vehicle speed abnormality can be detected based on the prediction residual.
  • the acceleration of the own vehicle JV is equal to or greater than a predetermined acceleration threshold and the prediction residual of the relative speed of the target is equal to or greater than the prediction residual threshold, it is determined that the vehicle speed is abnormal. be done. Accordingly, vehicle speed abnormality can be accurately determined based on a plurality of conditions.
  • the prediction residual threshold may be set to a value near 0. Since a stationary object is stationary and does not change its moving speed like a moving object, the vehicle speed abnormality is determined using the prediction residual of the relative speed of the stationary object. It is possible to make a judgment with higher accuracy than when using this method.
  • the object tracking device 1 corresponds to the object tracking device
  • the radar device 2 corresponds to the sensor
  • the information processing device 3 corresponds to the information processing device
  • the sensor section 21 corresponds to the observed value detection section
  • the abnormality detection section. 22 corresponds to the abnormality determination unit
  • the prediction unit 24 corresponds to the prediction unit
  • the association unit 25 corresponds to the association unit
  • the estimation unit 26 corresponds to the estimation unit
  • the tracking unit 27 corresponds to the tracking unit.
  • the host vehicle JV corresponds to the vehicle.
  • the first tracking process (that is, the process executed when the processing mode is the first tracking process) corresponds to the first process.
  • S230-S240, S330, S370, and S430 correspond to the first process.
  • the second tracking process corresponds to the second process.
  • S250, S340, S380, and S440 correspond to the second process.
  • S10 corresponds to the processing of the observed value detection unit
  • S20-S30 corresponds to the processing of the abnormality determination unit
  • S80 corresponds to the processing of the prediction unit
  • S90 corresponds to the processing of the association unit
  • S100 corresponds to the processing of the estimation unit.
  • S70 to S120 correspond to the processing of the tracking unit.
  • the transmitted wave and reflected wave correspond to radar waves, and the estimated value of the target in the previous processing cycle corresponds to the past estimated value.
  • the relative speed calculated in S240 corresponds to the relative speed calculated using the own vehicle speed.
  • Contribution of the relative velocity when the prediction gate, the first prediction gate, and the second prediction gate correspond to the prediction range, and the first contribution ⁇ v1 of the relative velocity and the second contribution ⁇ v2 of the relative velocity calculate the association cost corresponds to degrees.
  • (1-first gain ⁇ v1 ) and (1-second gain ⁇ v2 ) correspond to the contribution of the predicted value of the relative velocity when calculating the estimated value of the relative velocity.
  • the prediction unit 24 uses the current detected value of the own vehicle speed to subtract the current detected value of the own vehicle speed from the previous estimated value of the ground speed of the target.
  • the predicted value of the relative velocity this time was calculated.
  • the second embodiment differs from the first embodiment in that the current predicted value of the relative speed is calculated using the difference between the previous detected value of the vehicle speed and the current detected value of the vehicle speed. differ.
  • the prediction unit 24 calculates the predicted value of the relative speed in S235 to which the transition is made when it is determined in S220 that the process is the first tracking process (that is, the vehicle speed is not abnormal).
  • the prediction unit 24 calculates the difference between the vehicle speed acquired in S20 in the current processing cycle and the vehicle speed acquired in S20 in the previous processing cycle (that is, current vehicle speed - previous vehicle speed). calculate. That is, the difference in vehicle speed before and after the processing cycle (that is, the speed change amount of the vehicle JV before and after the processing cycle) is calculated.
  • the prediction unit 24 calculates a current predicted value of the relative speed by subtracting the amount of change in the speed of the own vehicle JV before and after the processing cycle from the previous estimated value of the relative speed.
  • the prediction unit 24 ends the prediction processing subroutine.
  • the state of the object such as the position of the object and the ground speed of the object, can be calculated with high accuracy.
  • the target similarly to (1c) above, the target can be accurately tracked when the vehicle speed is not abnormal.
  • S235 corresponds to the first process
  • the relative speed calculated in S235 corresponds to the relative speed calculated using the own vehicle speed
  • the abnormality detection unit 22 uses the average value of the prediction residuals of the relative velocities of a plurality of stationary objects to determine whether the vehicle speed is abnormal. rice field.
  • the present disclosure is not limited to this.
  • whether or not the vehicle speed is abnormal may be determined using the relative speed prediction residual for one stationary object.
  • one stationary object that is closest to the own vehicle JV may be selected, and the prediction residual of this stationary object may be used to determine whether or not the vehicle speed is abnormal.
  • S510-S520 may be deleted in the process of FIG.
  • an association cost may have a higher value indicating a higher degree of association between the predicted and observed values, and a lower value indicating a lower degree of association between the predicted and observed values. good.
  • the reciprocal of the difference between the predicted value and the observed value may be used to calculate the association cost.
  • the second association contribution degree ⁇ v2 of the relative speed may be set to a number less than 1, which is sufficiently smaller than the first association contribution degree ⁇ v1 of the relative speed. .
  • the prediction unit 24 may be configured to always use the own vehicle speed to calculate the relative speed with respect to the own vehicle JV regardless of whether there is a vehicle speed abnormality. That is, the prediction unit 24 may be configured to eliminate the processes of S220 and S250. In this case, in at least one of the prediction gate setting by the associating unit 25, the association contribution degree setting by the associating unit 25, and the gain setting by the estimating unit 26, the processing mode is set to the second tracking process when the vehicle speed is abnormal. It is sufficient that the processing (ie, S340, S380, S440) is configured to be executed. As a result, when the vehicle speed abnormality is detected, the effect of the vehicle speed detection error is reduced in the tracking process, and as a result, it is possible to suppress the decrease in target tracking accuracy.
  • the processing ie, S340, S380, S440
  • the association unit 25 may be configured to set the prediction gate in the same manner regardless of whether there is vehicle speed abnormality.
  • the associating unit 25 may be configured to eliminate the processes of S320 and S340.
  • the processing mode is set to the second tracking when the vehicle speed is abnormal. It is only required that the processing (that is, S250, S380, and S440) is executed.
  • the association unit 25 may be configured to set the association contribution in the same manner regardless of whether there is vehicle speed abnormality. That is, the associating unit 25 may be configured to delete the processes of S360 and S380. In this case, in at least one of the calculation of the predicted value of the relative speed by the prediction unit 24, the setting of the prediction gate by the association unit 25, and the setting of the gain by the estimation unit 26, the processing mode is changed to the second tracking process when the vehicle speed is abnormal. (that is, S250, S340, and S440) may be executed.
  • the estimating unit 26 may be configured to set the gain in the same manner regardless of whether the vehicle speed is abnormal.
  • the estimation unit 26 may be configured to eliminate the processes of S420 and S430.
  • the processing mode is changed to the second mode when the vehicle speed is abnormal. It is only required that the tracking process (that is, S250, S340, and S380) is executed.
  • the estimated value for indicating the state of the target has at least distance, direction, and relative speed as elements, but the elements included in the estimated value are It is not limited.
  • the estimate may include the position of the object as a factor. Specifically, it may include an X-axis coordinate value Cx and a Y-axis coordinate value Cy as elements.
  • the X-axis is an axis along the width direction of the vehicle JV
  • the Y-axis is an axis orthogonal to the X-axis and along the longitudinal direction of the vehicle JV. A predicted value, an observed value, and an estimated value may be calculated for each of these.
  • the predicted value Pp in the current processing cycle is calculated from the estimated value Pe in the previous processing cycle.
  • the observed values D1 and D2 in the prediction gate Gp regarding the position set around the predicted value Pp are associated with the predicted value Pp. Detected as possible observations.
  • the observed value D1 is determined as the observed value associated with the predicted value Pp. Then, using the associated observed value D1 and predicted value Pp, an estimated value N of the position in the current processing cycle is calculated based on the gain related to the position.
  • the estimated value may have the same elements as the observed value or the predicted value, or may have different elements from the observed value or the predicted value.
  • the information processing apparatus 3 and techniques described in the present disclosure were provided by configuring a processor and memory programmed to perform one or more functions embodied by a computer program. It may also be implemented by a dedicated computer. Alternatively, the information processing apparatus 3 and techniques described in this disclosure may be implemented by a dedicated computer provided by configuring a processor with one or more dedicated hardware logic circuits.
  • the information processing device 3 and its technique described in the present disclosure are a combination of a processor and memory programmed to perform one or more functions and a processor configured by one or more hardware logic circuits. It may also be implemented by one or more dedicated computers configured in combination.
  • the computer program may also be stored in a computer-readable non-transitional tangible recording medium as instructions executed by a computer.
  • the method of realizing the function of each part included in the information processing device 3 does not necessarily include software, and all the functions may be realized using one or a plurality of pieces of hardware.
  • the information processing device 3 described in the present disclosure may be configured on one chip.
  • a plurality of functions possessed by one component in the above embodiments may be realized by a plurality of components, or a function possessed by a single component may be realized by a plurality of components. good. Also, a plurality of functions possessed by a plurality of components may be realized by a single component, or a function realized by a plurality of components may be realized by a single component. Also, part of the configuration of the above embodiment may be omitted. Moreover, at least part of the configuration of the above embodiment may be added or replaced with respect to the configuration of the other above embodiment.
  • the CPU 11 of the information processing device 3, the object tracking device 1 having the information processing device 3 as a component, a program for causing the information processing device 3 to function, and the information processing device 3 The present disclosure can also be realized in various forms such as a program for functioning the CPU 11, a non-transition tangible recording medium such as a semiconductor memory recording this program, and a tracking method realized by this program. Further, the present disclosure can also be implemented in various forms such as, for example, a method implemented by the information processing device 3, a method implemented by the CPU 11 of the information processing device 3, a tracking method of the object tracking device 1, and the like.

Landscapes

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

Abstract

情報処理装置３は、車両に搭載され、観測値検出部２１と、追跡部２７と、異常判定部２２と、を備える。異常判定部は、車速異常が発生しているか否かを判定する。追跡部は、車速異常が発生していないと判定された場合に、自車速の検出結果に基づく相対速度の予測値を用いる第１の処理を実行して現在の推定値を算出し、車速異常であると判定された場合に、第１の処理とは異なる第２の処理を実行して現在の推定値を算出する。

Description

情報処理装置、物体追跡装置、追跡方法、プログラム 関連出願の相互参照
　本国際出願は、２０２１年１０月７日に日本国特許庁に出願された日本国特許出願第２０２１－１６５６８４号に基づく優先権を主張するものであり、日本国特許出願第２０２１－１６５６８４号の全内容を本国際出願に参照により援用する。
　本開示は、物体を追跡するための情報処理装置と、物体追跡装置と、追跡方法と、プログラムとに関する。
　車載レーダ装置により自車の周辺の物体を認識する際、車載レーダ装置から得られた観測信号を周波数解析した結果（以下、観測値ともいう）を用いて物体の状態を推定すること、が予め定められた処理サイクルで繰り返し行われる。つまり、時系列に物体の状態を推定することで物体を追跡する、という技術が知られている。
　観測値としては、距離、方位、相対速度が用いられ得る。例えば、下記特許文献１には、距離、方位、相対速度を観測値として物体を精度よく追跡する、という技術が提案されている。
特開２０１８－２５４９２号公報
　物体を追跡する技術においては、例えば、上述の相対速度や、距離、方位等について、観測値と予測値との関連付けが行われ、関連付けられた観測値と予測値とに基づき、各物体の現在の状態を示す推定値が算出される。
　例えば、相対速度の予測値を算出する際に、自車速に基づいて相対速度の予測値を算出する手法が考えられる。この場合、例えば、前回の処理サイクルと今回の処理サイクルとにおいて（即ち、処理サイクルの前後において）自車速が変化すると、相対速度の予測値を自車速の変化に応じた値として精度良く算出することが可能となる。例えば、処理サイクルの前後において自車速の変化量が１ｋｍ／ｈｏｕｒであったとすると、今回の処理サイクルにおける相対速度の予測値の大きさに該自車速の変化量（すなわち、１ｋｍ／ｈｏｕｒ）が反映される、といった具合である。
　これにより、相対速度の予測値、ひいては相対速度の推定値が精度よく算出されると考えられる。相対速度が精度よく推定されることで、結果として、物体の追跡の精度（例えば、相対速度に基づく物体の位置の推定値や、相対速度に基づく物体の対地速度の推定値等についての精度）が向上する。
　しかしながら、例えば車輪の空転などにより自車速が実際の自車の移動の速度とは異なる状態（以下、車速異常ともいう）が発生した場合は、この限りではない。上述のような自車速に基づいて相対速度の予測値を算出する手法においては、自車速の誤差が大きいことにより、相対速度の予測値の誤差が大きくなる恐れがあるからである。
　つまり、車速異常でないときは、精度のよい相対速度の予測値を用いて物体の現在の推定値を精度よく算出できるが、車速異常であるときは、相対速度の予測値の精度が低下するため、物体の現在の推定値の精度が低下する。結果として、車速異常であるときは、物体の追跡の精度が低下する恐れがあった。
　本開示の１つの局面は、車速異常でない場合に精度よく物体の追跡を行い、車速異常が検出された場合に、物体の追跡の精度が低下することを抑制する技術を提供する。
　本開示の一態様は、車両に搭載される情報処理装置であって、観測値検出部と、追跡部と、異常判定部と、を備える。観測値検出部は、レーダ波を送受信するセンサによって観測された観測信号を取得して、観測信号から車両周辺の少なくとも一つの物標について少なくとも一つの観測値を検出するように構成される。
　追跡部は、予め定められた処理サイクルで、物標毎に、前記物標の状態を示す推定値であって過去の前記推定値から現在の予測値を算出し、現在の観測値と現在の予測値とから現在の推定値を算出することにより、物標を追跡する。異常判定部は、車速異常が発生しているか否かを判定する。追跡部は、車速異常が発生していないと判定された場合に、自車速の検出結果に基づく相対速度の予測値を用いる第１の処理を実行して現在の推定値を算出する。追跡部は、車速異常であると判定された場合に、第１の処理とは異なる第２の処理を実行して現在の推定値を算出する。
　本開示では、車速異常の判定結果に基づいて、第１の処理（即ち、自車速の検出結果に基づく精度のよい相対速度の予測値ひいては推定値が得られる処理）及び第２の処理（即ち、第１の処理とは異なる処理）のうちのいずれかに処理が切り替えられる。これにより、第２の処理を相対速度の推定値が自車速の誤差の影響を受けにくい処理とし、車速異常と判定された場合に、第１の処理に代えて第２の処理を実行することで、相対速度を推定する際に自車速の誤差の影響を抑制することができる。
　結果として、車速異常でない場合は、精度のよい物体の追跡を行うことができ、車速異常が検出された場合は、物標（即ち、物体）の追跡の精度が低下することを抑制することができる。
　なお、上述の情報処理装置を、レーダ装置を備える物体追跡装置として提供してもよい。このような物体追跡装置によれば、同様の効果が得られる。また、上述の情報処理装置が行う手順を追跡方法として提供しても良い。このような追跡方法によれば、同様の効果が得られる。また、コンピュータを上述の情報処理装置として動作させるプログラムを構成しても良い。このようなプログラムに従いコンピュータを動作させることで、同様の効果が得られる。
第１実施形態の情報処理装置を含む物体追跡装置の構成を示すブロック図。 レーダ装置が自車の前方に搭載される場合における検知エリアの例を示す説明図。 レーダ装置が自車の前方以外にも搭載される場合における検知エリアの例を示す説明図。 情報処理装置の構成を機能的に示すブロック図。 追跡処理を示すフローチャート。 予測処理を示すフローチャート。 関連付け処理を示すフローチャート。 予測値と関連づける観測値の決定及び推定値の算出について一例を説明する説明図。 予測値と関連づける観測値の決定及び推定値の算出について別の例を説明する説明図。 推定処理を示すフローチャート。 車速異常検知処理を示すフローチャート。 静止物予測残差処理を示すフローチャート。 第２実施形態の予測処理を示すフローチャート。 他の実施形態にて、物体の位置が推定値として用いられる場合に、物体の前回の推定値から物体の今回の推定値を算出するまでの処理を説明するための説明図。
　以下に、本開示の実施形態を、図面を参照しながら説明する。
　［１．第１実施形態］
　［１．全体構成］
　図１に示すように、物体追跡装置１の構成について、図１を参照して説明する。物体追跡装置１は、車両（以下、自車ＪＶともいう）に搭載され、レーダ装置２と、情報処理装置３と、検知部５と、を備える。
　図２に示すように、レーダ装置２は、自車ＪＶの前方中央（例えば、前方バンパの中央）に搭載され、自車ＪＶ周辺、具体的には自車ＪＶの前方中央の領域を、検知エリアＲｄとしてもよい。また、図３に示すように、レーダ装置２は、自車ＪＶの左前側方及び右前側方（例えば、前方バンパの左端及び右端）のそれぞれに搭載され、自車ＪＶ周辺、具体的には、自車ＪＶの左前方及び右前方の領域のそれぞれを検知エリアＲｄとしてもよい。
　また、レーダ装置２は、自車ＪＶの左後側方及び右後側方（例えば、後方バンパの左端及び右端）のそれぞれに搭載され、自車ＪＶ周辺、具体的には、自車ＪＶの左後方及び右後方の領域のそれぞれを検知エリアＲｄとしてもよい。自車ＪＶに搭載するレーダ装置２の個数及び搭載位置は、適宜選択すればよい。
　レーダ装置２は、ミリ波レーダであり、電波を送受信する。レーダ装置２は、複数のアンテナ素子によって構成された送信アレイアンテナと、複数のアンテナ素子によって構成された受信アレイアンテナと、を含む。レーダ装置２は、予め定められた周期Ｔｃｙで到来する各処理サイクルにおいて、送信波を検知エリアＲｄに照射する。
　そして、レーダ装置２は、送信波が物標の反射点で反射されて生じた反射波（即ち、受信波）を受信する。なお、物標としては、車両や路面や路側物等の物体が挙げられる。さらに、レーダ装置２は、送信波と反射波とを混合したビート信号を生成し、ビート信号をサンプリングすることで生成した信号を情報処理装置３へ出力する。
　このレーダ装置２から出力される信号を観測信号という。なお、ここでは、観測信号として、ビート信号をサンプリングすることで生成した信号が出力されるが、本開示はこれに限定されるものではない。なお、ここでは、レーダ装置２は、ＦＭＣＷ方式であるものとするが、本開示はこれに限定されるものではない。例えば、多周波ＣＷ方式、ＦＣＭなど、どのような変調方式でもよい。ＦＣＭは、Fast-Chirp Modulationの略である。
　図１に戻り、情報処理装置３は、ＣＰＵ１１、ＲＯＭ１３、ＲＡＭ１５、フラッシュメモリ１７等を有する周知のマイクロコンピュータ（即ち、マイコン）を中心に構成される。ＣＰＵ１１は、ＲＯＭ１３に格納されたプログラムを実行することにより、各種の機能を実現する。当該プログラムが実行されることで、当該プログラムに対応する方法が実行される。
　なお、ＲＯＭ１３、ＲＡＭ１５、フラッシュメモリ１７等のメモリ１９は、非遷移有形記録媒体である。また、情報処理装置３は、高速フーリエ変換処理（即ち、ＦＦＴ処理）等を実行するコプロセッサを備えてもよい。情報処理装置３を構成するマイコンの数は１つでも複数でもよい。また、情報処理装置３が有する各種機能を実現する手法はソフトウェアに限るものではなく、その一部又は全部の要素について、一つあるいは複数のハードウェアを用いて実現してもよい。例えば、上記機能がハードウェアである電子回路によって実現される場合、その電子回路は多数の論理回路を含むデジタル回路、又はアナログ回路、あるいはこれらの組合せによって実現してもよい。
　情報処理装置３では、ＣＰＵ１１がプログラムを実行することにより、具体的には、図４に実線で示すように、ＣＰＵ１１が、センサ部２１、異常検知部２２、切替部２３、予測部２４、関連付け部２５、推定部２６、の機能を実現し、追跡処理を実行する。なお、以下でいう追跡部２７は、予測部２４、関連付け部２５、推定部２６の機能を含む。
　詳細は後述するが、情報処理装置３は、レーダ装置２にて生成された観測信号に基づき追跡処理を行い、現時刻での物標の状態を推定する。
　物標の状態を表すために、例えば、自車ＪＶから物標までの距離、及び、自車ＪＶに対する物標の方位、自車ＪＶに対する物標の相対速度が用いられ得る。また、物標の状態を表すために、これらに基づいて、最終的には、距離と方位とから算出される自車ＪＶに対する物標の位置や、自車ＪＶに対する物標の相対速度と自車ＪＶの速度（以下、自車速ともいう。）とから算出される物標の対地速度が用いられてもよい。
　なお、以下では、自車ＪＶから物標までの距離、自車ＪＶに対する物標の方位、自車ＪＶに対する物標の相対速度を、それぞれ、単に、距離、方位、相対速度、ともいう。
　情報処理装置３は、追跡処理の実行により、例えば、現時点での物標の方位、距離、相対速度等の推定値を算出し、これらに基づいて、例えば、現時点での物標の位置の推定値、物標の対地速度の推定値を算出し、運転支援装置等へ出力してもよい。運転支援装置は、図示しないが、運転支援を実現する各種装置をいう。
　図１に戻り、検知部５は、レーダ装置２以外の各種の検知装置を含む。検知装置としては、少なくとも車輪速センサ９が含まれる。
　車輪速センサ９は、例えば自車ＪＶの前後左右の４輪にそれぞれ設けられ、対応する車輪の回転速度を示す信号（以下、車輪速信号という）を出力する。各車輪速センサ９からの車輪速信号は情報処理装置３に入力される。後述するように、情報処理装置３は、各車輪速センサ９からの車輪速信号に基づいて、各車輪の回転速度を検出できる。そして、その検出結果から、例えば、車輪が空転（即ち、スリップ）しているか否かを判定することができる。
　［２．処理］
　［２－１．追跡処理］
　次に、第１実施形態の情報処理装置３が実行する追跡処理について、図５のフローチャートを参照して説明する。情報処理装置３は、所定の周期（即ち、周期Ｔｃｙ）で本追跡処理を繰り返し実行する。周期Ｔｃｙ毎に繰り返し実行されるＳ１０－Ｓ１２０の一連の処理を、処理サイクルともいう。周期Ｔｃｙは、例えば、数ｍｓｅｃ－数百ｍｓｅｃ程度であり得る。
　まず、Ｓ１０では、センサ部２１は、自車ＪＶの周辺に存在する各物標の観測値を検出する。例えば、センサ部２１は、Ｓ１０では、まず、レーダ装置２に送信波を照射させる。続いて、センサ部２１は、レーダ装置２が反射点から受信した反射波に基づいて生成した観測信号を取得する。そして、センサ部２１は、レーダ装置２から取得した観測信号から、自車ＪＶの周辺に存在する各物標の、現時点（即ち、今回の処理サイクル）での観測値を検出する。
　例えば、Ｓ１０では、観測値としては、自車ＪＶから物標までの距離、自車ＪＶに対する物標の方位、自車ＪＶに対する物標の相対速度、が検出される。なお、例えば、レーダ装置２が観測信号から各物標の各観測値を検出するように構成される場合、センサ部２１は各物標の各観測値をレーダ装置２から取得するように構成されてもよい。
　次に、Ｓ２０では、異常検知部２２は、各車輪速センサ９から取得した車輪速信号から、自車速を検出し、検出した自車速を今回の処理サイクルにおける自車速の観測値として取得する。例えば、異常検知部２２は、各車輪の回転速度の平均値に基づいて自車速を算出してもよい。なお、異常検知部２２以外の構成（例えば、いずれかの車輪速センサ９や、その他の装置）により自車速が検出される場合、異常検知部２２は、検出された自車速を取得するように構成されてもよい。
　続いて、Ｓ３０では、異常検知部２２は、車速異常が発生しているか否かを検知する。車速異常とは、自車ＪＶが、車輪速センサ９によって異常な車速が検出されるおそれのある状態（即ち、検出された自車速が信用できない状態）にあることをいう。例えば、自車ＪＶの車輪がスリップしている状態が、車速異常に相当する。なお以下では、ＪＶの車輪がスリップしている状態を、単に、自車ＪＶがスリップしている状態、ともいう。具体的には、異常検知部２２は、図１１に示すサブルーチン（以下、車速異常検知処理ともいう）を実行する。車速異常検知処理については後述する。
　次に、Ｓ４０では、切替部２３は、Ｓ３０の異常検知部２２による検知結果に基づいて、車速異常であるか否かを判定する。ここで、切替部２３は、車速異常でない（即ち、正常な自車速が検出されている）と判定すると、Ｓ５０にて第１追跡処理を情報処理装置３が実行する処理（以下、処理モードともいう）として設定し、処理をＳ７０へ移行する。一方、切替部２３は、車速異常である（即ち、正常な自車速が検出されていない）と判定されると、Ｓ６０にて第２追跡処理を処理モードとして設定し、処理をＳ７０へ移行する。
　Ｓ７０では、追跡部２７は、未処理の物標情報が存在するか否かを判定する。物標情報は、物標毎にメモリ１９に記憶されている。物標情報は、物標の過去の状態を示す。すなわち、物標情報には、過去の推定値が含まれる。詳しくは、追跡部２７は、登録されている物標の中で、これ以降に続くＳ８０－Ｓ１００の処理が未実行の物標が存在するか否かを判定する。追跡部２７は、Ｓ７０において、未処理の物標が存在すると判定された場合は、処理をＳ８０へ移行させ、選択した物標について、Ｓ８０－Ｓ１００の処理を実行する。一方、追跡部２７は、未処理の物標が存在しないと判定された場合は、処理をＳ１１０へ移行する。
　Ｓ８０では、予測部２４は、未処理の物標のうちの１つの物標について、過去の物標の推定値に基づいて、現時刻での物標の予測値を算出する。例えば、過去の物標の推定値とは、前回の処理サイクルにおける物標の推定値をいう。例えば、現時刻での物標の予測値とは、今回の処理サイクルにおける物標の予測値をいう。物標の予測値は、観測値と同様に、距離、方位、及び相対速度を要素として含む。物標の予測値は、物標の対地速度を要素として含んでいてもよい。具体的には、予測部２４は、図６に示すサブルーチン（以下、予測処理ともいう）を実行する。
　まず、Ｓ２１０では、予測部２４は、物標の予測値のうち、相対速度以外の要素について、前回の処理サイクル（以下単に、前回ともいう）における物標の推定値から、今回の処理サイクル（以下単に、今回ともいう）における物標の予測値を算出する。つまり、物標の距離について前回の推定値から今回の予測値が算出され、物標の方位について前回の推定値から今回の予測値が算出される。
　次に、Ｓ２２０－Ｓ２５０では、予測部２４は、物標の相対速度について、処理モードが第１追跡処理であるか否かに応じて、換言すれば、車速異常が発生していないか発生しているかに応じて、異なる態様で今回の予測値を算出する。
　ここで、処理モードが第１追跡処理である（即ち、車速異常でない）場合、Ｓ２３０－Ｓ２４０では、Ｓ２０にて検出された自車速を用いて、相対速度の予測値を算出する。
　具体的には、Ｓ２３０では、予測部２４は、前回の処理サイクルにおいて算出された物標の対地速度の推定値から、今回の処理サイクルにおける物標の対地速度の予測値を算出する。算出の際、前回の処理サイクルから今回の処理サイクル迄の期間（即ち、周期Ｔｃｙ）の様な短期間では、物標の移動は等速直線運動であると仮定する。そして、物標について、前回の対地速度の推定値が、今回の対地速度の予測値として用いられる。
　続くＳ２４０では、予測部２４は、物標について、今回の相対速度の予測値を算出する。具体的には、物標について今回の対地速度の予測値とＳ２０にて検出された自車速とに基づいて、物標の今回の対地速度の予測値－自車速を、今回の相対速度の予測値として算出する。そして、予測部２４は、以上で本サブルーチンを終了する。
　一方、処理モードが第２追跡処理である（即ち、車速異常である）場合、Ｓ２５０では、Ｓ２０にて検出された自車速を用いず、今回の相対速度の予測値を算出する。具体的には、前回の処理サイクルから今回の処理サイクル迄の期間（即ち、周期Ｔｃｙ）の様な短期間では、自車ＪＶ及び物標の移動は等速直線運動であると仮定する。そして、物標について、前回の相対速度の推定値が今回の相対速度の予測値として用いられる。そして、予測部２４は、以上で本サブルーチンを終了する。
　次に、Ｓ９０では、関連付け部２５が、上述の未処理の物標のうちの１つの物標について、Ｓ８０にて算出された予測値の少なくとも１つの要素に基づいて、予測ゲートを設定する。予測ゲートとは、今回の観測値が取得されると推定される範囲をいう。本実施形態では、関連付け部２５は、３つの要素、即ち、距離と方位と相対速度とについて、予測ゲートを設定する。
　更に、関連付け部２５は、関連付けコストを算出する。関連付けコストとは、予測値と観測値との乖離の度合いを示す指標である。本実施形態では、関連付けコストは、関連付けコストの値が小さいほど、予測値と観測値との関連性が高いことを示す。換言すれば、関連付けコストの値が大きいほど、予測値と観測値との関連性が低いことを示す。
　そして、関連付け部２５は、予測ゲート内の観測値のうち関連付けコストが最も低い観測値を、予測値と対応付ける観測値として決定する。
　具体的には、関連付け部２５は、図７に示すサブルーチン（以下、関連付け処理ともいう）を実行する。
　まず、Ｓ３１０では、関連付け部２５は、Ｓ８０において算出された予測値（即ち、距離、方位、相対速度）のうち、相対速度以外の要素の予測値それぞれに基づいて、今回の処理サイクルで観測値が取得されると推定される範囲である予測ゲートを設定する。
　予測値と同じ物標から検出される観測値は、予測値と近い値になるはずである。そこで、Ｓ８０において算出された予測値を中心として、予測値と同じ物標から検出されると推定される観測値の範囲が、予測ゲートとして設定される。
　例えば、図８に示すように、Ｓ８０にて距離の予測値Ｒｐが算出されたとすると、距離の予測値Ｒｐに対して、±ΔＲの範囲が距離の予測ゲート（以下、予測ゲートＧＲともいう）として設定される。
　また、例えば、Ｓ８０にて方位の予測値θｐが算出されたとすると、方位の予測値θｐに対して、±Δθの範囲が方位の予測ゲート（以下、予測ゲートＧθともいう）として設定される。
　次に、Ｓ３２０－Ｓ３４０では、関連付け部２５は、相対速度について、処理モードが第１追跡処理であるか否かに応じて、換言すれば、車速異常が発生していないか発生しているかに応じて、異なる態様で予測ゲートを設定する。
　Ｓ３２０では、関連付け部２５は、処理モードが第１追跡処理であるか否かを判定し、第１追跡処理であると判定された場合は処理をＳ３３０へ移行し、第２追跡処理であると判定された場合は処理をＳ３４０へ移行する。
　ここで、処理モードが第１追跡処理である（即ち、車速異常でない）場合、Ｓ３３０では、関連付け部２５は、Ｓ８０にて算出された相対速度の予測値を中心として、相対速度の予測値と同じ物標から検出されると推定される相対速度の観測値の範囲を予測ゲートとして設定する。設定される予測ゲートを、相対速度の第１予測ゲートという。
　図８に示すように、例えばＳ８０にて相対速度の予測値Ｖｒｐが算出されたとすると、相対速度の予測値Ｖｒｐに対して、±ΔＶｒ１の範囲が、相対速度の第１予測ゲート（以下、第１予測ゲートＧｖ１ともいう）として設定される。第１予測ゲートＧｖ１（即ち、±ΔＶｒ１の範囲）は、予め定められた範囲に設定されていてもよいし、例えば、現時刻における自車速等に応じて可変に設定されてもよい。
　一方、処理モードが第２追跡処理である（即ち、車速異常である）場合、Ｓ３４０では、関連付け部２５は、Ｓ８０にて算出された相対速度の予測値を中心として、相対速度の予測値と同じ物標から検出されると推定される相対速度の観測値の範囲を予測ゲートとして設定する。設定される予測ゲートを、相対速度の第２予測ゲートという。
　図８に示すように、例えばＳ８０にて相対速度の予測値Ｖｒｐが算出されたとすると、相対速度の予測値Ｖｒｐに対して、±ΔＶｒ２の範囲が、相対速度の第２予測ゲート（以下、第２予測ゲートＧｖ２ともいう）として設定される。第２予測ゲートＧｖ２（即ち、±ΔＶｒ２の範囲）は、予め定められた範囲に設定されていてもよいし、例えば、現時刻における自車速等に応じて可変に設定されてもよい。但し、第２予測ゲートＧｖ２は、第１予測ゲートよりも広い範囲に設定される。
　続くＳ３５０では、予測値（即ち、距離、方位、相対速度）のうち、相対速度以外の要素（即ち、距離、方位）が、関連付けコストを算出する際に寄与する度合い（以下、寄与度ともいう）を設定する。例えば、距離の寄与度としてαr、方位の寄与度としてαθが設定される。αr、αθは、正の値である。
　次に、Ｓ３６０－Ｓ３８０では、関連付け部２５は、処理モードが第１追跡処理であるか否かに応じて、換言すれば、車速異常が発生していないか発生しているかに応じて、異なる態様で、関連付けコストを算出する際の相対速度の寄与度を設定する。
　Ｓ３６０では、関連付け部２５は、処理モードが第１追跡処理であるか否かを判定し、第１追跡処理であると判定された場合は処理をＳ３７０へ移行し、第２追跡処理であると判定された場合は処理をＳ３８０へ移行する。
　ここで、処理モードが第１追跡処理である（即ち、車速異常でない）場合、Ｓ３７０では、関連付け部２５は、相対速度の寄与度として第１寄与度αv1を設定する。
　一方、処理モードが第２追跡処理である（即ち、車速異常である）場合、Ｓ３８０では、関連付け部２５は、相対速度の寄与度として第２寄与度αv2を設定する。第１の寄与度αv1及び第２の寄与度αv2は正の値であり、第２の寄与度αv2は第１の寄与度αv1よりも小さい値に設定される。例えば、第２の寄与度αv2は、第１の寄与度αv1よりも十分小さい値、例えば、１／１００、１／１０００等といった１未満の値に設定されてもよい。
　続くＳ３９０では、関連付け部２５は、関連付けコストを算出する。関連付けコストは、例えば、（１）式にて表される。なお、それぞれの観測値及び予測値は、スカラー量である。
Figure JPOXMLDOC01-appb-M000001
 　ここで、ｄaは、距離の予測値と距離の観測値との差であり、ｄbは、方位の予測値と方位の観測値との差であり、ｄcは、相対速度の予測値と相対速度の観測値との差である。
ここでいう差とは、スカラー量の差の大きさ（即ち、絶対値）をいう。また、第１追跡処理の場合は相対速度の寄与度αv1が用いられ、第２追跡処理の場合は相対速度の寄与度αv2が用いられる。
　関連付け部２５は、予測ゲート内の観測値であって、算出された関連付けコストが最も小さい観測値を、予測値と関連付ける観測値として決定する。そして、関連付け部２５は、以上で本サブルーチンを終了する。
　続いて、図８及び図９に基づいて、関連付け部２５の作動を説明する。例えば、図８では、距離に関しては、今回の予測値Ｒｐに基づく予測ゲートＧＲ内に、観測値Ａ１と観測値Ａ２とが検出されている。但し、予測値Ｒｐと観測値Ａ１との差ｄa1＞予測値Ｒｐと観測値Ａ２との差ｄa2である。方位に関しては、今回の予測値θｐに基づく予測ゲートＧθ内に、観測値Ｂ１と観測値Ｂ２とが検出されている。但し、予測値θｐと観測値Ｂ１との差ｄb1＞予測値θｐと観測値Ｂ２との差ｄb2である。
　相対速度に関しては、今回の相対速度Ｖｒｐに基づく第１予測ゲートＧｖ１内に観測値Ｃ１、Ｃ２が検出されている。予測値Ｖｒｐと観測値Ｃ１との差ｄc1＞予測値Ｖｒｐと観測値Ｃ２との差ｄc2である。
　観測値Ａ１、Ｂ１、Ｃ１は同じ物標（例えば、第１物標という）からの検出値であり、観測値Ａ２、Ｂ２、Ｃ２は、第１の物標とは異なる同じ物標（例えば、第２物標という）からの検出値であるとする。また、車速異常でない場合、関連付けコストを算出する際の、距離、方位、相対速度の寄与度は、それぞれ等しく設定されているとする（即ち、αr＝αθ＝αv1）。
　ここで、例えば車速異常でない場合は、算出される関連付けコストに基づいて、関連付けコストが小さい第２物標の観測値Ａ２、Ｂ２、Ｃ２が、今回の予測値Ｒｐ、θｐ、Ｖｒｐそれぞれと対応づける観測値として決定される。一方、車速異常である場合、図８の例では車速異常でない場合と同様に、算出される関連付けコストに基づいて、関連付けコストが小さい第２物標の観測値Ａ２、Ｂ２、Ｃ２が今回の予測値Ｒｐ、θｐ、Ｖｒｐそれぞれと対応づける観測値として決定される。
　一方、図９に示す例は、距離と方位とに関しては図８に示す例と同様であるが、相対速度に関しては、今回の相対速度Ｖｒｐに基づく第１予測ゲートＧｖ１内に観測値Ｃ１が検出され、第１予測ゲートＧｖ１内に観測値Ｃ２が検出されていない。但し、観測値Ｃ２は、今回の相対速度Ｖｒｐに基づく第２予測ゲートＧｖ２内には検出されている。つまり、車速異常である場合は、第１物標から検出される観測値Ａ１、Ｂ１、Ｃ１と、第２物標から検出される観測値Ａ２、Ｂ２、Ｃ２と、の両方が、今回の予測値Ｒｐ、θｐ、Ｖｒｐそれぞれと対応づける観測値の候補として挙げられる。なお、予測値Ｖｒｐと観測値Ｃ１との差ｄc1＜予測値Ｖｒｐと観測値Ｃ２との差ｄc2である。
　ここで、例えば車速異常でない場合は、算出される関連付けコストに基づいて、第１物標の観測値Ａ１、Ｂ１、Ｃ１が今回の予測値Ｒｐ、θｐ、Ｖｒｐそれぞれと対応づける観測値として決定される。関連付けコストの算出において、ｄa1、ｄa2、ｄb1、ｄb2、ｄc1、ｄc2（即ち、ｄc1＜ｄc2）が等しく寄与するからである。
　一方、車速異常である場合、図９の例では、相対速度については第２関連付け寄与度αv2（即ち、０＜αv2≪１）に基づいて関連付けコストが算出される。結果、第２物標の観測値Ａ２、Ｂ２、Ｃ２が今回の予測値Ｒｐ、θｐ、Ｖｒｐそれぞれと対応づける観測値として決定される。関連付けコストの算出において、ｄc1、ｄc2（即ち、ｄc1＜ｄc2）の寄与が大きく低減され、ｄa1、ｄa2（即ち、ｄa1＞ｄa2）、ｄb1、ｄb2（即ち、ｄb1＞ｄb2）の寄与が支配的となるからである。
　このように、図９の例では、車速異常である場合は相対速度の関連付けコストへの寄与度が低減されるため、相対速度以外の要素において、より予測値に近い観測値Ａ２、Ｂ２が、関連付けされる観測値として決定される。
　図７に示す関連付け処理を終了すると、処理が図５のＳ１００へ移行される。
　Ｓ１００では、推定部２６は、Ｓ８０において算出された予測値と、Ｓ９０において関連付け対象として決定された観測値とから、例えば各種のフィルタ処理により、今回の処理サイクルにおける推定値を算出する。物標の推定値は、観測値及び予測値と同様に、距離、方位、及び相対速度を要素として含む。具体的には、推定部２６は、図１０に示すサブルーチン（以下、推定処理ともいう）を実行する。
　まずＳ４１０では、推定部２６は、相対速度以外の要素について、物標の推定値を算出する際に観測値が寄与する度合い（以下、ゲインともいう）を設定する。ゲインは１未満の数値である。なお、物標の推定値を算出する際に予測値が寄与する度合いは、「１－ゲイン」として算出される。例えば、距離のゲインとしてゲインβr、方位のゲインとしてゲインβθが設定される。ゲインβr、βθは、１未満の数値である。
　次に、Ｓ４２０－Ｓ４４０では、推定部２６は、相対速度について、処理モードが第１追跡処理であるか否かに応じて、換言すれば、車速異常が発生していないか発生しているかに応じて、異なる態様でゲインを設定する。上述の様に、ゲインとは、物標の推定値を算出する際に観測値が寄与する度合いを示す、１未満の数値である。
　Ｓ４２０では、推定部２６は、処理モードが第１追跡処理であるか否かを判定し、第１追跡処理であると判定された場合は処理をＳ４３０へ移行し、第２追跡処理であると判定された場合は処理をＳ４４０へ移行する。
　ここで、処理モードが第１追跡処理である（即ち、車速異常でない）場合、Ｓ４３０では、推定部２６は、相対速度のゲインとして第１のゲインβv1を設定する。
　一方、処理モードが第２追跡処理である（即ち、車速異常である）場合、Ｓ４４０では、推定部２６は、相対速度のゲインとして第２のゲインβv2を設定する。第２のゲインβv2は、第１のゲインβv1よりも大きい値に設定される。例えば、第２のゲインβv2は、第１のゲインβv1よりも十分に大きい、１未満の数値に設定されてもよい。又は、第２のゲインβv2は、１に設定されてもよい。
　続くＳ４５０では、推定部２６は、フィルタを更新する。フィルタとは、（２）－（４）式に基づいて、推定値を算出するものをいう。フィルタを更新するとは、今回の処理サイクルにおける各予測値及び観測値を用いて、推定値を算出することをいう。具体的には、推定部２６は、Ｓ４１０、Ｓ４３０又はＳ４４０にて設定したそれぞれのゲインを用いて、（２）－（４）式に基づいて、今回の処理サイクルにおける推定値を算出する。
Figure JPOXMLDOC01-appb-M000002
 　ゲインの値を小さく設定すると、推定値を算出する際の観測値の寄与度が下がり、ゲインの値を大きく設定すると、推定値を算出する際の観測値の寄与度が上がる。換言すれば、ゲインの値を小さく設定すると、「１－ゲイン」の算出値が大きくなるため、推定値を算出する際の予測値の寄与度が上がり、ゲインの値を大きく設定すると、反対に、推定値を算出する際の予測値の寄与度が下がる。
　観測値と予測値とに基づいて推定値を算出する際の予測値の寄与度は、１からゲインを減算した値である。例えば、相対速度の推定値を算出するときの相対速度の予測値の寄与度は、車速異常でない場合は（１－βv1）であり、車速異常である場合は（１－βv2）である。
　相対速度については、車速異常である場合は、物標の推定値を算出する際に、推定値に観測値が寄与する度合いを上げて（即ち、換言すれば予測値が寄与する度合いを下げるように）、第２のゲインβv2が設定される。つまり、相対速度については、推定値に予測値が寄与する度合いは車速異常でない場合の方が大きい（即ち、（１－βv1）＞（１－βv2））。このため、本実施形態では、上述のように、相対速度のゲインは、０＜第１のゲインβv1≪第２のゲインβv2＜１として設定される。又は、第２のゲインβv2は、１に設定される。
　例えば、上述の図８の例では、距離については、距離の予測値Ｒｐと、関連付ける距離の観測値として決定された観測値Ａ２とに基づいて、距離の推定値Ｋ１が算出される。例えば、方位については、方位の予測値θｐと、関連付ける方位の観測値として決定された観測値Ｂ２とに基づいて、方位の推定値Ｌ１が算出される。
　例えば、相対速度については、相対速度の予測値Ｖｒｐと、関連付ける相対速度の観測値として決定された観測値Ｃ２とに基づいて、車速異常でない場合は、相対距離の推定値Ｍ１が算出される。相対速度の予測値Ｖｒｐと、関連付ける相対速度の観測値として決定された観測値Ｃ２とに基づいて、車速異常である場合は、より観測値Ｃ２に近い値として、相対速度の推定値Ｍ２が算出される。
　また例えば、上述の図９の例では、相対速度の予測値Ｖｒｐと、関連付ける相対速度の観測値として決定された観測値Ｃ２とに基づいて、車速異常である場合は、観測値Ｃ２に近い値としての、相対速度の推定値Ｍ２が算出される。
　なお、Ｓ４５０において、推定部２６は、上述のように決定された距離の推定値Ｋ１と方位の推定値Ｌ１とに基づいて、物標の位置の推定値を算出してもよい。また、Ｓ４５０において、推定部２６は、上述のように決定された相対速度の推定値Ｍ１又はＭ２と、Ｓ２０にて取得された自車速とに基づいて、物標の対地速度を算出してもよい（即ち、物標の対地速度の推定値＝相対速度の推定値＋検出された自車速）。算出された物標の推定値はメモリ１９に記憶される。推定部２６は、以上で本サブルーチンを終了する。
　図１０に示す推定処理を終了すると、処理が、図５に示す物体追跡処理におけるＳ７０へ移行される。そして、未処理の物標情報が存在する間は、Ｓ７０－Ｓ１００の処理が繰り返し実行される。一方、未処理の物標情報がなくなり、Ｓ７０において、追跡部２７が、未処理の物標情報が存在しないと判定した場合は、処理がＳ１１０へ移行される。
　Ｓ１１０では、追跡部２７が、Ｓ１０において検出された観測値の中で、未使用の観測値が存在するか否か判定する。即ち、Ｓ１０において検出された観測値の中で、いずれかの予測値と関連付けられていない観測値が存在するか否か判定する。追跡部２７は、未使用の観測値が存在しないと判定した場合は、本処理を終了する。一方、追跡部２７は、未使用の観測値が存在すると判定した場合は、処理をＳ１２０へ移行させる。
　Ｓ１２０では、追跡部２７は、未使用の観測値を（即ち、未使用の観測値が検出された物標を）、新規の物標として登録する。その後、Ｓ１１０の処理へ戻り、Ｓ１１０－Ｓ１２０の処理を行っていない未使用の観測値が存在する間、Ｓ１１０－Ｓ１２０の処理を繰り返し実行する。そして、追跡部２７は、以上で本追跡処理を終了する。
　［２－２．車速異常検知処理］
　次に、第１実施形態の情報処理装置３が、追跡処理のＳ３０にて実行する車速異常検知処理について、図１１のフローチャートを参照して説明する。
　まず、Ｓ５００では、異常検知部２２は、自車ＪＶの加速度が予め定められた加速度閾値以上であるか否かを判定する。異常検知部２２は、上述のＳ２０では、各車輪に設けられた車輪速センサ９からの車輪速信号に基づいて各車輪の回転速度を検出し、検出した各車輪の回転速度に基づいて自車ＪＶの速度を検出し、検出結果をメモリ１９に記憶している。
　異常検知部２２は、Ｓ２０にて検出した自車速に基づいて、例えば、今回の処理サイクルにおいて検出した自車速と前回の処理サイクルにおいて検出した自車速との差を、自車ＪＶの加速度として算出してもよい。加速度閾値は、例えば、自車ＪＶがスリップしているか否かを判定可能な程度の大きさに設定され得る。例えば、加速度閾値は、車両をスリップさせた状態にて測定され得る自車ＪＶの加速度よりも小さい値に設定されていてもよい。加速度閾値、今回及び前回に検出された自車速は、メモリ１９に記憶されている。
　異常検知部２２は、自車ＪＶの加速度が加速度閾値未満である場合に本処理を終了し、自車ＪＶの加速度が加速度閾値以上である場合に処理をＳ５１０へ移行する。なお、以下で説明する各種の閾値は、予めメモリ１９に記憶されている。
　次に、Ｓ５１０では、異常検知部２２は、静止物の物標数が予め定められた閾値（以下、静止物閾値ともいう）以上であるか否かを判定する。静止物閾値の数は、予め定められた、１－数十といった値に設定されてもよい。本実施形態では、静止物閾値の数は２以上の整数である。例えば、異常検知部２２は、前回の処理サイクルにおける物標の相対速度の推定値に基づいて、相対速度の推定値の大きさが自車速と等しく且つ符号が反対である物標を、静止物であると判定する。自車速とはＳ２０にて検出された自車速をいう。
　ここで、異常検知部２２は、静止物の数（以下、物標数ともいう）が予め定められた閾値（以下、静止物閾値ともいう）未満である場合に処理をＳ５４０へ移行する。そして、異常検知部２２は、Ｓ５４０では、自車速は正常であると判定して、本サブルーチンを終了する。一方、異常検知部２２は、静止物の物標数が静止物閾値以上である場合に処理をＳ５２０へ移行し、Ｓ５２０以降では、車速異常であるか否かを判定するために、静止物それぞれの相対速度の予測残差を更に算出する。
　Ｓ５２０では、異常検知部２２は、Ｓ５１０にて特定された静止物それぞれについて、相対速度の予測残差を算出する。但し、Ｓ５２０における相対速度の予測残差の算出は、必ずしも、Ｓ５１０にて検出された静止物全てに対して行われる必要はない。例えば、Ｓ５２０以降の処理は、後述する静止物標数ぶんの静止物それぞれについてのみ実行されてもよい。予測残差とは、予測値と観測値との差（即ち、予測値－観測値）である。具体的には、異常検知部２２は、図１２に示すサブルーチン（以下、静止物予測残差処理ともいう）を実行する。
　まず、Ｓ６００では、異常検知部２２は、Ｓ５１０にて特定された静止物の中から、予め定められた物標数（以下、静止物標数という）の静止物を選択する。例えば、静止物標数は、上述の静止物閾値以下の数であって、１－数十といった値に設定されてもよい。本実施形態では、静止物標数は２以上の整数である。また、異常検知部２２は、Ｓ５１０にて特定された静止物の中から、自車ＪＶからの距離が近い順に、静止物標数ぶんの静止物を選択してもよい。
　次に、Ｓ６１０では、異常検知部２２は、未処理の静止物が存在するか否かを判定する。詳しくは、Ｓ６００にて選択された静止物標数ぶんの静止物の中で、これ以降に続くＳ６２０－Ｓ６４０の処理が未実行の静止物が存在するか否かを判定する。異常検知部２２は、Ｓ６１０において、未処理の静止物が存在すると判定された場合は、未処理の静止物のうちの１つの静止物を選択してＳ６２０の処理へ進み、選択した静止物の相対速度について、Ｓ６２０－Ｓ６４０の処理を実行する。一方、異常検知部２２は、未処理の静止物が存在しないと判定された場合は、処理をＳ６５０へ移行する。
　続くＳ６２０では、異常検知部２２は、未処理の静止物のうちの１つの静止物を選択し、この静止物について、前回の処理サイクルにおける推定値から、現時刻（例えば、今回の処理サイクル）における予測値を算出する。例えば、異常検知部２２は、上述のＳ８０の第１追跡処理と同様にして、今回の予測値を算出する。
　次に、Ｓ６３０では、異常検知部２２は、Ｓ６２０にて算出された相対速度の予測値に基づいて、上述のＳ９０の第１追跡処理と同様に関連付けを実施し、予測ゲート内の観測値のうち相対速度の関連付けコストが最も小さい観測値を、相対速度の予測値と対応付ける相対速度の観測値として決定する。
　続くＳ６４０では、Ｓ６３０にて決定された関連付けコストが最小値となる観測値とＳ６２０にて算出された予測値との相対速度の差（即ち、相対速度予測値－相対速度観測値の絶対値）を、静止物についての相対速度の予測残差として算出する。
　そして、異常検知部２２は処理をＳ６１０に移行し、未処理の静止物が存在する間は、Ｓ６２０－Ｓ６４０の処理を繰り返す。一方、異常検知部２２は、未処理の静止物がなくなり、未処理の静止物が存在しないと判定された場合は、処理をＳ６５０に移行する。
　Ｓ６５０では、異常検知部２２は、静止物の相対速度の予測残差の平均値を算出する。つまり、静止物標数ぶんの予測残差の平均値を算出する。以下では、静止物の相対速度の予測残差の平均値を、単に、静止物の相対速度の予測残差ともいう。異常検知部２２は、以上で本サブルーチンを終了する。
　図１２に示すサブルーチンを終了すると、異常検知部２２は、処理をＳ５３０へ移行する。
　Ｓ５３０では、異常検知部２２は、静止物の相対速度の予測残差が予め定められた閾値（以下、予測残差閾値ともいう）以上であるか否かを判定する。物標が静止物である場合、相対速度の予測値と観測値との間には、ずれが生じないと考えられる。つまり、予測残差は略０であると考えられる。そこで、例えば、予測残差閾値は、０よりも大きい正の値であって、０に近い値に定められていてもよい。
　ここで、異常検知部２２は、静止物の相対速度の予測残差が予測残差閾値未満である場合、処理をＳ５４０に移行させる。そして、Ｓ５４０では、異常検知部２２は、車速異常でない、即ち、検出された自車速は正常であると判定し、以上で本サブルーチンを終了する。
　一方、異常検知部２２は、静止物の相対速度の予測残差が予測残差閾値以上である場合、処理をＳ５５０に移行させる。そして、Ｓ５５０では、異常検知部２２は、車速異常であると判定し、以上で本サブルーチンを終了する。本サブルーチン（即ち、静止物予測残差処理）を終了すると、処理が、Ｓ４０へ移行される。
　［１－３．効果］
　以上説明した第１実施形態によれば、以下の効果が得られる。
　（１ａ）車速異常が発生していないと判定された場合に、自車速の検出結果に基づく相対速度の予測値を用いる第１追跡処理により、物標の現在の推定値が算出される。一方、車速異常であると判定された場合に、第１追跡処理とは異なる第２追跡処理により、物標の現在の推定値が算出される。
　これにより、車速異常の判定結果に基づいて、第１追跡処理及び第２追跡処理のうちのいずれかに処理を切り替えることができる。例えば、第２追跡処理を相対速度の推定値が自車速の誤差の影響を受けにくい処理とし、車速異常と判定された場合に、第１追跡処理に代えて第２追跡処理を実行することで、相対速度を推定する際に自車速の誤差の影響を抑制することができる。
　結果として、車速異常でない場合には、自車速を反映して精度よく物標（即ち、物体）の追跡（例えば、物体の位置、物体の対地速度等の算出）を行うことができ、車速異常が検出された場合には、物標の追跡の精度が低下することを抑制することができる。なお、物標の追跡とは、時系列に（即ち、時間の経過に伴って）物標の状態を示す推定値（例えば、位置、対地速度等）を繰り返し得ること、つまり、過去の状態に基づいて現在の状態を繰り返し得ること、をいう。
　（１ｂ）算出された物体の今回の予測値毎に、予測値に基づいて、今回の観測値が取得されると推定される範囲である予測ゲートが設定される。また、検出された少なくとも一つの観測値から、予測ゲート内の観測値のうちから予測値と関連付ける観測値が決定される。そして、決定された観測値と予測値とに基づいて、今回の物体の推定値が算出される。このようにして、観測値と予測値とに基づく推定値を繰り返し算出し、時系列に推定値を得ることで、観測値のみ又は予測値のみを用いる場合よりも、物標を精度よく追跡することができる。
　（１ｃ）車速異常状態でないと判定された場合、自車速を用いて相対速度の現在の予測値が算出される。例えば、前回の処理サイクルと今回の処理サイクルとにおいて（即ち、処理サイクルの前後において）自車ＪＶが加速又は減速された場合、この加速ぶん又は減速ぶんが反映された自車速が車輪速センサ９により検出される。そこで、物標の対地速度の推定値から検出された自車速を減算することで、自車速を用いて相対速度の予測値が精度よく予測される。精度のよい相対速度の予測値、ひいては精度のよい相対速度の推定値を得ることができるので、物標の位置、物標の対地速度等といった物標の状態が精度よく算出される。結果として、車速異常でない場合に、物標を精度よく追跡することができる。
　但し、自車速は常に正確に検出されるとは限らない。例えば、車輪が空転（即ち、スリップ）したときは、自車速は実際の速度とは異なる値として検出され得る。そこで、車速異常の有無（即ち、自車速の確からしさ）を判定し、車速異常である（即ち、自車速が確かでないおそれがある）と判定された場合、自車速を用いずに相対速度の現在の予測値が算出される。例えば、前回の相対速度の推定値と同じ値が今回の相対速度の予測値として算出される。これにより、車速異常時の自車速を用いて相対速度の予測値を算出するよりも、相対速度の予測値の算出において自車速の誤差による影響を低減することができる。結果として、車速異常が検出された場合に、物標の追跡の精度が低下することを抑制することができる。
　（１ｄ）車速異常であると判定された場合の予測ゲート（即ち、第２予測ゲートＧｖ２）は、車速異常でないと判定された場合の予測ゲート（即ち、第１予測ゲートＧｖ１）よりも、大きく（即ち、広く）設定される。これにより、相対速度の予測値にずれが生じた場合であっても、予測ゲートが大きく設定されるので、ずれが生じた相対速度の予測値を中心とする予測ゲート内においても相対速度の観測値との関連付けを適切に行うことができる。つまり、相対速度の推定値の算出において、自車速の誤差の影響を抑制することができる。結果として、車速異常が検出された場合に、物標の追跡の精度が低下することを抑制することができる。
　（１ｅ）車速異常であると判定された場合は、車速異常でないと判定された場合よりも、予測値と観測値との乖離の度合いを示す指標である関連付けコストの算出における相対速度の寄与度が小さくされる。これにより、相対速度の予測値にずれが生じていたとしても、相対速度以外の要素（例えば、距離、方位）の予測値と観測値とに主に基づいて関連付けコストが算出され、この関連付けコストに基づいて関連付けを行うことが可能となる。結果として、車速異常が検出された場合に、物標の追跡の精度が低下することを抑制することができる。
　（１ｆ）車速異常であると判定された場合は、車速異常でないと判定された場合よりも、相対速度について、観測値と予測値とに基づいて推定値を算出する際に、予測値の推定値への寄与度を小さくする。これにより、観測値がより確からしいとされ、相対速度の予測誤差が推定値へ影響することを低減できる。結果として、車速異常が検出された場合に、物標の追跡の精度が低下することを抑制することができる。
　（１ｇ）自車ＪＶの加速度の大きさに基づいて、加速度が予め定められた加速度閾値以上である場合に、車速異常であると判定される。これにより、比較的簡易な手法により、車速異常を判定することができる。
　（１ｈ）物標の相対速度の予測残差が、予め定められた予測残差閾値以上である場合に、車速異常であると判定されてもよい。例えば、処理サイクル前後の様な短時間では、物標が静止物であっても動体であっても、車速異常でない場合は、物標の相対速度の予測残差は所定の範囲内の大きさになると考えられる。これにより、予測残差に基づいて車速異常を検知することができる。本実施形態では特に、自車ＪＶの加速度が予め定められた加速度閾値以上であり、且つ、物標の相対速度の予測残差が予測残差閾値以上である場合に、車速異常であると判定される。これにより、複数の条件に基づいて車速異常を精度よく判定することができる。
　（１ｉ）物標のうち静止物について相対速度の予測残差が予測残差閾値以上である場合に、車速異常であると判定する。例えば、物標が静止物である場合、予測値と観測値とは等しい（即ち、予測残差が略０）と考えられるため、予測残差閾値は０付近の数値に設定されてもよい。静止物は静止しており動体の様に移動速度が変化することが無いため、静止物の相対速度の予測残差を用いて車速異常を判定することで、動体の相対速度の予測残差を用いる場合よりも、精度のよい判定を行うことができる。
　（１ｊ）静止物の数が静止物閾値以上である場合に、少なくとも一つの静止物を選択し、選択された静止物の相対速度の予測残差が予測残差閾値以上である場合に、車速異常であると判定する。例えば、静止物標数ぶんの複数の静止物が選択され、複数の静止物について相対速度の予測残差の平均値が算出され、予測残差の平均値が予測残差閾値以上である場合に、車速異常であると判定されてもよい。これにより、一つの静止物が選択されて予測残差に基づいて判定が行われる場合よりも、車速異常の判定精度を高めることができる。
　［１－４．文言の対応関係］
　なお、物体追跡装置１が物体追跡装置に対応し、レーダ装置２がセンサに対応し、情報処理装置３が情報処理装置に対応し、センサ部２１が観測値検出部に対応し、異常検知部２２が異常判定部に対応し、予測部２４が予測部に対応し、関連付け部２５が関連付け部に対応し、推定部２６が推定部に対応し、追跡部２７が追跡部に対応する。自車ＪＶが車両に対応する。また、第１追跡処理（即ち、処理モードが第１追跡処理の場合に実行される処理）が第１の処理に対応する。具体的には、Ｓ２３０－Ｓ２４０、Ｓ３３０、Ｓ３７０、Ｓ４３０が第１の処理に対応する。
　第２追跡処理（即ち、処理モードが第２追跡処理の場合に実行される処理）が第２の処理に対応する。具体的には、Ｓ２５０、Ｓ３４０、Ｓ３８０、Ｓ４４０が第２の処理に対応する。Ｓ１０が観測値検出部の処理に対応し、Ｓ２０－Ｓ３０が異常判定部の処理に対応し、Ｓ８０が予測部の処理に対応し、Ｓ９０が関連付け部の処理に対応し、Ｓ１００が推定部の処理に対応し、Ｓ７０－Ｓ１２０が追跡部の処理に対応する。
　送信波、反射波がレーダ波に対応し、前回の処理サイクルにおける物標の推定値が過去の推定値に対応する。Ｓ２４０にて算出された相対速度が自車速を用いて算出された相対速度に対応する。
　予測ゲート、第１予測ゲート、第２予測ゲートが予測範囲に対応し、相対速度の第１寄与度αv1、相対速度の第２寄与度αv2が関連付けコストを算出するときの相対速度の寄与度に対応する。（１－第１のゲインβv1）、（１－第２のゲインβv2）が、相対速度の推定値を算出するときの相対速度の予測値の寄与度に対応する。
　［２．第２実施形態］
　［２－１．第１実施形態との相違点］
　第２実施形態は、基本的な構成は第１実施形態と同様であるため、相違点について以下に説明する。なお、第１実施形態と同じ符号は、同一の構成を示すものであって、先行する説明を参照する。
　上述した第１実施形態では、予測部２４は、車速異常でない場合、今回の自車速の検出値を用いて、物標の対地速度の前回の推定値から今回の自車速の検出値を減算することにより、今回の相対速度の予測値を算出した。これに対し、第２実施形態では、前回の自車速の検出値と今回の自車速の検出値との差を用いて、今回の相対速度の予測値を算出する点で、第１実施形態と相違する。
　［２－２．処理］
　次に、第２実施形態の情報処理装置３が、第１実施形態の予測処理（即ち、図６）に代えて実行する処理について、図１３のフローチャートを用いて説明する。なお、図１３におけるＳ２１０－２２０、Ｓ２５０の処理は、図６と同様であるため、説明を一部簡略化している。
　予測部２４は、Ｓ２２０にて第１追跡処理である（即ち、車速異常でない）と判定された場合に移行するＳ２３５では、相対速度の予測値を算出する。予測部２４は、今回の処理サイクルにおいてＳ２０にて取得された自車速と、前回の処理サイクルにおいてＳ２０にて取得された自車速との差（即ち、今回の自車速－前回の自車速）を算出する。つまり、処理サイクルの前後における自車速の差、（即ち、換言すれば、処理サイクルの前後における自車ＪＶの速度変化量）を算出する。予測部２４は、前回の相対速度の推定値から、処理サイクルの前後における自車ＪＶの速度変化量を減算した値を、今回の相対速度の予測値として算出する。予測部２４は、以上で予測処理のサブルーチンを終了する。
　［２－３．効果］
　以上詳述した第２実施形態によれば、上述した第１実施形態の効果（１ａ）－（１ｊ）を得ることができ、さらに、以下の効果を得ることができる。
　（２ａ）前回の相対速度の推定値から、処理サイクルの前後における自車ＪＶの速度変化量を減算した値が、今回の相対速度の予測値として算出される。これにより、自車速の変化に基づいて自車ＪＶの加速又は減速が検出された場合、この加速ぶん又は減速ぶん（即ち、速度変化量）を相対速度に反映させて、相対速度を精度よく予測することができる。例えば、自車ＪＶが加速の場合は、相対速度の前回の推定値から加速ぶんの大きさを減少した値が相対速度の予測値として算出され、自車ＪＶが減速の場合は、相対速度の前回推定値から減速ぶんの大きさを増加させた値が相対速度の予測値として算出される。
　精度のよい相対速度の予測値、ひいては精度のよい相対速度の推定値を得ることができるので、物体の位置、物体の対地速度等といった物体の状態が精度よく算出される。結果として、上述の（１ｃ）と同様に、車速異常でない場合に、物標を精度よく追跡することができる。
　なお、上述の実施形態では、Ｓ２３５が第１の処理に対応し、Ｓ２３５にて算出された相対速度が自車速を用いて算出された相対速度に対応する。
　［３．他の実施形態］
　以上、本開示の実施形態について説明したが、本開示は上述の実施形態に限定されることなく、種々変形して実施することができる。
　（３ａ）本開示に記載の情報処理装置３では、異常検知部２２にて、複数の静止物についての相対速度の予測残差の平均値を用いて、車速異常であるか否かが判定された。但し、本開示はこれに限定されるものではない。例えば、１つの静止物についての相対速度の予測残差を用いて、車速異常であるか否かが判定されてもよい。例えば、自車ＪＶとの距離が最も近い静止物が１つ選択され、この静止物の予測残差が車速異常であるか否かの判定に用いられてもよい。この場合、図１１の処理において、例えばＳ５１０－Ｓ５２０が削除されてもよい。
　（３ｂ）本開示に記載の情報処理装置３では、関連付けコストは、値が小さいほど、予測値と観測値との関連性が高いことを示し、値が大きいほど、予測値と観測値との関連性が低いことを示すものであったが、本開示はこれに限定されるものではない。例えば、関連付けコストは、値が大きいほど、予測値と観測値との関連性が高いことを示し、値が小さいほど、予測値と観測値との関連性が低いことを示すものであってもよい。この場合、例えば、予測値と観測値との差に代えて、予測値と観測値との差の逆数が、関連付けコストの算出に用いられてもよい。相対速度の第２関連付け寄与度αv2は、上述の情報処理装置３と同様に、相対速度の第１関連付け寄与度αv1よりも、十分に小さい、１未満の数に設定されていればよい。
　（３ｃ）本開示に記載の情報処理装置３では、予測部２４は、車速異常の有無に拘わらず、常に自車速を用いて自車ＪＶに対する相対速度を算出するように構成されてもよい。つまり、予測部２４は、Ｓ２２０、Ｓ２５０の処理を削除するように構成されてもよい。この場合、関連付け部２５による予測ゲートの設定、関連付け部２５による関連付け寄与度の設定、推定部２６によるゲインの設定、のうちの少なくとも一つにおいて、車速異常時に処理モードを第２追跡処理とする処理（即ち、Ｓ３４０、Ｓ３８０、Ｓ４４０）が実行されるように構成されていればよい。これにより、車速異常が検出された場合に、追跡処理において自車速の検出誤差の影響が低減されるので、結果として、物標の追跡の精度が低下することを抑制することができる。
　（３ｄ）同様に、本開示に記載の情報処理装置３では、関連付け部２５は、車速異常の有無に拘わらず、同じ態様で予測ゲートを設定するように構成されてもよい。つまり、関連付け部２５は、Ｓ３２０、Ｓ３４０の処理を削除するように構成されてもよい。この場合、予測部２４による相対速度の予測値の算出、関連付け部２５による関連付け寄与度の設定、推定部２６によるゲインの設定、のうちの少なくとも一つにおいて、車速異常時に処理モードを第２追跡処理とする処理（即ち、Ｓ２５０、Ｓ３８０、Ｓ４４０）が実行されるように構成されていればよい。
　（３ｅ）同様に、本開示に記載の情報処理装置３では、関連付け部２５は、車速異常の有無に拘わらず、同じ態様で関連付け寄与度を設定するように構成されてもよい。つまり、関連付け部２５は、Ｓ３６０、Ｓ３８０の処理を削除するように構成されてもよい。この場合、予測部２４による相対速度の予測値の算出、関連付け部２５による予測ゲートの設定、推定部２６によるゲインの設定、のうちの少なくとも一つにおいて、車速異常時に処理モードを第２追跡処理とする処理（即ち、Ｓ２５０、Ｓ３４０、Ｓ４４０）が実行されるように構成されていればよい。
　（３ｆ）同様に、本開示に記載の情報処理装置３では、推定部２６は、車速異常の有無に拘わらず、同じ態様でゲインを設定するように構成されてもよい。つまり、推定部２６は、Ｓ４２０、Ｓ４３０の処理を削除するように構成されてもよい。この場合、予測部２４による相対速度の予測値の算出、関連付け部２５による予測ゲートの設定、関連付け部２５による関連付け寄与度の設定、のうちの少なくとも一つにおいて、車速異常時に処理モードを第２追跡処理とする処理（即ち、Ｓ２５０、Ｓ３４０、Ｓ３８０）が実行されるように構成されていればよい。
　（３ｇ）本開示に記載の情報処理装置３では、物標の状態を示すための推定値は、少なくとも、距離、方位、相対速度、を要素としたが、推定値に含まれる要素はこれらに限定されるものではない。例えば、推定値は、物体の位置を要素として含んでいてもよい。具体的には、Ｘ軸座標値Ｃｘ、Ｙ軸座標値Ｃｙを要素として含んでいてもよい。Ｘ軸は、自車ＪＶの幅方向に沿った軸であり、Ｙ軸は、Ｘ軸と直交し、自車ＪＶの長手方向に沿った軸である。これらについて、それぞれ、予測値、観測値、推定値が算出されてもよい。
　この場合、例えば図１４に示す様に、まず、物体の位置について、前回の処理サイクルにおける推定値Ｐｅから今回の処理サイクルにおける予測値Ｐｐが算出される。次に、レーダ装置２にて観測される物体の位置の観測値のうち、予測値Ｐｐを中心として設定される位置に関する予測ゲートＧｐ内の観測値Ｄ１、Ｄ２が、予測値Ｐｐと関連づけされる可能性のある観測値として検出される。
　ここで、予測値Ｐｐと観測値との距離がそのまま関連付けコストとして用いられるとすると、観測値Ｄ１が予測値Ｐｐと関連づけされる観測値として決定される。そして、関連付けされた観測値Ｄ１と予測値Ｐｐとを用いて、位置に関するゲインに基づいて、今回の処理サイクルにおける位置の推定値Ｎが算出される。
　なお、本開示に記載の情報処理装置３では、推定値は、観測値又は予測値と同じ要素を有していてもよいし、観測値又は予測値と異なる要素を有していてもよい。
　（３ｈ）本開示に記載の情報処理装置３及びその手法は、コンピュータプログラムにより具体化された一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリを構成することによって提供された専用コンピュータにより、実現されてもよい。あるいは、本開示に記載の情報処理装置３及びその手法は、一つ以上の専用ハードウェア論理回路によってプロセッサを構成することによって提供された専用コンピュータにより、実現されてもよい。
　もしくは、本開示に記載の情報処理装置３及びその手法は、一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリと一つ以上のハードウェア論理回路によって構成されたプロセッサとの組み合わせにより構成された一つ以上の専用コンピュータにより、実現されてもよい。
　また、コンピュータプログラムは、コンピュータにより実行されるインストラクションとして、コンピュータ読み取り可能な非遷移有形記録媒体に記憶されてもよい。情報処理装置３に含まれる各部の機能を実現する手法には、必ずしもソフトウェアが含まれている必要はなく、その全部の機能が、一つあるいは複数のハードウェアを用いて実現されてもよい。
　（３ｉ）本開示に記載の情報処理装置３は、１つのチップ上に構成されていてもよい。
　（３ｊ）上述の実施形態における１つの構成要素が有する複数の機能を、複数の構成要素によって実現したり、１つの構成要素が有する１つの機能を、複数の構成要素によって実現したりしてもよい。また、複数の構成要素が有する複数の機能を、１つの構成要素によって実現したり、複数の構成要素によって実現される１つの機能を、１つの構成要素によって実現したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。
　（３ｋ）上述の情報処理装置３の他、情報処理装置３のＣＰＵ１１、当該情報処理装置３を構成要素とする物体追跡装置１、当該情報処理装置３を機能させるためのプログラム、情報処理装置３のＣＰＵ１１を機能させるためのプログラム、このプログラムを記録した半導体メモリ等の非遷移有形記録媒体、このプログラムにより実現される追跡方法など、種々の形態で本開示を実現することもできる。また、例えば、情報処理装置３により実現される方法、情報処理装置３のＣＰＵ１１により実現される方法、物体追跡装置１の追跡方法など、種々の形態で本開示を実現することもできる。

Claims (13)

  1. 　車両に搭載される情報処理装置（３）であって、
    　レーダ波を送受信するセンサ（２）によって観測された観測信号を取得して、前記観測信号から前記車両周辺の少なくとも一つの物標について少なくとも一つの観測値を検出するように構成された観測値検出部（２１）と、
    　予め定められた処理サイクルで、物標毎に、前記物標の状態を示す推定値であって過去の前記推定値から現在の予測値を算出し、現在の前記観測値と現在の前記予測値とから現在の前記推定値を算出することにより、前記物標を追跡するように構成された追跡部（２７）と、
    　車速異常であるか否かを判定するように構成された異常判定部（２２）と、
    　を備え、
    　前記追跡部は、前記車速異常でないと判定された場合に、自車速の検出結果に基づく相対速度の前記予測値を用いる第１の処理を実行して現在の前記推定値を算出し、前記車速異常であると判定された場合に、前記第１の処理とは異なる第２の処理を実行して現在の前記推定値を算出するように構成された
    　情報処理装置。
  2. 　請求項１に記載の情報処理装置であって、
    　前記追跡部は、
    　物標毎に、過去の前記推定値から現在の前記予測値を算出するように構成された予測部（２４）と、
    　算出された前記予測値毎に、前記予測値に基づいて、今回、前記観測値が取得されると推定される範囲である予測範囲を設定し、検出された前記少なくとも一つの観測値から、前記予測範囲内の前記観測値であって、前記予測値と関連付ける前記観測値を決定し、算出された前記予測値と関連付ける前記観測値を決定するように構成された関連付け部（２５）と、
    　決定された前記観測値と前記予測値とに基づいて現在の前記物標の前記推定値を算出するように構成された推定部（２６）と、
    　を備える情報処理装置。
  3. 　請求項２に記載の情報処理装置であって、
    　前記予測部は、前記車速異常でないと判定された場合、前記第１の処理では、前記自車速を用いて前記相対速度の現在の前記予測値を算出し、前記車速異常であると判定された場合、前記第２の処理では、前記自車速を用いず前記相対速度の前記予測値を算出する
    　情報処理装置。
  4. 　請求項２又は請求項３に記載の情報処理装置であって、
    　前記関連付け部は、前記車速異常であると判定された場合の前記第２の処理では、前記車速異常でないと判定された場合の前記第１の処理よりも、前記予測範囲を大きくする
    　情報処理装置。
  5. 　請求項２から請求項４のいずれか一項に記載の情報処理装置であって、
    　前記関連付け部は、前記車速異常であると判定された場合の前記第２の処理では、前記車速異常でないと判定された場合の前記第１の処理よりも、前記予測値と前記観測値との乖離の度合いを示す指標である関連付けコストを算出するときの前記相対速度の寄与度を小さくする
    　情報処理装置。
  6. 　請求項２から請求項５のいずれか一項に記載の情報処理装置であって、
    　前記推定部は、前記車速異常であると判定された場合の前記第２の処理では、前記車速異常でないと判定された場合の前記第１の処理よりも、前記相対速度の前記推定値を算出するときの前記相対速度の前記予測値の寄与度を小さくする
    　情報処理装置。
  7. 　請求項１から請求項６のいずれか一項に記載の情報処理装置であって、
    　前記異常判定部は、自車の加速度の大きさに基づいて、前記加速度が予め定められた加速度閾値以上である場合に、前記車速異常であると判定する
    　情報処理装置。
  8. 　請求項１から請求項７のいずれか一項に記載の情報処理装置であって、
    　前記異常判定部は、前記相対速度について、前記予測値と前記観測値との差である予測残差が、予め定められた予測残差閾値以上である場合に、前記車速異常であると判定する
    　情報処理装置。
  9. 　請求項８に記載の情報処理装置であって、
    　前記異常判定部は、前記物標のうち静止物の前記相対速度について、前記予測残差が、予め定められた予測残差閾値以上である場合に、前記車速異常であると判定する
    　情報処理装置。
  10. 　請求項９に記載の情報処理装置であって、
    　前記異常判定部は、前記静止物の数が予め定められた静止物標数以上である場合に、少なくとも一つの前記静止物の前記相対速度について、前記予測残差が、予め定められた予測残差閾値以上である場合に、前記車速異常であると判定する
    　情報処理装置。
  11. 　車両に搭載される物体追跡装置（１）であって、
    　レーダ波を送受信するセンサ（２）と、
    　前記センサによって観測された観測信号を取得して、前記観測信号から前記車両周辺の少なくとも一つの物標について少なくとも一つの観測値を検出するように構成された観測値検出部（２１）と、
    　予め定められた処理サイクルで、物標毎に、前記物標の状態を示す推定値であって過去の前記推定値から現在の予測値を算出し、現在の前記観測値と現在の前記予測値とから現在の前記推定値を算出することにより、前記物標を追跡するように構成された追跡部（２７）と、
    　車速異常であるか否かを判定するように構成された異常判定部（２２）と、
    　を備え、
    　前記追跡部は、前記車速異常でないと判定された場合に、自車速の検出結果に基づく相対速度の前記予測値を用いる第１の処理を実行して現在の前記推定値を算出し、前記車速異常であると判定された場合に、前記第１の処理とは異なる第２の処理を実行して現在の前記推定値を算出するように構成された
    　物体追跡装置。
  12. 　車両に搭載される情報処理装置における追跡方法であって、
    　レーダ波を送受信するセンサによって観測された観測信号を取得して、前記観測信号から前記車両周辺の少なくとも一つの物標について少なくとも一つの観測値を検出し、
    　予め定められた処理サイクルで、物標毎に、前記物標の状態を示す推定値であって過去の前記推定値から現在の予測値を算出し、現在の前記観測値と現在の前記予測値とから現在の前記推定値を算出することにより、前記物標を追跡し、
    　車速異常であるか否かを判定し、
    　前記車速異常でないと判定された場合に、自車速の検出結果に基づく相対速度の前記予測値を用いる第１の処理を実行して現在の前記推定値を算出し、前記車速異常であると判定された場合に、前記第１の処理とは異なる第２の処理を実行して現在の前記推定値を算出する
    　追跡方法。
  13. 　車両に搭載される情報処理装置を構成するコンピュータを、レーダ波を送受信するセンサによって観測された観測信号を取得して、前記観測信号から前記車両周辺の少なくとも一つの物標について少なくとも一つの観測値を検出するように構成された観測値検出部と、予め定められた処理サイクルで、物標毎に、前記物標の状態を示す推定値であって過去の前記推定値から現在の予測値を算出し、現在の前記観測値と現在の前記予測値とから現在の前記推定値を算出することにより、前記物標を追跡する追跡部と、車速異常であるか否かを判定する異常判定部として機能させるためのプログラムであって、
    　前記追跡部は、前記車速異常でないと判定された場合に、自車速の検出結果に基づく相対速度の前記予測値を用いる第１の処理を実行して現在の前記推定値を算出し、前記車速異常であると判定された場合に、前記第１の処理とは異なる第２の処理を実行して現在の前記推定値を算出するように構成された
    　プログラム。
PCT/JP2022/036528 2021-10-07 2022-09-29 情報処理装置、物体追跡装置、追跡方法、プログラム WO2023058559A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202280067652.XA CN118076906A (zh) 2021-10-07 2022-09-29 信息处理装置、物体追踪装置、追踪方法、程序

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021165684A JP2023056372A (ja) 2021-10-07 2021-10-07 情報処理装置、物体追跡装置、追跡方法、プログラム
JP2021-165684 2021-10-07

Publications (1)

Publication Number Publication Date
WO2023058559A1 true WO2023058559A1 (ja) 2023-04-13

Family

ID=85803399

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/036528 WO2023058559A1 (ja) 2021-10-07 2022-09-29 情報処理装置、物体追跡装置、追跡方法、プログラム

Country Status (3)

Country Link
JP (1) JP2023056372A (ja)
CN (1) CN118076906A (ja)
WO (1) WO2023058559A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012154842A (ja) * 2011-01-27 2012-08-16 Mitsubishi Electric Corp 目標追尾装置及び目標追尾方法
WO2014192137A1 (ja) * 2013-05-31 2014-12-04 トヨタ自動車株式会社 移動軌跡予測装置及び移動軌跡予測方法
JP2018124209A (ja) * 2017-02-02 2018-08-09 株式会社デンソーテン レーダ装置および物標検知方法
US20200191938A1 (en) * 2018-12-14 2020-06-18 Thales Canada Inc Vehicle odometry and motion direction determination

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012154842A (ja) * 2011-01-27 2012-08-16 Mitsubishi Electric Corp 目標追尾装置及び目標追尾方法
WO2014192137A1 (ja) * 2013-05-31 2014-12-04 トヨタ自動車株式会社 移動軌跡予測装置及び移動軌跡予測方法
JP2018124209A (ja) * 2017-02-02 2018-08-09 株式会社デンソーテン レーダ装置および物標検知方法
US20200191938A1 (en) * 2018-12-14 2020-06-18 Thales Canada Inc Vehicle odometry and motion direction determination

Also Published As

Publication number Publication date
CN118076906A (zh) 2024-05-24
JP2023056372A (ja) 2023-04-19

Similar Documents

Publication Publication Date Title
CN107728146B (zh) 雷达设置角度计算装置、雷达装置及雷达设置角度计算方法
JP6520203B2 (ja) 搭載角度誤差検出方法および装置、車載レーダ装置
JP4827956B2 (ja) 車載用レーダ装置
US8390509B2 (en) Radar system and direction detecting method
US7911374B2 (en) Radar device and target detection method
US9889798B1 (en) Detection of a target object utilizing automotive radar
JP6714148B2 (ja) 自動車レーダを利用する標的対象物の改善された検出
JP2011127910A (ja) レーダ装置及びレーダシステム
CN108885249B (zh) 搭载角度学习装置
JP4497017B2 (ja) 車両用物体検出装置
WO2016104472A1 (ja) 推定方位を用いた方位誤差検出方法および装置、車載レーダ装置
CN110806580A (zh) 移动平台上的雷达系统中的振动减轻
US10705186B2 (en) Apparatus for detecting axial misalignment
CN113109798A (zh) 目标检测方法、装置、计算机设备和存储介质
WO2020050363A1 (ja) 物体検出装置
CN110678776B (zh) 用于增强的对象跟踪的系统
US11841419B2 (en) Stationary and moving object recognition apparatus
JP2024023926A (ja) 電子機器、電子機器の制御方法、及び電子機器の制御プログラム
CN110940973B (zh) 一种用于雷达目标检测的角度测量方法及装置
WO2023058559A1 (ja) 情報処理装置、物体追跡装置、追跡方法、プログラム
JP2011053166A (ja) 測位方法および装置
US20220236398A1 (en) Object tracking apparatus
US20210270960A1 (en) Apparatus and method for controlling radar
US20200264274A1 (en) Resolution of doppler ambiguity in a radar system through tracking
CN110691985A (zh) 用于增强的对象追踪的系统

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: 22878428

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE