WO2026014149A1 - 情報処理装置、情報処理方法、及びプログラム - Google Patents

情報処理装置、情報処理方法、及びプログラム

Info

Publication number
WO2026014149A1
WO2026014149A1 PCT/JP2025/021610 JP2025021610W WO2026014149A1 WO 2026014149 A1 WO2026014149 A1 WO 2026014149A1 JP 2025021610 W JP2025021610 W JP 2025021610W WO 2026014149 A1 WO2026014149 A1 WO 2026014149A1
Authority
WO
WIPO (PCT)
Prior art keywords
information processing
processing device
moving object
index
moving
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
PCT/JP2025/021610
Other languages
English (en)
French (fr)
Inventor
大輔 松尾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Group Corp
Original Assignee
Sony Group Corp
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 Sony Group Corp filed Critical Sony Group Corp
Publication of WO2026014149A1 publication Critical patent/WO2026014149A1/ja
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Definitions

  • This technology relates to an information processing device, information processing method, and program that can be applied to object detection, etc.
  • radar can generally only measure the velocity in the radial direction (Doppler velocity) as seen from the sensor. In other words, it cannot measure the velocity in the tangential direction on a concentric circle centered on the sensor. As a result, it is difficult to measure the velocity of a moving object, such as a pedestrian crossing the road in front of a moving vehicle, using a sensor on the vehicle. Furthermore, moving objects may be mistaken for stationary objects, making it difficult to detect and track them.
  • the objective of this technology is to provide an information processing device, information processing method, and program that can quickly detect moving objects and improve the accuracy of distinguishing stationary objects.
  • An information processing method is executed by a computer system and includes calculating an index indicating the likelihood that an object is a moving object, based on the Doppler velocity at the object's reflection point. It is determined whether data based on multiple such indices calculated at predetermined time intervals exceeds a predetermined threshold.
  • a program operating in accordance with one aspect of the present technology causes a computer system to perform the following steps.
  • FIG. 1 is a block diagram showing an example of the configuration of a moving body according to a first embodiment.
  • FIG. 2 is a block diagram showing an example of the configuration of a signal processing unit.
  • 10 is a flowchart showing the operation of a moving object index calculation unit.
  • FIG. 10 is a schematic diagram illustrating the case where a stationary object is detected.
  • FIG. 10 is a schematic diagram illustrating a case where a moving object is detected.
  • FIG. 10 is a diagram showing the relationship between a corrected Doppler velocity VD′ and a moving object index L according to the first embodiment.
  • 1A and 1B are diagrams illustrating an environment in which an evaluation of the present embodiment was performed and detection results.
  • FIG. 10 is a diagram showing the relationship between a corrected Doppler velocity VD′ and a moving object index L according to the second embodiment.
  • FIG. 1 is a block diagram showing a configuration of a computing device.
  • FIG. 10 is a diagram showing changes in the relationship between the corrected Doppler velocity VD′ and the moving object index L.
  • FIG. 1 is a schematic diagram illustrating a case where a moving object is detected using two radars.
  • FIG. 1 is a block diagram illustrating an example of the configuration of a vehicle control system.
  • FIG. 2 is a diagram illustrating an example of a sensing region.
  • FIG. 1 is a block diagram showing an example of the configuration of a moving object 1 according to a first embodiment of the present technology.
  • the mobile object 1 has an information processing device 10, a moving speed observation device 90, and a mobile object control system 100.
  • the mobile body 1 includes an automobile, a drone, etc.
  • the detection of an object while the mobile body 1 is moving is taken as an example.
  • the information processing device may also be installed in devices fixed in predetermined positions, such as traffic lights.
  • the information processing device 10 is mounted on the moving object 1 and has a wireless signal transmitting unit 11, a wireless signal receiving unit 12, a demodulating unit 13, an A/D converting unit 14, a signal processing unit 20, and a moving object output unit 15.
  • the wireless signal transmitter 11 generates a transmission signal and radiates it into space as a transmission wave.
  • the wireless signal transmitter 11 also supplies the transmission signal to the demodulator 13.
  • the wireless signal receiving unit 12 receives, as reflected waves, the transmitted waves reflected by the reflection points of objects, including moving and stationary objects, present around the mobile unit 1.
  • the wireless signal receiving unit 12 also supplies the received signals to the demodulating unit 13. Note that there is no limit to the number of moving and stationary objects, and there may be one, multiple, or none at all.
  • the demodulation unit 13 demodulates the received signal using the transmitted signal to generate a demodulated signal.
  • the demodulation unit 13 also supplies the demodulated signal to the A/D conversion unit 14.
  • the A/D conversion unit 14 converts the demodulated signal into a digital value and generates a digital radar signal.
  • the A/D conversion unit 14 also supplies the digital radar signal to the signal processing unit 20.
  • the transmitted signal and received signal may first be digitized by the A/D conversion unit 14, and then the digital radar signal may be generated by the demodulation unit 13.
  • the signal processing unit 20 generates object tracking information for the moving object based on the digital radar signal and self-moving speed information, which is the moving speed of the moving body 1 (information processing device 10), supplied from the moving speed observation device 90 described below.
  • the signal processing unit 20 also supplies the object tracking information to the moving object output unit 15.
  • the moving object output unit 15 outputs object tracking information to an external device.
  • the moving speed observation device 90 observes self-moving speed information, including the moving speed of the moving body 1.
  • a vehicle speed sensor that observes the speed of the automobile functions as the moving speed observation device 90.
  • an inertial measurement unit IMU or the like may also be used as the moving speed observation device 90.
  • Position measurement may also be performed using a satellite positioning system or the like, and the moving speed may be calculated from the results.
  • the self-moving speed information includes various information such as the speed, direction of travel, angular velocity, pitch, roll, and yaw of the moving body 1.
  • the information processing device 10 is mounted on the mobile object 1, and therefore the movement speed of the mobile object 1 corresponds to the movement speed of the information processing device 10.
  • the position and speed of the information processing device 10 may be treated as corresponding to the position and speed of the mobile object 1.
  • the mobile object control system 100 controls the movement and stopping of the mobile object 1, as well as the performance of predetermined operations.
  • a vehicle is given as an example of the mobile object 1.
  • the mobile object control system 100 functions as a vehicle control system 100 that performs processing related to vehicle driving assistance and automated driving.
  • FIG. 2 is a block diagram showing an example configuration of the signal processing unit 20 shown in Figure 1.
  • the signal processing unit 20 has a reflection point detection unit 21, a moving object index calculation unit 22, an object tracking unit 23, a tracking result storage unit 24, and a moving object determination unit 25.
  • the reflection point detection unit 21 detects reflection points from the digital radar signal.
  • the reflection point detection unit 21 also supplies reflection point information, including the distance, direction, and Doppler velocity of the detected reflection points, to the moving object index calculation unit 22 and the object tracking unit 23.
  • a distance and velocity spectrum is generated by performing FFT (Fast Fourier Transform) processing on the digital radar signal.
  • FFT Fast Fourier Transform
  • CFAR Constant False Alarm Rate
  • the direction of the reflection point is estimated using direction-of-arrival estimation algorithms such as digital beamforming and MUSIC (Multiples Signal Classification) using phase difference information between complex signals corresponding to multiple transmitting or receiving antennas.
  • the index indicating the likelihood that an object is a moving object includes likelihood. Note that there are no limitations on the method for calculating likelihood, and it may be calculated using any method.
  • the object tracking unit 23 tracks the object using the reflection point information, moving object index L, self-movement speed information, and object tracking information from the previous time frame supplied from the tracking result storage unit 24 (described later), and outputs the result as object tracking information.
  • the reflection point information is input to a state estimation filter such as a Kalman filter, and the current position and speed Vtrk(T) of the moving object are estimated by integrating it with past object tracking information.
  • Object tracking information includes various information about moving or stationary objects, such as their position, speed, direction of travel, and size. It may also include the rotation, tilt, vibration, etc. of the moving object. Furthermore, if the information processing device 10 is equipped with a camera or the like capable of capturing images of moving objects, the tracking information may include the class of the moving object, such as a car or person, based on image recognition.
  • the object tracking information also includes an accumulated moving object index Laccum.
  • Equation 1 the accumulated moving object index Laccum is added and updated each time a new moving object index L is input.
  • the accumulated moving object index Laccum at that time is expressed by the following equation (Equation 1):
  • T indicates the current time frame
  • the state estimation filter may be an extended Kalman filter, an unscented Kalman filter, or a particle filter. Furthermore, in cases where multiple reflection points are obtained from a single moving object, multiple reflection points that are close in distance, direction, or Doppler velocity may be integrated (clustered) and input to the state estimation filter as a single object.
  • tracking is performed by correcting for the influence of the information processing device 10 using self-movement speed information.
  • the tracking result storage unit 24 stores the object tracking information and outputs the object tracking information to the object tracking unit 23 in the next time frame.
  • the moving object determination unit 25 outputs, from the object tracking information, an object that satisfies the following (Equation 2) and (Equation 3) as a moving object detection result.
  • Vtrk(T) is the estimated velocity of the object contained in the object tracking information.
  • Vth and Lth are predetermined thresholds.
  • FIG. 3 is a flowchart showing the operation of the moving object index calculation unit 22.
  • reflection point information is acquired by the reflection point detection unit 21 (step 101).
  • Self-moving speed information is acquired by the movement speed observation device 90 (step 102).
  • the above reflection point information and self-moving speed information are input to the moving object index calculation unit 22, which then performs a loop operation for each reflection point included in the reflection point information, and executes the processing of steps 103 to 107 to calculate the moving object index L corresponding to each reflection point.
  • the moving object index L is calculated from the corrected Doppler velocity VD'.
  • FIG 4 is a schematic diagram of the detection of stationary objects.
  • radar 5 is attached to a moving body 1 in the direction of travel 6 of the moving body 1 (for example, in front of the moving body 1).
  • This radar 5 corresponds to a radio signal transmitter 11 and a radio signal receiver 12. Note that the number and mounting positions of radars 5 are not limited, and they may be mounted at any location.
  • a mobile object 1 equipped with an information processing device 10 is moving at a speed Vego in a traveling direction 6.
  • the direction in which a stationary object 25 exists relative to the traveling direction is designated as ⁇ .
  • VD is expressed by the following equation (Equation 4):
  • VD -Vegocos ⁇ The sign of VD is positive in the direction away from the information processing device 10.
  • the moving object 26 is moving at a velocity Vtgt, and the angle between Vtgt and the direction 8 in which the moving object 26 is observed from the information processing device 10 is ⁇ .
  • the Doppler velocity VD observed from the moving object 26 includes a component resulting from the velocity Vtgt of the moving object 26 in addition to the aforementioned Vego. Specifically, this is expressed by the following equation (Equation 5):
  • Figure 6 is a diagram showing the relationship between the corrected Doppler velocity VD' and the moving object index L according to the first embodiment.
  • the vertical axis represents the moving object index L
  • the horizontal axis represents the corrected Doppler velocity
  • VDth is a threshold value.
  • the moving object index L for each reflection point is output (step 108).
  • include both stationary objects and moving objects with a velocity in the tangential direction on a concentric circle centered on the sensor.
  • the estimated velocity Vtrk(T) estimated by the object tracking unit 23 is used to make a determination using (Equation 2).
  • the position of the radar reflection point is generally unstable and subject to fluctuations, and due to issues with tracking accuracy, the estimated velocity Vtrk(T) of a stationary object may temporarily increase as a result of object tracking. Therefore, it is necessary to perform tracking for a longer period of time to obtain a more accurate estimate of Vtrk(T).
  • a relatively small moving object index L is assigned to an object with a small corrected Doppler velocity
  • Vtrk(T) obtained as a result of long-term tracking in (Equation 2) to determine whether the object is moving, it is possible to distinguish between stationary and moving objects with high accuracy.
  • a relatively large moving object index L is assigned, so that the moving object determination unit 25 satisfies (Equation 2) and (Equation 3) early on, and the object is detected as a moving object early on.
  • the moving object index calculation unit 22 corresponds to a calculation unit that calculates an index indicating the likelihood that the object is moving based on the Doppler velocity at the reflection point of the object.
  • the tracking result storage unit 24 corresponds to an object tracking unit that tracks an object based on reflection point information relating to the reflection points of the object, the index, and the speed of the moving body.
  • the moving object determination unit 25 corresponds to a determination unit that determines whether or not data based on a plurality of indices calculated by the calculation unit at predetermined time intervals exceeds a predetermined threshold value.
  • Figure 7 shows the environment in which the evaluation of this embodiment was conducted and the detection results.
  • an area of 7.4 m (in the Y-axis direction) on both sides of the moving body 1 was set as the pedestrian detection rate evaluation area, and the detection rate of a pedestrian 9 walking laterally 11 m in front of the moving body 1 (passing through the pedestrian detection rate evaluation area) was evaluated.
  • the conventional method used for comparison discards all reflection points that do not have a corrected Doppler velocity VD', assuming they are reflections from stationary objects.
  • a pedestrian 9 crosses in front of the moving object 1, it moves in a tangential direction on a concentric circle centered on the sensor 5, making it impossible to obtain a corrected Doppler velocity VD'.
  • the conventional method when a pedestrian 9 crosses in front of the moving object 1 (moves in a tangential direction on a concentric circle centered on the sensor 5), it is not possible to detect the pedestrian 9, and therefore detection may fail even within the pedestrian detection rate evaluation area.
  • a moving object index L is assigned even to reflection points that do not have a corrected Doppler velocity VD', and moving objects are detected based on the estimated velocity Vtrk(T) obtained as a result of tracking.
  • Vtrk(T) estimated velocity obtained as a result of tracking.
  • the information processing device 10 calculates an index indicating the likelihood that an object is moving, based on the Doppler velocity at the object's reflection point, and determines whether data based on multiple indexes calculated at predetermined time intervals exceeds a predetermined threshold. This enables early detection of moving objects and improved accuracy in distinguishing stationary objects.
  • This technology tracks objects by assigning moving object indices corresponding to the Doppler velocity to the object's reflection points, and when the accumulated moving object indices exceed a threshold, the object is detected as a moving object if its estimated velocity obtained through object tracking exceeds the velocity threshold.
  • objects that have Doppler velocity and are clearly moving will have their accumulated indices exceed the threshold early, and will be detected as moving objects early.
  • objects for which Doppler velocity cannot be obtained are tracked for a relatively long period of time, and moving object detection is performed based on an estimated velocity with increased accuracy, thereby improving the accuracy of distinguishing between moving and stationary objects.
  • the relationship between the corrected Doppler velocity VD' and the moving object index L varied discretely as shown in Fig. 6.
  • the moving object index L is calculated based on a curve of the moving object index L that varies continuously with changes in the corrected Doppler velocity VD'.
  • Figure 8 is a diagram showing the relationship between the corrected Doppler velocity VD' and the moving object index L according to the second embodiment.
  • the vertical axis represents the moving object index L
  • the horizontal axis represents the corrected Doppler velocity
  • the moving object index L changes continuously in response to changes in the corrected Doppler velocity VD', allowing for more flexible changes in the time until detection determination.
  • the relationship between the corrected Doppler velocity VD' and the moving object index L may be stored in the form of a lookup table, and the moving object index L corresponding to the corrected Doppler velocity VD' may be read from the lookup table.
  • the moving object index calculation unit 22 calculates the moving object index L by using a relation curve between the corrected Doppler velocity VD′ and the moving object index L, which is calculated in advance by a calculation device 30 described later, or by using a lookup table.
  • the measurement data recording unit 31 records reflection point information, self-moving speed information, and correct answer data regarding the presence of moving objects in the measurement environment when measurements are previously performed by the information processing device 10.
  • the measurement data recording unit 31 also shares the reflection point information and self-moving speed information with the moving object index calculation unit 32 and the object tracking unit 33, and outputs the correct answer data to the detection result evaluation unit 36.
  • the moving object index calculation unit 32 calculates the moving object index L from the corrected Doppler velocity VD' calculated from the reflection point information and self-moving velocity information, based on the relationship between the corrected Doppler velocity VD' and the moving object index L previously supplied by the moving object index setting unit 37, and outputs the moving object index L to the object tracking unit 33.
  • the object tracking unit 33 uses the reflection point information, moving object index L, self-movement speed information, and object tracking information from the previous time frame supplied from the tracking result storage unit 34 to track objects present in a measurement environment prepared in advance, and outputs the object tracking information.
  • the tracking result storage unit 34 stores the object tracking information and outputs the object tracking information to the object tracking unit 33 in the next time frame.
  • the moving object determination unit 35 outputs, from the object tracking information, objects that satisfy both (Equation 2) and (Equation 3) as moving object detection results.
  • the detection result evaluation unit 36 evaluates moving object detection performance based on the moving object detection results and ground truth data. For example, the detection result evaluation unit 36 calculates and outputs evaluation results such as Multi-Object Tracking Accuracy (MOTA).
  • MOTA Multi-Object Tracking Accuracy
  • the moving object index setting unit 37 modifies the relationship between the corrected Doppler velocity VD' and the moving object index L based on predetermined conditions.
  • the predetermined conditions include various information such as the evaluation results of moving object detection performance (moving object detection rate), erroneous detection of moving objects, distance from the reflection point, error in the self-moving speed, and the positional relationship between a moving object or a stationary object and the self-device (information processing device 10).
  • the moving object index setting unit 37 modifies the relationship between the corrected Doppler velocity VD' and the moving object index L based on the evaluation results of the moving object detection performance.
  • the moving object index setting unit 37 sets the state to transition from the initial state setting (solid line 40) to a state in which a larger moving object index L is obtained with a smaller corrected Doppler velocity VD' (hereinafter referred to as the first state (dotted line 41)) (see arrow 43). Furthermore, when a non-existent moving object is erroneously detected, the state to transition from the initial state setting (solid line 40) to a state in which the moving object index L obtained for the corrected Doppler velocity VD' is smaller (hereinafter referred to as the second state (dotted line 42)) (see arrow 44).
  • the initial state refers to the relationship between the corrected Doppler velocity VD' and the moving object index L before it is set by the moving object index setting unit 37.
  • the initial state may be the optimal setting at the time of factory shipment, or a setting that is appropriately set depending on the type of moving object.
  • the moving object index calculation unit 32 detects moving objects using the relationship between the corrected Doppler velocity VD' and the moving object index L, which is set in the calculation device 30 based on pre-measurement data, thereby achieving appropriate moving object detection performance.
  • the moving object index calculation unit 32 calculates the moving object index L using the relationship between the corrected Doppler velocity VD' and the moving object index L, which is set based on the position of the reflection point.
  • a moving object is located near the information processing device 10 (mobile body 1), it is necessary to detect the presence of the object early in order to avoid a collision, etc. On the other hand, if the moving object is located far from the information processing device 10, there is a time leeway.
  • the moving object index setting unit 37 transitions from the initial state setting to the first state. Furthermore, for reflection points that are far from the information processing device 10, the moving object index setting unit 37 transitions from the initial state setting to the second state.
  • the moving object index calculation unit 32 detects moving objects using the relationship between the corrected Doppler velocity VD' and the moving object index L, which is set based on the position of the reflection point, thereby achieving detection time and detection accuracy appropriate for the position of the moving object.
  • the moving object index calculation unit 32 calculates the moving object index L using the relationship between the corrected Doppler velocity VD′ and the moving object index L, which is set based on the amount of error included in the self-moving speed information output by the moving speed observation device 90.
  • the self-movement speed information contains an error, an error will be included when calculating the corrected Doppler speed VD' from the Doppler speed VD, so the corrected Doppler speed VD' of a stationary object will have a large value, and a large moving object index L will be assigned, potentially resulting in the object being detected as a moving object.
  • the moving object index setting unit 37 transitions from the initial state setting to the first state. If the amount of error included in the self-moving speed information is large, the moving object index setting unit 37 transitions from the initial state setting to the second state.
  • the moving object index L obtained for the corrected Doppler speed VD' is reduced to prevent erroneous detection of moving objects. Also, if the amount of error contained in the self-moving speed information is small, the detection rate of moving objects is increased by setting it so that a larger moving object index L is obtained with a smaller corrected Doppler speed VD'.
  • the amount of error contained in the self-moving speed information may be determined in advance according to the accuracy of the moving speed observation device 90, or may be determined based on an amount of error measured in advance. Furthermore, if the moving speed observation device 90 estimates the self-moving speed information using a Kalman filter or the like, it can output the error variance of the self-moving speed in addition to the estimated value of the self-moving speed, and therefore the relationship between the corrected Doppler speed VD' and the moving object index L may be adaptively changed based on the error variance of the self-moving speed.
  • the moving object index calculation unit 32 detects moving objects using the relationship between the corrected Doppler velocity VD' and the moving object index L, which is set based on the amount of error contained in the self-moving speed information output by the moving speed observation device 90, thereby achieving appropriate moving object detection performance.
  • the moving object index calculation unit 32 calculates the moving object index L using the relationship between the corrected Doppler velocity VD′ and the moving object index L based on the detection status of reflection points from moving objects and stationary objects in the previous time frame or earlier.
  • the moving object index setting unit 37 transitions from the initial state setting to the first state. If a reflection point with a small corrected Doppler velocity VD' (an object that is likely to be a stationary object) was detected near the detected reflection point in the previous time frame or earlier, the moving object index setting unit 37 transitions from the initial state setting to the second state.
  • the detection rate of the moving object is increased by setting it so that a large moving object index L is obtained with a smaller corrected Doppler velocity VD'. Furthermore, the detection rate of the moving object is increased even when the corrected Doppler velocity VD' becomes small due to the positional relationship between the information processing device and the moving object.
  • the erroneous detection of a moving object can be suppressed by reducing the moving object index L obtained for the corrected Doppler velocity VD'. Furthermore, even if a large corrected Doppler velocity VD' is calculated from a reflection point from a stationary object due to measurement accuracy issues, the erroneous detection of a moving object can be suppressed.
  • Fig. 11 is a schematic diagram showing a case where a moving object is detected using radars 5a and 5b.
  • the angle between radar 5a and moving object 50 is ⁇ a (the angle between lines 51a and 52a), and the angle between radar 5b and moving object 50 is ⁇ b (the angle between lines 51b and 52b).
  • the moving object index calculation unit 22 calculates the moving object index L using the larger of Doppler velocities VDa' and VDb'.
  • the seventh embodiment depending on the positional relationship between the moving object 50 and the radars 5a and 5b, it may be impossible to observe the corrected Doppler velocity VD' with one of the radars. However, by calculating the moving object index L using the observation value of the other radar, the detection rate of the moving object 50 can be improved.
  • straight lines 55a and 55b perpendicular to the vectors of Doppler velocity VDa' and Doppler velocity VDb' are drawn so as to pass through the tips of the vectors of Doppler velocity VDa' and Doppler velocity VDb', and an intersection 56 of the straight lines 55a and 55b is determined.
  • the vector from the moving object to the intersection 56 is Vtgt.
  • the moving object index calculation unit 22 calculates the moving object index L using Vtgt determined from the intersection.
  • the detection rate of moving objects can be improved by estimating the moving object velocity Vtgt rather than the corrected Doppler velocity VD' and calculating the moving object index L.
  • the moving speed observation device 90 obtained its own speed from the moving body control system 100.
  • the moving body control system 100 is a system that performs processing related to vehicle driving assistance and driving automation.
  • the moving body control system 100 in which the moving body 1 is a vehicle will be referred to as the vehicle control system 100.
  • FIG. 12 is a block diagram showing an example of the configuration of a vehicle control system 100, which is an example of a mobility device control system to which the present technology is applied.
  • the vehicle control system 100 is installed in the vehicle 1 and performs processing related to automated driving of the vehicle 1.
  • This automated driving includes automated driving levels 1 to 5, as well as remote driving and remote assistance of the vehicle 1 by a remote driver.
  • the vehicle control system 100 includes a vehicle control ECU (Electronic Control Unit) 121, a communication unit 122, a map information storage unit 123, a location information acquisition unit 124, an external recognition sensor 125, an in-vehicle sensor 126, a vehicle sensor 127, a memory unit 128, a driving automation control unit 129, a DMS (Driver Monitoring System) 130, an HMI (Human Machine Interface) 131, and a vehicle control unit 132.
  • a vehicle control ECU Electronic Control Unit
  • a communication unit 122 includes a vehicle control ECU (Electronic Control Unit) 121, a communication unit 122, a map information storage unit 123, a location information acquisition unit 124, an external recognition sensor 125, an in-vehicle sensor 126, a vehicle sensor 127, a memory unit 128, a driving automation control unit 129, a DMS (Driver Monitoring System) 130, an HMI (Human Machine Interface) 131, and a vehicle control unit 132.
  • the vehicle control ECU 121, communication unit 122, map information storage unit 123, location information acquisition unit 124, external recognition sensor 125, in-vehicle sensor 126, vehicle sensor 127, memory unit 128, driving automation control unit 129, DMS 130, HMI 131, and vehicle control unit 132 are connected to each other so that they can communicate with each other via a communication network 141.
  • the communication network 141 is composed of an in-vehicle communication network or bus that conforms to digital two-way communication standards such as CAN (Controller Area Network), LIN (Local Interconnect Network), LAN (Local Area Network), FlexRay (registered trademark), and Ethernet (registered trademark). Different communication networks 141 may be used depending on the type of data being transmitted.
  • CAN may be used for data related to vehicle control
  • Ethernet may be used for large-volume data.
  • the various components of the vehicle control system 100 may be directly connected without going through the communication network 141, using wireless communication designed for relatively short-range communication, such as near-field communication (NFC) or Bluetooth (registered trademark).
  • NFC near-field communication
  • Bluetooth registered trademark
  • the vehicle control ECU 121 is composed of various processors, such as a CPU (Central Processing Unit) and an MPU (Micro Processing Unit).
  • the vehicle control ECU 121 controls all or some of the functions of the vehicle control system 100.
  • the communication unit 122 communicates with various devices inside and outside the vehicle, other vehicles, servers, base stations, etc., and sends and receives various types of data. In this case, the communication unit 122 can communicate using multiple communication methods.
  • the communication unit 122 communicates with servers on an external network (hereinafter referred to as "external servers") via base stations or access points using wireless communication methods such as 5G (fifth generation mobile communication system), LTE (Long Term Evolution), or DSRC (Dedicated Short Range Communications).
  • the external network with which the communication unit 122 communicates is, for example, the Internet, a cloud network, or an operator-specific network.
  • the communication method used by the communication unit 122 with the external network is not particularly limited, as long as it is a wireless communication method that allows digital two-way communication at a communication speed equal to or greater than a specified distance.
  • the communication unit 122 can use P2P (Peer To Peer) technology to communicate with terminals located near the vehicle.
  • Terminals located near the vehicle can be, for example, terminals worn by mobile objects 1 that move at relatively slow speeds, such as pedestrians or bicycles, terminals installed in fixed locations in stores, or MTC (Machine Type Communication) terminals.
  • the communication unit 122 can also perform V2X communication.
  • V2X communication refers to communication between the vehicle and others, such as vehicle-to-vehicle communication with other vehicles, vehicle-to-infrastructure communication with roadside units, vehicle-to-home communication with homes, and vehicle-to-pedestrian communication with terminals carried by pedestrians, etc.
  • the communication unit 122 can, for example, receive from the outside a program for updating the software that controls the operation of the vehicle control system 100 (over the air).
  • the communication unit 122 can also receive map information, traffic information, information about the surroundings of the vehicle 1, etc. from the outside.
  • the communication unit 122 can transmit information about the vehicle 1 and information about the surroundings of the vehicle 1 to the outside.
  • Information about the vehicle 1 that the communication unit 122 transmits to the outside includes, for example, data indicating the state of the vehicle 1, recognition results by the recognition unit 173, etc.
  • the communication unit 122 performs communication corresponding to a vehicle emergency notification system such as e-call.
  • the communication unit 122 receives electromagnetic waves transmitted by a road traffic information and communication system (VICS (Vehicle Information and Communication System) (registered trademark)) such as a radio beacon, optical beacon, or FM multiplex broadcasting.
  • VICS Vehicle Information and Communication System
  • the communication unit 122 can communicate with each device within the vehicle using, for example, wireless communication.
  • the communication unit 122 can communicate wirelessly with each device within the vehicle using a communication method that enables digital two-way communication at a predetermined communication speed or higher via wireless communication, such as wireless LAN, Bluetooth, NFC, or WUSB (Wireless USB).
  • the communication unit 122 can also communicate with each device within the vehicle using wired communication.
  • the communication unit 122 can communicate with each device within the vehicle using wired communication via a cable connected to a connection terminal (not shown).
  • the communication unit 122 can communicate with each device within the vehicle using a communication method that enables digital two-way communication at a predetermined communication speed or higher via wired communication, such as USB (Universal Serial Bus), HDMI (High-Definition Multimedia Interface) (registered trademark), or MHL (Mobile High-definition Link).
  • a communication method that enables digital two-way communication at a predetermined communication speed or higher via wired communication, such as USB (Universal Serial Bus), HDMI (High-Definition Multimedia Interface) (registered trademark), or MHL (Mobile High-definition Link).
  • in-vehicle devices refer to, for example, devices that are not connected to communication network 141 within the vehicle.
  • Possible in-vehicle devices include, for example, mobile devices and wearable devices carried by users inside the vehicle, such as the driver, and information devices that are brought into the vehicle and temporarily installed.
  • the map information storage unit 123 stores either or both of maps acquired from an external source and maps created by the vehicle 1. For example, the map information storage unit 123 stores high-precision three-dimensional maps, global maps that are less accurate than high-precision maps and cover a wide area, etc.
  • High-precision maps include, for example, dynamic maps, point cloud maps, and vector maps.
  • Dynamic maps are maps consisting of, for example, four layers of dynamic information, quasi-dynamic information, quasi-static information, and static information, and are provided to vehicle 1 from an external server or the like.
  • Point cloud maps are maps made up of point clouds (point cloud data).
  • Vector maps are maps that are suitable for automated driving, for example, by associating traffic information such as the positions of lanes and traffic lights with point cloud maps.
  • the point cloud map and vector map may be provided, for example, from an external server, or may be created by the vehicle 1 based on sensing results from the camera 151, radar 152, LiDAR 153, etc. as a map for matching with the local map described below, and stored in the map information storage unit 123. Furthermore, when a high-precision map is provided from an external server, etc., map data for an area of, for example, several hundred square meters, related to the planned route that the vehicle 1 will travel is obtained from the external server, etc., in order to reduce communication capacity.
  • the location information acquisition unit 124 receives GNSS signals from GNSS (Global Navigation Satellite System) satellites and acquires location information for the vehicle 1.
  • the acquired location information is supplied to the driving automation control unit 129.
  • the location information acquisition unit 124 is not limited to a method using GNSS signals, and may acquire location information using a beacon, for example.
  • the external recognition sensor 125 includes various sensors used to recognize the situation outside the vehicle 1, and supplies sensor data from each sensor to each part of the vehicle control system 100.
  • the type and number of sensors included in the external recognition sensor 125 are optional.
  • the external recognition sensor 125 includes a camera 151, radar 152, LiDAR (Light Detection and Ranging, Laser Imaging Detection and Ranging) 153, and an ultrasonic sensor 154.
  • the external recognition sensor 125 may be configured to include one or more types of sensors from the camera 151, radar 152, LiDAR 153, and ultrasonic sensor 154.
  • the types of sensors included in the external recognition sensor 125 are not limited to this example, and the external recognition sensor 125 may include other types of sensors. Examples of the sensing areas of each sensor included in the external recognition sensor 125 will be described later.
  • the imaging method of camera 151 is not particularly limited.
  • cameras using various imaging methods such as a ToF (Time Of Flight) camera, a stereo camera, a monocular camera, or an infrared camera, which are imaging methods capable of distance measurement, can be applied to camera 151 as needed.
  • camera 151 may also be used simply to acquire photographic images, without distance measurement.
  • the external recognition sensor 125 may be equipped with an environmental sensor for detecting the environment relative to the vehicle 1.
  • the environmental sensor is a sensor for detecting the environment such as weather, climate, brightness, etc., and may include various sensors such as a raindrop sensor, fog sensor, sunlight sensor, snow sensor, and illuminance sensor.
  • the external recognition sensor 125 includes a microphone used to detect sounds around the vehicle 1 and the location of sound sources.
  • the in-vehicle sensor 126 includes various sensors for detecting information inside the vehicle, and supplies sensor data from each sensor to each part of the vehicle control system 100. There are no particular restrictions on the types and number of sensors included in the in-vehicle sensor 126, as long as they are of the types and number that can realistically be installed in the vehicle 1.
  • the interior sensor 126 may be equipped with one or more of the following types of sensors: a camera, radar, a seating sensor, a steering wheel sensor, a microphone, and a biometric sensor.
  • the camera equipped in the interior sensor 126 may be a camera using any of a variety of imaging methods capable of measuring distance, such as a ToF camera, stereo camera, monocular camera, or infrared camera.
  • the camera equipped in the interior sensor 126 may also be one that simply acquires captured images, without measuring distance.
  • the biometric sensor equipped in the interior sensor 126 is mounted, for example, on a seat, steering wheel, etc., and detects various types of biometric information about the user.
  • Vehicle sensor 127 includes various sensors for detecting the state of vehicle 1, and supplies sensor data from each sensor to each part of vehicle control system 100. There are no particular restrictions on the types and number of sensors included in vehicle sensor 127, as long as they are of the types and number that can realistically be installed on vehicle 1.
  • the vehicle sensor 127 includes a speed sensor, an acceleration sensor, an angular velocity sensor (gyro sensor), and an inertial measurement unit (IMU) that integrates these.
  • the vehicle sensor 127 includes a steering angle sensor that detects the steering angle of the steering wheel, a yaw rate sensor, an accelerator sensor that detects the amount of accelerator pedal operation, and a brake sensor that detects the amount of brake pedal operation.
  • the vehicle sensor 127 includes a rotation sensor that detects the number of rotations of the engine or motor, an air pressure sensor that detects tire air pressure, a slip ratio sensor that detects tire slip ratio, and a wheel speed sensor that detects the rotation speed of the wheels.
  • the vehicle sensor 127 includes a battery sensor that detects the remaining battery charge and temperature, and an impact sensor that detects external impacts.
  • the memory unit 128 includes at least one of a non-volatile storage medium and a volatile storage medium, and stores data and programs.
  • the memory unit 128 is used, for example, as an EEPROM (Electrically Erasable Programmable Read Only Memory) and a RAM (Random Access Memory), and storage media that can be used include magnetic storage devices such as HDDs (Hard Disc Drives), semiconductor storage devices, optical storage devices, and magneto-optical storage devices.
  • the memory unit 128 stores various programs and data used by each part of the vehicle control system 100.
  • the memory unit 128 includes an EDR (Event Data Recorder) and a DSSAD (Data Storage System for Automated Driving), and stores information about the vehicle 1 before and after an event such as an accident, as well as information acquired by the in-vehicle sensors 126.
  • EDR Event Data Recorder
  • DSSAD Data Storage System for Automated Driving
  • the driving automation control unit 129 controls the driving automation functions of the vehicle 1.
  • the driving automation control unit 129 includes an analysis unit 161, an action planning unit 162, and an operation control unit 163.
  • the analysis unit 161 performs analysis processing of the vehicle 1 and the surrounding conditions.
  • the analysis unit 161 includes a self-position estimation unit 171, a sensor fusion unit 172, and a recognition unit 173.
  • the self-position estimation unit 171 estimates the self-position of the vehicle 1 based on sensor data from the external recognition sensor 125 and the high-precision map stored in the map information storage unit 123. For example, the self-position estimation unit 171 generates a local map based on the sensor data from the external recognition sensor 125, and estimates the self-position of the vehicle 1 by matching the local map with the high-precision map.
  • the position of the vehicle 1 is based, for example, on the center of the rear wheel pair axle.
  • the local map is, for example, a three-dimensional high-precision map or an occupancy grid map created using technology such as SLAM (Simultaneous Localization and Mapping).
  • the three-dimensional high-precision map is, for example, the point cloud map described above.
  • the occupancy grid map is a map in which the three-dimensional or two-dimensional space around the vehicle 1 is divided into grids of a predetermined size, and the occupancy status of objects is shown on a grid-by-grid basis.
  • the occupancy status of an object is indicated, for example, by the presence or absence of an object and its probability of existence.
  • the local map is also used, for example, in the detection and recognition processing of the situation outside the vehicle 1 by the recognition unit 173.
  • the self-position estimation unit 171 may estimate the self-position of the vehicle 1 based on the position information acquired by the position information acquisition unit 124 and the sensor data from the vehicle sensor 127.
  • the sensor fusion unit 172 performs sensor fusion processing to obtain information by combining multiple different types of sensor data (for example, image data supplied from the camera 151 and sensor data supplied from the radar 152). Methods for combining different types of sensor data include compounding, integration, fusion, and association.
  • the recognition unit 173 performs a detection process to detect the situation outside the vehicle 1, and a recognition process to recognize the situation outside the vehicle 1.
  • the recognition unit 173 performs detection and recognition processing of the situation outside the vehicle 1 based on information from the external recognition sensor 125, information from the self-position estimation unit 171, information from the sensor fusion unit 172, etc.
  • the recognition unit 173 performs detection processing and recognition processing of objects around the vehicle 1.
  • Object detection processing is processing that detects, for example, the presence or absence, size, shape, position, movement, etc. of an object.
  • Object recognition processing is processing that recognizes attributes such as the type of object, and identifies specific objects.
  • detection processing and recognition processing are not necessarily clearly separated, and there may be overlap.
  • the recognition unit 173 detects objects around the vehicle 1 by performing clustering, which classifies a point cloud based on sensor data from the radar 152, LiDAR 153, etc. into clusters of points. This allows the presence, size, shape, and position of objects around the vehicle 1 to be detected.
  • the recognition unit 173 detects the movement of objects around the vehicle 1 by tracking the movement of clusters of point clouds classified by clustering. This allows the speed and direction of travel (movement vector) of objects around the vehicle 1 to be detected.
  • the recognition unit 173 detects or recognizes vehicles, people, bicycles, obstacles, structures, roads, traffic lights, traffic signs, road markings, etc. based on image data supplied from the camera 151.
  • the recognition unit 173 may also recognize the type of object around the vehicle 1 by performing recognition processing such as semantic segmentation.
  • the recognition unit 173 can perform recognition processing of traffic rules around the vehicle 1 based on the map stored in the map information storage unit 123, the result of estimation of the self-position by the self-position estimation unit 171, and the result of recognition of objects around the vehicle 1 by the recognition unit 173. Through this processing, the recognition unit 173 can recognize the position and status of traffic lights, the content of traffic signs and road markings, the content of traffic regulations, and lanes on which travel is permitted, etc.
  • the recognition unit 173 can perform recognition processing of the environment surrounding the vehicle 1.
  • the surrounding environment that the recognition unit 173 recognizes may include weather, temperature, humidity, brightness, and road surface conditions.
  • the behavior planning unit 162 creates a behavior plan for the vehicle 1. For example, the behavior planning unit 162 creates a behavior plan by performing route planning and route tracking processing.
  • Path planning includes global path planning and local path planning.
  • Global path planning involves the process of planning a rough route from the start to the goal.
  • Local path planning also known as trajectory planning, involves the process of generating a trajectory that allows safe and smooth progress in the vicinity of vehicle 1 on the planned route, taking into account the motion characteristics of vehicle 1.
  • Path following is a process of planning operations to travel safely and accurately along a route planned by a route plan within a planned time.
  • the behavior planning unit 162 can, for example, calculate the target speed and target angular velocity of the vehicle 1 based on the results of this path following process.
  • the operation control unit 163 controls the operation of the vehicle 1 to realize the action plan created by the action planning unit 162.
  • the operation control unit 163 controls the steering control unit 181, brake control unit 182, and drive control unit 183 included in the vehicle control unit 132 (described later), to perform lateral vehicle motion control and longitudinal vehicle motion control so that the vehicle 1 travels along the trajectory calculated by the trajectory plan.
  • the operation control unit 163 performs control aimed at driver assistance functions such as collision avoidance or impact mitigation, following driving, vehicle speed maintenance driving, host vehicle collision warning, host vehicle lane departure warning, and driving automation such as driving without operation by the driver or a remote driver.
  • DMS130 performs processes such as authenticating the driver and recognizing the driver's condition based on sensor data from the in-vehicle sensors 126 and input data input to the HMI 131 (described below).
  • driver conditions include physical condition, level of alertness, level of concentration, level of fatigue, line of sight, level of intoxication, driving operations, and posture.
  • the DMS 130 may also be configured to perform authentication processing for users other than the driver and recognition processing for the status of those users. Furthermore, for example, the DMS 130 may be configured to perform recognition processing for the status inside the vehicle based on sensor data from the in-vehicle sensor 126. Possible examples of the status inside the vehicle that may be recognized include temperature, humidity, brightness, odor, etc.
  • HMI 131 inputs various data and instructions, and presents various data to the user.
  • the HMI 131 is equipped with an input device that allows a person to input data.
  • the HMI 131 generates input signals based on the data and instructions input via the input device and supplies these to each component of the vehicle control system 100.
  • the HMI 131 is equipped with input devices such as a touch panel, buttons, switches, and levers.
  • the HMI 131 may also be equipped with further input devices that allow information to be input by means other than manual operation, such as voice or gestures.
  • the HMI 131 may use, as input devices, externally connected devices such as a remote control device that uses infrared or radio waves, or a mobile or wearable device that is compatible with the operation of the vehicle control system 100.
  • the presentation of data by the HMI 131 will be briefly explained below.
  • the HMI 131 generates visual, auditory, and tactile information for the user or the outside of the vehicle.
  • the HMI 131 also performs output control, controlling the output, output content, output timing, and output method of each piece of generated information.
  • the HMI 131 generates and outputs visual information such as information displayed by images or light, such as an operation screen, vehicle 1 status display, warning display, and monitor image showing the situation around the vehicle 1.
  • the HMI 131 also generates and outputs auditory information such as information displayed by sound, such as voice guidance, warning sounds, and warning messages.
  • the HMI 131 also generates and outputs tactile information such as information imparted to the user's sense of touch through force, vibration, movement, etc.
  • the output device from which the HMI 131 outputs visual information can be, for example, a display device that presents visual information by displaying an image itself, or a projector device that presents visual information by projecting an image.
  • the display device may not only be a display device with a normal display, but may also be a device that displays visual information within the user's field of vision, such as a head-up display, a transparent display, or a wearable device with an AR (Augmented Reality) function.
  • the HMI 131 can also use display devices such as those in a navigation device, instrument panel, CMS (Camera Monitoring System), electronic mirror, or lamp installed in the vehicle 1 as output devices that output visual information.
  • the output device through which the HMI 131 outputs auditory information can be, for example, an audio speaker, headphones, or earphones.
  • Haptic elements using haptic technology can be used as output devices for the HMI 131 to output tactile information.
  • Haptic elements are provided on parts that the user comes into contact with, such as the steering wheel or seat.
  • the vehicle control unit 132 controls each part of the vehicle 1.
  • the vehicle control unit 132 includes a steering control unit 181, a brake control unit 182, a drive control unit 183, a body control unit 184, a light control unit 185, and a horn control unit 186.
  • the steering control unit 181 detects and controls the state of the steering system of the vehicle 1.
  • the steering system includes, for example, a steering mechanism equipped with a steering wheel, an electric power steering system, etc.
  • the steering control unit 181 includes, for example, a steering ECU that controls the steering system, an actuator that drives the steering system, etc.
  • the brake control unit 182 detects and controls the state of the brake system of the vehicle 1.
  • the brake system includes, for example, a brake mechanism including a brake pedal, an ABS (Antilock Brake System), a regenerative brake mechanism, etc.
  • the brake control unit 182 includes, for example, a brake ECU that controls the brake system, and an actuator that drives the brake system.
  • the drive control unit 183 detects and controls the state of the drive system of the vehicle 1.
  • the drive system includes, for example, an accelerator pedal, a drive force generating device for generating drive force such as an internal combustion engine or drive motor, and a drive force transmission mechanism for transmitting drive force to the wheels.
  • the drive control unit 183 includes, for example, a drive ECU for controlling the drive system, and an actuator for driving the drive system.
  • the body system control unit 184 detects and controls the status of the body system of the vehicle 1.
  • the body system includes, for example, a keyless entry system, a smart key system, a power window device, a power seat, an air conditioning system, airbags, seat belts, a shift lever, etc.
  • the body system control unit 184 includes, for example, a body system ECU that controls the body system, and an actuator that drives the body system.
  • the light control unit 185 detects and controls the status of various lights on the vehicle 1. Examples of lights that may be controlled include headlights, taillights, fog lights, turn signals, brake lights, projection, and bumper displays.
  • the light control unit 185 includes a light ECU that controls the lights, an actuator that drives the lights, and the like.
  • the horn control unit 186 detects and controls the state of the car horn of the vehicle 1.
  • the horn control unit 186 includes, for example, a horn ECU that controls the car horn, an actuator that drives the car horn, etc.
  • FIG. 13 is a diagram showing an example of the sensing area of the camera 151, radar 152, LiDAR 153, ultrasonic sensor 154, etc. of the external recognition sensor 125 in FIG. 12. Note that FIG. 13 shows a schematic view of the vehicle 1 from above, with the left end being the front end of the vehicle 1 and the right end being the rear end of the vehicle 1.
  • Sensing area 101F and sensing area 101B show examples of sensing areas of ultrasonic sensors 154. Sensing area 101F covers the area around the front end of vehicle 1 using multiple ultrasonic sensors 154. Sensing area 101B covers the area around the rear end of vehicle 1 using multiple ultrasonic sensors 154.
  • sensing results in sensing area 101F and sensing area 101B are used, for example, for parking assistance for vehicle 1.
  • Sensing area 102F to sensing area 102B show examples of sensing areas of short-range or medium-range radar 152. Sensing area 102F covers a position further in front of vehicle 1 than sensing area 101F. Sensing area 102B covers a position further behind vehicle 1 than sensing area 101B. Sensing area 102L covers the surrounding area behind the left side of vehicle 1. Sensing area 102R covers the surrounding area behind the right side of vehicle 1.
  • sensing results in sensing area 102F are used, for example, to detect vehicles, pedestrians, etc. in front of vehicle 1.
  • the sensing results in sensing area 102B are used, for example, for collision prevention functions behind vehicle 1.
  • the sensing results in sensing area 102L and sensing area 102R are used, for example, to detect objects in blind spots on the sides of vehicle 1.
  • Sensing area 103F to sensing area 103B show examples of sensing areas sensed by camera 151. Sensing area 103F covers a position further in front of vehicle 1 than sensing area 102F. Sensing area 103B covers a position further behind vehicle 1 than sensing area 102B. Sensing area 103L covers the periphery of the left side of vehicle 1. Sensing area 103R covers the periphery of the right side of vehicle 1.
  • the sensing results in sensing area 103F can be used, for example, for recognizing traffic lights and traffic signs, lane departure prevention assistance systems, and automatic headlight control systems.
  • the sensing results in sensing area 103B can be used, for example, for parking assistance and surround view systems.
  • the sensing results in sensing area 103L and sensing area 103R can be used, for example, for surround view systems.
  • Sensing area 104 shows an example of the sensing area of LiDAR 153. Sensing area 104 covers a position further ahead of vehicle 1 than sensing area 103F. On the other hand, sensing area 104 has a narrower range in the left-right direction than sensing area 103F.
  • the sensing results in sensing area 104 are used, for example, to detect objects such as surrounding vehicles.
  • Sensing area 105 shows an example of the sensing area of long-range radar 152. Sensing area 105 covers a position further ahead of vehicle 1 than sensing area 104. On the other hand, sensing area 105 has a narrower range in the left-right direction than sensing area 104.
  • sensing results in sensing area 105 are used, for example, for ACC (Adaptive Cruise Control), emergency braking, collision avoidance, etc.
  • ACC Adaptive Cruise Control
  • emergency braking braking
  • collision avoidance etc.
  • the sensing areas of the camera 151, radar 152, LiDAR 153, and ultrasonic sensor 154 included in the external recognition sensor 125 may have various configurations other than those shown in FIG. 13. Specifically, the ultrasonic sensor 154 may also sense the sides of the vehicle 1, and the LiDAR 153 may sense the rear of the vehicle 1. Furthermore, the installation positions of each sensor are not limited to the examples described above. Furthermore, the number of each sensor may be one or more.
  • effects described in this disclosure are merely examples and are not limiting, and other effects may also be present.
  • the description of multiple effects above does not necessarily mean that these effects are exhibited simultaneously. It means that at least one of the effects described above may be obtained depending on the conditions, etc., and of course, effects not described in this disclosure may also be exhibited.
  • the present technology can also be configured as follows. (1) a calculation unit that calculates an index indicating the likelihood that the object is a moving object based on the Doppler velocity at the reflection point of the object; a determination unit that determines whether data based on the plurality of indicators calculated by the calculation unit at predetermined time intervals exceeds a predetermined threshold. (2) The information processing device according to (1), The information processing device, wherein the determination unit determines whether or not a value obtained by integrating the plurality of indices in past frames and the indices in the current frame exceeds the predetermined threshold. (3) The information processing device according to (2), The information processing device, wherein the determination unit determines that the object is a moving object when data based on the index exceeds a predetermined threshold.
  • the information processing device is an information processing device mounted on a moving body.
  • the information processing device (4), The information processing device wherein the calculation unit calculates the index according to a corrected Doppler velocity based on the Doppler velocity and a velocity of the moving body.
  • the information processing device (5), further comprising: an index setting unit that sets the index discretely or continuously in response to a change in the corrected Doppler velocity.
  • the information processing device (6), The information processing device, wherein the calculation unit calculates a first index when the corrected Doppler velocity does not exceed the threshold, and calculates a second index greater than the first index when the corrected Doppler velocity exceeds the threshold.
  • the index setting unit sets a characteristic of the index determined by the corrected Doppler velocity to an initial state, a first state, or a second state based on a predetermined condition; the first state is a state in which the index is larger than that in the initial state, The information processing device, wherein the second state is a state in which the index is smaller than that in the initial state.
  • the predetermined conditions include a detection rate of a moving object, a false detection of a moving object, a distance between the reflection point and the moving object, an error in the speed of the moving object, or a positional relationship between a reflection point of a moving object, a reflection point of a stationary object, and the moving object.
  • the information processing device (10) The information processing device according to (9), The information processing device, wherein the index setting unit changes the initial state to the first state when the detection rate of the moving object is low, and changes the initial state to the second state when the moving object is erroneously detected. (11) The information processing device according to (9), The information processing device, wherein the indicator setting unit sets the initial state to the first state when a distance between the reflection point and the moving body is short, and sets the initial state to the second state when a distance between the reflection point and the moving body is long. (12) The information processing device according to (9), The information processing device, wherein the index setting unit changes the initial state to the first state when the error is small, and changes the initial state to the second state when the error is large.
  • the indicator setting unit sets the initial state to the first state when the moving object is present near the moving body, and sets the initial state to the second state when the stationary object is present near the moving body.
  • the information processing device according to (4) further comprising: an object tracking unit that tracks the object based on reflection point information relating to reflection points of the object, the index, and the speed of the moving body; The object tracking unit outputs object tracking information including at least an estimated speed of the object.
  • the information processing device according to (14) The information processing device, wherein the determination unit determines that the object is a moving object when the data based on the index exceeds the predetermined threshold and when the estimated speed exceeds a speed threshold indicating a predetermined value.

Landscapes

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

Abstract

本技術の一形態に係る情報処理装置は、算出部と、判定部とを具備する。前記算出部は、物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標を算出する。前記判定部は、前記算出部により所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かを判定する。これにより、ドップラ速度を持つ、明らかに移動している物体は早期に移動物体と検出され、ドップラ速度を得られない物体に対しては比較的長時間の追尾を行い、精度の高めた推定速度に基づいて移動物体検出を行うため、移動物体と静止物体の判別精度を高めることができる。

Description

情報処理装置、情報処理方法、及びプログラム
　本技術は、物体検出等に適用可能な情報処理装置、情報処理方法、及びプログラムに関する。
　特許文献１には、車両に搭載され、送信波を送出し、自車両の周辺に存在する物体からの送信波の反射波を受信するレーダ装置によって取得された、反射波の強度、方位、およびドップラ速度を示す検出結果情報を受け取り、該検出結果情報を移動物に対応する第１検出結果情報または静止物に対応する第２検出結果情報のいずれかに分類し、移動物の反射点毎にレーダ装置から反射点までの距離と反射点の方位とを出力する物体検出装置について記載される。これにより、車両周辺に存在する物体の検出精度を向上させることが図られている。
特開２０１８－１００８９９号公報
　しかしながら、一般的にレーダにおいては、センサからみた放射方向の速度（ドップラ速度）のみを測定できる。すなわち、センサを中心とする同心円上の接線方向の速度を測定することはできない。そのため、進行している車両の前方で道路上を横断する歩行者のような移動物体の速度を車両上のセンサで測定するのは困難である。また移動物体を静止物体と誤検出し、移動物体の検出及び追尾が困難な可能性がある。
　このような、移動物体の早期検出、及び静止物体の判別精度を高めることが可能な技術が求められている。
　以上のような事情に鑑み、本技術の目的は、移動物体の早期検出、及び静止物体の判別精度を高めることが可能な情報処理装置、情報処理方法、及びプログラムを提供することにある。
　上記目的を達成するため、本技術の一形態に係る情報処理装置は、算出部と、判定部とを具備する。
　前記算出部は、物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標を算出する。
　前記判定部は、前記算出部により所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かを判定する。
　この情報処理装置では、物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標が算出される。所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かを判定する。これにより、移動物体の早期検出、及び静止物体の判別精度を高めることが可能となる。
　本技術の一形態に係る情報処理方法は、コンピュータシステムが実行する情報処理方法であって、物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標を算出することを含む。所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かが判定される。
　本技術の一形態に駆るプログラムは、コンピュータシステムに以下のステップを実行させる。
　物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標を算出するステップ。
　所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かを判定するステップ。
第１の実施形態に係る移動体の構成例を示すブロック図である。 信号処理部の構成例を示すブロック図である。 移動物体指標算出部の動作を示すフローチャートである。 静止物体の検出を行う場合の模式図である。 移動物体の検出を行う場合の模式図である。 第１の実施形態に係る補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を示す図である。 本実施形態の評価を実施した環境及び検出結果を示す図である。 第２の実施形態に係る補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を示す図である。 計算装置の構成を示すブロック図である。 補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係の変化を示す図である。 ２つのレーダを用いて移動物体の検出を行う場合の模式図である。 車両制御システムの構成例を示すブロック図である。 センシング領域の例を示す図である。
　以下、本技術に係る実施形態を、図面を参照しながら説明する。
　＜第１の実施形態＞
　図１は、本技術の第１の実施形態に係る移動体１の構成例を示すブロック図である。
　図１に示すように、移動体１は、情報処理装置１０、移動速度観測装置９０、及び移動体制御システム１００を有する。
　例えば移動体１は、自動車やドローン等を含む。本実施形態では、移動体１が移動をしている状態における物体の検出を例に挙げる。なお、移動体以外にも、信号機などの所定の位置に固定された機器に本情報処理装置が搭載されてもよい。
　情報処理装置１０は、移動体１に搭載され、無線信号送信部１１、無線信号受信部１２、復調部１３、Ａ／Ｄ変換部１４、信号処理部２０、及び移動物体出力部１５を有する。
　無線信号送信部１１は、送信信号を生成して送信波として空間に放射する。また無線信号送信部１１は、送信信号を復調部１３に供給する。
　無線信号受信部１２は、移動体１周辺に存在する、移動物体及び静止物体を含む物体の反射点で反射した送信波を反射波として受信する。また無線信号受信部１２は、受信信号を復調部１３に供給する。なお、移動物体及び静止物体の個数は限定されず、１つ、複数、又は存在していなくてもよい。
　復調部１３は、送信信号を用いて受信信号を復調し、復調信号を生成する。また復調部１３は、復調信号をＡ／Ｄ変換部１４に供給する。
　Ａ／Ｄ変換部１４は、復調信号をデジタル値に変換し、デジタルレーダ信号を生成する。またＡ／Ｄ変換部１４は、デジタルレーダ信号を信号処理部２０に供給する。なお、レーダ方式によっては、送信信号及び受信信号を先にＡ／Ｄ変換部１４においてデジタル信号化された上で復調部１３によりデジタルレーダ信号が生成されてもよい。
　信号処理部２０は、デジタルレーダ信号、及び後述する移動速度観測装置９０から供給される移動体１（情報処理装置１０）の移動速度である自己移動速度情報に基づいて、移動物体の物体追尾情報を生成する。また信号処理部２０は、物体追尾情報を移動物体出力部１５に供給する。
　移動物体出力部１５は、物体追尾情報を外部装置に出力する。
　移動速度観測装置９０は、移動体１の移動速度を含む自己移動速度情報を観測する。例えば、移動体１が自動車の場合、自動車の速度を観測する車速センサ等が移動速度観測装置９０として機能する。これ以外にも、慣性計測装置（ＩＭＵ）等も移動速度観測装置９０として用いることができてもよい。また衛星測位システムなどにより位置測定を行い、その結果から移動速度が算出されてもよい。なお、自己移動速度情報は、移動体１の速さ、進行方向、角速度、ピッチ（pitch）、ロール（roll）、ヨー（yaw）等の種々の情報を含む。
　また本実施形態では、情報処理装置１０は移動体１に搭載されるため、移動体１の移動速度は情報処理装置１０の移動速度に相当する。以下、情報処理装置１０の位置や速度に関する記載は、移動体１の位置や速度に相当するものとして扱われる場合がある。
　移動体制御システム１００は、移動体１の移動や停止、所定の動作を行う際の制御を行う。後述する図１２及び図１３では、移動体１の一例として車両が挙げられる。すなわち、移動体制御システム１００は、車両の走行支援や運転自動化に関わる処理を行う車両制御システム１００として機能する。
　図２は、図１に示す信号処理部２０の構成例を示すブロック図である。
　図２に示すように、信号処理部２０は、反射点検出部２１、移動物体指標算出部２２、物体追尾部２３、追尾結果保持部２４、及び移動物体判定部２５を有する。
　反射点検出部２１は、デジタルレーダ信号から反射点を検出する。また反射点検出部２１は、検出された反射点の距離、方位、及びドップラ速度等を含む反射点情報を移動物体指標算出部２２及び物体追尾部２３に供給する。
　具体的には、ＦＣＭ（Fast Chirp Modulation）方式レーダの場合、デジタルレーダ信号に対してＦＦＴ（Fast Fourier Transform）処理を実施することで、距離・速度スペクトルが生成される。また距離・速度スペクトルに対してＣＦＡＲ（Constant False Alarm Rate）処理を行いスペクトルのピークが反射点として検出され、その位置から距離及びドップラ速度が取得される。また複数の送信又は受信アンテナに対応した複素信号間の位相差情報を利用し、デジタルビームフォーミング法やＭＵＳＩＣ（Multiples Signal Classification）法等の到来方向推定アルゴリズムにより反射点の存在する方向が推定される。
　移動物体指標算出部２２は、反射点情報及び移動速度観測装置９０から供給される自己移動速度情報に基づいて、物体が移動物体であるかの確からしさを示す指標である移動物体指標Ｌを算出する。本実施形態では、移動物体指標算出部２２は、各フレーム（所定の時間）ごとに、各反射点に対応する移動物体指標Ｌを算出する。算出された移動物体指標Ｌは、物体追尾部２３に出力される。
　物体が移動物体であるかの確からしさを示す指標には、尤度を含む。なお、尤度を算出する方法は限定されず、任意の方法で算出されてよい。
　また指標は、ドップラ速度に基づかないパラメータでもよい。例えば、レーダで観測した反射強度や反射点の分布に基づいて、車、歩行者、ガードレール等の物体種別を推定した結果が指標に含まれてもよい。もちろん、物体種別を推定する際にドップラ速度が用いられてもよい。
　物体追尾部２３は、反射点情報、移動物体指標Ｌ、自己移動速度情報、及び後述する追尾結果保持部２４から供給される前の時刻フレームの物体追尾情報を用いて、物体を追尾し、物体追尾情報として出力する。具体的には、カルマンフィルタ等の状態推定フィルタに対して反射点情報が入力され、過去の物体追尾情報と統合することで移動物体の現在位置や速度Ｖｔｒｋ（Ｔ）が推測される。
　物体追尾情報とは、移動物体又は静止物体の位置情報、速度、進行方向、及び大きさ等の物体の各種情報を含む。これ以外にも、移動物体の回転、傾動、振動等が含まれてもよい。また情報処理装置１０に移動物体を撮像可能なカメラ等が搭載される場合、画像認識により車や人等の移動物体のクラスが追尾情報に含まれてもよい。
　また物体追尾情報には、積算移動物体指標Ｌａｃｃｕｍが含まれる。積算移動物体指標Ｌａｃｃｕｍとは、ある時刻（例えばＴ＝１）のフレームにて算出された移動物体指標Ｌから、ある時刻（例えばＴ＝Ｎ）のフレームにて算出された移動物体指標Ｌまでの、各フレームにおける移動物体指標Ｌを積算した値である。
　すなわち、積算移動物体指標Ｌａｃｃｕｍは、新たな移動物体指標Ｌが入力されるたびに加算されて更新される。その際の積算移動物体指標Ｌａｃｃｕｍは以下の式（数１）となる。
　［数１］
　Ｌａｃｃｕｍ（Ｔ）＝Ｌａｃｃｕｍ（Ｔ－１）＋Ｌ
　ここで、Ｔは現在の時刻フレーム、Ｔ－１は、前の時刻フレームを示す。また前の時刻フレーム以前で物体が検出されず、初めて検出された物体については、Ｌａｃｃｕｍ（Ｔ－１）＝０として、Ｌａｃｃｕｍ（Ｔ）＝Ｌが出力される。
　状態推定フィルタとしては、拡張カルマンフィルタ、無香カルマンフィルタ、又は粒子フィルタ等が利用されてもよい。また１つの移動物体から複数の反射点が得られる場合を考慮し、距離、方向、又はドップラ速度が近接する複数の反射点で統合（クラスタリング）して１つの物体として状態推定フィルタに入力されてもよい。
　また情報処理装置１０と物体との相対的な位置関係は、物体の移動だけではなく情報処理装置１０の移動によっても変化するため、自己移動速度情報を用いて情報処理装置１０の影響を補正して追尾が行われる。
　追尾結果保持部２４は、物体追尾情報を保持し、次の時刻フレームにおいて物体追尾情報を物体追尾部２３に出力する。
　移動物体判定部２５は、物体追尾情報のうち、以下の（数２）かつ（数３）を満たす物体について、移動物体検出結果として出力する。
　［数２］
　｜Ｖｔｒｋ（Ｔ）｜＞Ｖｔｈ
　［数３］
　Ｌａｃｃｕｍ（Ｔ）＞Ｌｔｈ
　ここで、Ｖｔｒｋ（Ｔ）は、物体追尾情報に含まれる物体の推定速度である。またＶｔｈ、及びＬｔｈは、所定の閾値である。
　図３は、移動物体指標算出部２２の動作を示すフローチャートである。
　図３に示すように、反射点検出部２１により、反射点情報が取得される（ステップ１０１）。また移動速度観測装置９０により、自己移動速度情報が取得される（ステップ１０２）。また移動物体指標算出部２２に、上記の反射点情報及び自己移動速度情報が入力され、反射点情報に含まれる各反射点に対してループ動作を行い、各反射点に対応する移動物体指標Ｌを算出するためにステップ１０３～ステップ１０７の処理を実行する。
　本実施形態では、図４～図６に示すように、補正ドップラ速度ＶＤ'から移動物体指標Ｌが算出される。
　図４は、静止物体の検出を行う場合の模式図である。図４では、移動体１にレーダ５が移動体１の進行方向６（例えば移動体１の前面）に取り付けられる。このレーダ５は、無線信号送信部１１及び無線信号受信部１２に相当する。なお、レーダ５の数や取り付け位置は限定されず、任意に取り付けられてもよい。
　図４に示すように、情報処理装置１０が搭載された移動体１が進行方向６に速度Ｖｅｇｏで移動している。また図４では、進行方向を基準とした静止物体２５が存在する方位をθとする。
　このとき、情報処理装置１０は、照射範囲７内にいる静止物体２５のドップラ速度ＶＤを観測する。ＶＤは以下の式（数４）となる。
　［数４］
　ＶＤ＝－Ｖｅｇｏｃｏｓθ
　なおＶＤの符号は情報処理装置１０から遠ざかる方向を正とする。
　図５は、移動物体の検出を行う場合の模式図である。
　図５では、移動物体２６が速度Ｖｔｇｔで移動しており、情報処理装置１０から移動物体２６を観測する方向８とＶｔｇｔのなす角をφとする。
　この場合、移動物体２６から観測されるドップラ速度ＶＤは、前述のＶｅｇｏに加え、移動物体２６の速度Ｖｔｇｔに起因する成分が含まれる。具体的には以下の式（数５）となる。
　［数５］
　ＶＤ＝－Ｖｅｇｏｃｏｓθ＋Ｖｔｇｔｃｏｓφ
　すなわち、（数４）及び（数５）から、移動体１の自己移動速度で補正した補正ドップラ速度ＶＤ'＝ＶＤ＋Ｖｅｇｏｃｏｓθがゼロに近いか否かによって、反射点が移動物体か、又は静止物体であるかが判定することができる。
　実際には、（数５）においてｃｏｓφが小さくなる場合、センサを中心とする同心円状の接線方向に速度を持つ移動物体２６についても、補正ドップラ速度ＶＤ'がゼロに近づくことに留意する必要がある。
　図６は、第１の実施形態に係る補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を示す図である。図６では、縦軸は移動物体指標Ｌ、横軸は補正ドップラ速度｜ＶＤ'｜を示す。
　図３及び図６に示すように、本実施形態では、｜ＶＤ'｜≧ＶＤｔｈの場合は、Ｌ＝Ｌ２となり（ステップ１０４のＹＥＳ、ステップ１０５）、｜ＶＤ'｜＜ＶＤｔｈの場合は、Ｌ＝Ｌ１となる（ステップ１０４のＮＯ、ステップ１０６）。ここで、Ｌ２＞Ｌ１＞０である。またＶＤｔｈは、閾値である。
　全ての反射点に対してステップ１０３～１０７のループ処理が終了した場合、各反射点における移動物体指標Ｌを出力する（ステップ１０８）。
　補正ドップラ速度｜ＶＤ'｜が小さい物体には、静止物体、及びセンサを中心とする同心円上の接線方向に速度を持つ移動物体の双方が含まれる。両者の識別のためには、物体追尾部２３によって推定された推定速度Ｖｔｒｋ（Ｔ）を用いて（数２）から判定される。しかし、一般にレーダの反射点の位置は不安定でぶれがあり、追尾精度の問題等により、物体追尾の結果、静止物体の推定速度Ｖｔｒｋ（Ｔ）が一時的に大きくなる場合がある。従って、より長時間の追尾を行うことで精度の高いＶｔｒｋ（Ｔ）の推定結果を得る必要がある。
　本実施形態では、補正ドップラ速度｜ＶＤ'｜が小さい物体には、比較的小さい移動物体指標Ｌが与えられるため、（数３）を満たすまでに比較的長い時間を要する。すなわち、（数２）に長時間の追尾を行った結果得られた推定速度Ｖｔｒｋ（Ｔ）を用いられ、移動物体の判定が行われることで、静止物体と移動物体とを高い精度で識別することができる。
　また補正ドップラ速度｜ＶＤ'｜が大きい（移動していることが明らかな）物体に関しては、比較的大きな移動物体指標Ｌが与えられるため、移動物体判定部２５において、早期に（数２）及び（数３）が満たされるため、移動物体であることが早期に検出される。
　なお、本実施形態において、移動物体指標算出部２２は、物体の反射点におけるドップラ速度に基づいて、物体が移動速度であるかの確からしさを示す指標を算出する算出部に相当する。
　なお、本実施形態において、追尾結果保持部２４は、物体の反射点に関する反射点情報と、指標と、移動体の速度とに基づいて、物体を追尾する物体追尾部に相当する。
　なお、本実施形態において、移動物体判定部２５は、算出部により所定の時間ごとに算出される複数の指標に基づくデータが所定の閾値を超えるか否かを判定する判定部に相当する。
　図７は、本実施形態の評価を実施した環境及び検出結果を示す図である。図７に示すように、移動体１を中心に左右７．４ｍ（Ｙ軸方向）の領域を歩行者検出率評価領域として、移動体１の前方１１ｍを横方向に歩行する（歩行者検出率評価領域を通過する）歩行者９の検出率を評価した。
　比較対象となる従来手法は、補正ドップラ速度ＶＤ'を持たない反射点を静止物体からの反射とみなして全て棄却している。歩行者９が移動体１の前方を横切る際に、センサ５を中心とする同心円上の接線方向に移動することとなるため、補正ドップラ速度ＶＤ'が得られなくなる。すなわち、従来手法においては、歩行者９が移動体１の前方を横切る（センサ５を中心とする同心円上の接線方向に移動する）場合に、歩行者９を検出することができないため、歩行者検出率評価領域内においても、検出に失敗する場合が存在する。
　一方で、本実施形態では、補正ドップラ速度ＶＤ'を持たない反射点に対しても移動物体指標Ｌが与えられ、追尾の結果得られた推定速度Ｖｔｒｋ（Ｔ）を基に移動物体の検出が行われる。そのため、移動体１の前方を歩行者９が歩いている瞬間においても継続して検出が行われており、歩行者検出率評価領域内では、１００％の検出率を達成している。さらに、従来手法だけでなく本実施形態においても静止物体を移動物体として誤検出することはなかった。
　以上、本実施形態に係る情報処理装置１０は、物体の反射点におけるドップラ速度に基づいて、物体が移動物体であるかの確からしさを示す指標を算出し、所定の時間ごとに算出される複数の指標に基づくデータが所定の閾値を超えるか否かを判定する。これにより、移動物体の早期検出、及び静止物体の判別精度を高めることができる。
　従来、レーダで得られた反射点から測定したドップラ速度に基づいて移動速度を抽出する際に、移動物体の移動方向によってはドップラ速度を得ることができず、静止物体と判定されてしまう場合がある。
　本技術では、物体の反射点に対してドップラ速度に応じた移動物体指標を与えた上で物体追尾を行い、積算された移動物体指標が閾値を超えた時点において、物体追尾で得られた推定速度が速度閾値を超えた物体を移動物体として検出する。すなわち、ドップラ速度を持つ、明らかに移動している物体は早期に積算された指標が閾値を超えるため、早期に移動物体として検出される一方、ドップラ速度を得られない物体に対しては比較的長時間の追尾を行い、精度の高めた推定速度に基づいて移動物体検出を行うため、移動物体と静止物体の判別精度を高めることができる。
　＜第２の実施形態＞
　第１の実施形態では、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係性は、図６に示すように離散的な変化をしていた。第２の実施形態では、補正ドップラ速度ＶＤ'の変化に対して連続的に変化する移動物体指標Ｌの曲線に基づいて、移動物体指標Ｌが算出される。
　なおこれ以降の説明では、上記の実施形態で説明した情報処理装置１０における構成及び作用と同様な部分については、その説明を省略又は簡略化する。
　図８は、第２の実施形態に係る補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を示す図である。図８では、縦軸は移動物体指標Ｌ、横軸は補正ドップラ速度｜ＶＤ'｜を示す。
　図８に示すように、移動物体指標Ｌは、補正ドップラ速度ＶＤ'の変化に対して連続的に変化することで、より柔軟に検出判定までの時間を変化させることができる。なお、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係をルックアップテーブルの形で保持し、補正ドップラ速度ＶＤ'に対応する移動物体指標Ｌをルックアップテーブルから読み出してもよい。
　なお、図８や後述する図１０の例のように、移動物体指標Ｌが補正ドップラ速度ＶＤ'の変化に対して連続的に変化する場合、所定の補正ドップラ速度ＶＤ'に移動物体指標Ｌが１対１に対応するため、図３に示すフローチャートのステップ１０３～１０６は、１つのステップとなる。
　＜第３の実施形態＞
　第３の実施形態では、移動物体指標算出部２２は、事前に後述する計算装置３０におって計算された補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係曲線、もしくはルックアップテーブルを利用して移動物体指標Ｌを算出する。
　図９は、計算装置３０の構成を示すブロック図である。
　図９に示すように、計算装置３０は、測定データ記録部３１、移動物体指標算出部３２、物体追尾部３３、追尾結果保持部３４、移動物体判定部３５、検出結果評価部３６、及び移動物体指標設定部３７を有する。
　測定データ記録部３１は、事前に情報処理装置１０で測定を行った際の反射点情報、自己移動速度情報、及び測定環境における移動物体の存在に関する正解データが記録される。また測定データ記録部３１は、反射点情報及び自己移動速度情報を移動物体指標算出部３２及び物体追尾部３３と共有するとともに、検出結果評価部３６に正解データを出力する。
　移動物体指標算出部３２は、事前に移動物体指標設定部３７より供給された補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係に基づいて、反射点情報及び自己移動速度情報から算出された補正ドップラ速度ＶＤ'から移動物体指標Ｌを算出し、物体追尾部３３に出力する。
　物体追尾部３３は、反射点情報、移動物体指標Ｌ、自己移動速度情報、及び追尾結果保持部３４から供給される前の時刻フレームの物体追尾情報を用いて、事前に用意された測定環境に存在する物体を追尾し、物体追尾情報として出力する。
　追尾結果保持部３４は、物体追尾情報を保持し、次の時刻フレームにおいて物体追尾情報を物体追尾部３３に出力する。
　移動物体判定部３５は、物体追尾情報のうち、（数２）かつ（数３）を満たす物体について、移動物体検出結果として出力する。
　検出結果評価部３６は、移動物体検出結果及び正解データから、移動物体検出性能を評価する。例えば、検出結果評価部３６は、Ｍｕｌｔｉ―Ｏｂｊｅｃｔ　Ｔｒａｃｋｉｎｇ　Ａｃｃｕｒａｃｙ（ＭＯＴＡ）等の評価結果を計算し、出力する。
　移動物体指標設定部３７は、所定の条件に基づいて、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を修正する。例えば所定の条件には、移動物体検出性能の評価結果（移動物体の検出率）、移動物体の誤検出、反射点との距離、自己移動速度の誤差、移動物体又は静止物体と自機（情報処理装置１０）との位置関係等の種々の情報が含まれる。
　第３の実施形態では、移動物体指標設定部３７は、移動物体検出性能の評価結果に基づいて、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を修正する。
　図１０は、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係の変化を示す図である。図１０では、縦軸は移動物体指標Ｌ、横軸は補正ドップラ速度｜ＶＤ'｜を示す。
　例えば図１０に示すように、移動物体指標設定部３７は、移動物体検出率が低い場合、初期状態の設定（実線４０）からより小さな補正ドップラ速度ＶＤ'で大きい移動物体指標Ｌを得られる状態（以下、第１の状態（点線４１）と記載）に遷移するように設定する（矢印４３参照）。また存在しない移動物体を誤検出する場合は、初期状態の設定（実線４０）から補正ドップラ速度ＶＤ'に対して得られる移動物体指標Ｌを小さくする状態（以下、第２の状態（点線４２）と記載）に遷移するように設定する（矢印４４参照）。
　なお、初期状態とは、移動物体指標設定部３７により設定される前の補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を指す。例えば、初期状態は、工場出荷時における最適な設定でもよいし、移動体の種類によって適宜設定された設定でもよい。
　以上の移動物体検出性能の評価結果、及び補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係の設定を繰り返すことで、移動物体検出性能を最適化する補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を得ることができる。
　第３の実施形態によれば、移動物体指標算出部３２は、計算装置３０において事前測定データを基に設定された、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を用いて移動物体の検出を行うため、適切な移動物体検出性能を得ることができる。
　＜第４の実施形態＞
　第４の実施形態では、移動物体指標算出部３２は、反射点の位置に基づいて設定された、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を用いて移動物体指標Ｌを算出する。
　例えば、移動物体が情報処理装置１０（移動体１）の近傍に存在する場合、衝突回避などのために早期に物体の存在を検知する必要がある。一方、移動物体が情報処理装置１０の遠方に存在する場合には時間的な猶予が存在する。
　そこで図１０に示すように、移動物体指標設定部３７は、情報処理装置１０との距離が短い反射点がある場合は、初期状態の設定から第１の状態へと遷移する。また情報処理装置１０との距離が長い反射点については、初期状態の設定から第２の状態へと遷移する。
　すなわち、反射点との距離が短い場合、小さい補正ドップラ速度ＶＤ'で大きい移動物体指標Ｌを得られるように設定することで早期の検出が可能となる。一方、反射点との距離が長い場合、補正ドップラ速度ＶＤ'に対して得られる移動物体指標Ｌを小さくすることで検出までの追尾時間を長くし、より精度の高い推定速度Ｖｔｒｋ（Ｔ）を基に移動物体の検出を行う。
　第４の実施形態によれば、移動物体指標算出部３２は、反射点の位置に基づいて設定された、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を用いて移動物体の検出を行うため、移動物体の位置に適した検出時間、及び検出精度を実現することができる。
　＜第５の実施形態＞
　第５の実施形態では、移動物体指標算出部３２は、移動速度観測装置９０が出力される自己移動速度情報に含まれる誤差量に基づいて設定された、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を用いて移動物体指標Ｌを算出する。
　自己移動速度情報に誤差が含まれる場合、ドップラ速度ＶＤから補正ドップラ速度ＶＤ'を計算する際に誤差が含まれるため、静止物体の補正ドップラ速度ＶＤ'が大きな値を持ち、大きい移動物体指標Ｌが与えられて移動物体として検出される可能性がある。
　そこで図１０に示すように、移動物体指標設定部３７は、自己移動速度情報に含まれる誤差量が小さい場合は、初期状態の設定から第１の状態へと遷移する。自己移動速度情報に含まれる誤差量が大きい場合は、初期状態の設定から第２の状態へと遷移する。
　すなわち、自己移動速度情報に含まれる誤差量が大きい場合は、補正ドップラ速度ＶＤ'に対して得られる移動物体指標Ｌを小さくすることで移動物体の誤検出を抑制する。また自己移動速度情報に含まれる誤差量が小さい場合はより小さな補正ドップラ速度ＶＤ'で大きい移動物体指標Ｌを得られるように設定することで移動物体の検出率を高める。
　なお、自己移動速度情報に含まれる誤差量は、移動速度観測装置９０の精度に応じて事前に定めてもよいし、事前に計測した誤差量に基づいて定められてもよい。また移動速度観測装置９０がカルマンフィルタ等によって自己移動速度情報が推測される場合、自己移動速度の推測値のほかに自己移動速度の誤差分散を出力することができるため、自己移動速度の誤差分散に基づいて適応的に補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を変化させてもよい。
　第５の実施形態によれば、移動物体指標算出部３２は、移動速度観測装置９０が出力する自己移動速度情報に含まれる誤差量に基づいて設定された、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を用いて移動物体の検出を行うため、適切な移動物体検出性能を得ることができる。
　＜第６の実施形態＞
　第６の実施形態では、移動物体指標算出部３２は、前の時刻フレーム以前における移動物体及び静止物体からの反射点の検出状況に基づいて、補正ドップラ速度ＶＤ'と移動物体指標Ｌとの関係を用いて移動物体指標Ｌを算出する。
　図１０に示すように、移動物体指標設定部３７は、検出された反射点の近傍で前の時刻フレーム以前において補正ドップラ速度ＶＤ'の大きな反射点（移動物体の可能性が高い物体）を検出していた場合は、初期状態の設定から第１の状態へと遷移する。検出された反射点の近傍で前の時刻フレーム以前において補正ドップラ速度ＶＤ'の小さな反射点（静止物体の可能性が高い物体）を検出していた場合は、初期状態の設定から第２の状態へと遷移する。
　すなわち、検出された反射点の近傍で前の時刻フレーム以前において補正ドップラ速度ＶＤ'の大きな反射点を検出していた場合は、より小さな補正ドップラ速度ＶＤ'で大きい移動物体指標Ｌを得られるように設定することで移動物体の検出率を高める。また情報処理装置と移動物体との位置関係によって補正ドップラ速度ＶＤ'が小さくなった場合においても、移動物体の検出率を高める。
　一方、検出された反射点の近傍で前の時刻フレーム以前において補正ドップラ速度ＶＤ'の大きな反射点を検出していた場合は、補正ドップラ速度ＶＤ'に対して得られる移動物体指標Ｌを小さくすることで移動物体の誤検出を抑制する。また測定精度の問題により静止物体からの反射点から大きな補正ドップラ速度ＶＤ'が算出された場合においても、移動物体の誤検出を抑制することができる。
　＜第７の実施形態＞
　第７の実施形態では、移動体にレーダ５が２つ異なる位置に配置されている。図１１は、レーダ５ａ及びレーダ５ｂを用いて移動物体の検出を行う場合の模式図である。なお、簡略化のために移動体の移動速度Ｖｅｇｏ＝０として、ドップラ速度ＶＤは補正ドップラ速度ＶＤ'と等しい場合を例示する。
　また図１１では、レーダ５ａと移動物体５０とのなす角をθａ（直線５１ａ及び直線５２ａの角度）、レーダ５ｂと移動物体５０とのなす角をθｂ（直線５１ｂ及び直線５２ｂの角度）とする。
　図１１に示すように、移動物体５０が速度Ｖｔｇｔで移動しているとき、レーダ５ａ及びレーダ５ｂはそれぞれ異なるドップラ速度ＶＤａ'及びドップラ速度ＶＤｂ'を観測する。この場合、Ｖｔｇｔ＞ＶＤａ'、かつ、Ｖｔｇｔ＞ＶＤｂ'であるため、ドップラ速度ＶＤａ'及びドップラ速度ＶＤｂ'のうち大きい速度がＶｔｇｔにより近い大きさを持つ。よって、移動物体指標算出部２２は、ドップラ速度ＶＤａ'及びドップラ速度ＶＤｂ'のうち大きい方の速度を用いて移動物体指標Ｌを算出する。
　第７の実施形態によれば、移動物体５０とレーダ５ａ及びレーダ５ｂの位置関係によってはいずれかのレーダでは補正ドップラ速度ＶＤ'を観測できない場合があるが、他方のレーダの観測値を用いて移動物体指標Ｌを算出することで、移動物体５０の検出率を高めることができる。
　＜第８の実施形態＞
　第８の実施形態では、図１１に示すように、ドップラ速度ＶＤａ'及びドップラ速度ＶＤｂ'のベクトルに直角な直線５５ａ及び直線５５ｂを、ドップラ速度ＶＤａ'及びドップラ速度ＶＤｂ'のベクトル先端を通るように引き、直線５５ａ及び直線５５ｂの交点５６を求める。移動物体から交点５６へのベクトルがＶｔｇｔとなる。移動物体指標算出部２２は、交点から求められたＶｔｇｔを用いて、移動物体指標Ｌを算出する。
　第８の実施形態によれば、補正ドップラ速度ＶＤ'ではなく、移動物体の速度Ｖｔｇｔを推測して移動物体指標Ｌを計算することで、移動物体の検出率を高めることができる。
　＜その他の実施形態＞
　本技術は、以上説明した実施形態に限定されず、他の種々の実施形態を実現することができる。
　上記の実施形態では、移動速度観測装置９０は移動体制御システム１００から自己速度を取得した。ここで、移動体１が車両の場合における移動体制御システム１００の例を挙げる。すなわち移動体制御システム１００は車両の走行支援や運転自動化に関わる処理を行うシステムとなる。以下、移動体１が車両の場合における移動体制御システム１００を車両制御システム１００と記載する。
　＜車両制御システムの構成例＞
　図１２は、本技術が適用される移動装置制御システムの一例である車両制御システム１００の構成例を示すブロック図である。
　車両制御システム１００は、車両１に設けられ、車両１の運転自動化に関わる処理を行う。この運転自動化には、レベル１乃至レベル５の運転自動化、及び、遠隔運転者による車両１の遠隔運転及び遠隔支援が含まれる。
　車両制御システム１００は、車両制御ＥＣＵ（Electronic Control Unit）１２１、通信部１２２、地図情報蓄積部１２３、位置情報取得部１２４、外部認識センサ１２５、車内センサ１２６、車両センサ１２７、記憶部１２８、運転自動化制御部１２９、ＤＭＳ（Driver Monitoring System）１３０、ＨＭＩ（Human Machine Interface）１３１、及び、車両制御部１３２を備える。
　車両制御ＥＣＵ１２１、通信部１２２、地図情報蓄積部１２３、位置情報取得部１２４、外部認識センサ１２５、車内センサ１２６、車両センサ１２７、記憶部１２８、運転自動化制御部１２９、ＤＭＳ１３０、ＨＭＩ１３１、及び、車両制御部１３２は、通信ネットワーク１４１を介して相互に通信可能に接続されている。通信ネットワーク１４１は、例えば、ＣＡＮ（Controller Area Network）、ＬＩＮ（Local Interconnect Network）、ＬＡＮ（Local Area Network）、ＦｌｅｘＲａｙ（登録商標）、イーサネット（登録商標）といったデジタル双方向通信の規格に準拠した車載通信ネットワークやバス等により構成される。通信ネットワーク１４１は、伝送されるデータの種類によって使い分けられてもよい。例えば、車両制御に関するデータに対してＣＡＮが適用され、大容量データに対してイーサネットが適用されるようにしてもよい。なお、車両制御システム１００の各部は、通信ネットワーク１４１を介さずに、例えば近距離無線通信（ＮＦＣ（Near Field Communication））やＢｌｕｅｔｏｏｔｈ（登録商標）といった比較的近距離での通信を想定した無線通信を用いて直接的に接続される場合もある。
　なお、以下、車両制御システム１００の各部が、通信ネットワーク１４１を介して通信を行う場合、通信ネットワーク１４１の記載を省略するものとする。例えば、車両制御ＥＣＵ１２１と通信部１２２が通信ネットワーク１４１を介して通信を行う場合、単に車両制御ＥＣＵ１２１と通信部１２２とが通信を行うと記載する。
　車両制御ＥＣＵ１２１は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）といった各種のプロセッサにより構成される。車両制御ＥＣＵ１２１は、車両制御システム１００全体又は一部の機能の制御を行う。
　通信部１２２は、車内及び車外の様々な機器、他の車両、サーバ、基地局等と通信を行い、各種のデータの送受信を行う。このとき、通信部１２２は、複数の通信方式を用いて通信を行うことができる。
　通信部１２２が実行可能な車外との通信について、概略的に説明する。通信部１２２は、例えば、５Ｇ（第５世代移動通信システム）、ＬＴＥ（Long Term Evolution）、ＤＳＲＣ（Dedicated Short Range Communications）等の無線通信方式により、基地局又はアクセスポイントを介して、外部ネットワーク上に存在するサーバ（以下、外部のサーバと呼ぶ）等と通信を行う。通信部１２２が通信を行う外部ネットワークは、例えば、インターネット、クラウドネットワーク、又は、事業者固有のネットワーク等である。通信部１２２が外部ネットワークに対して行う通信方式は、所定以上の通信速度、且つ、所定以上の距離間でデジタル双方向通信が可能な無線通信方式であれば、特に限定されない。
　また例えば、通信部１２２は、Ｐ２Ｐ（Peer To Peer）技術を用いて、自車の近傍に存在する端末と通信を行うことができる。自車の近傍に存在する端末は、例えば、歩行者や自転車等の比較的低速で移動する移動体１が装着する端末、店舗等に位置が固定されて設置される端末、又は、ＭＴＣ（Machine Type Communication）端末である。さらに、通信部１２２は、Ｖ２Ｘ通信を行うこともできる。Ｖ２Ｘ通信とは、例えば、他の車両との間の車車間（Vehicle to Vehicle）通信、路側器等との間の路車間（Vehicle to Infrastructure）通信、家との間（Vehicle to Home）の通信、及び、歩行者が所持する端末等との間の歩車間（Vehicle to Pedestrian）通信等の、自車と他との通信をいう。
　通信部１２２は、例えば、車両制御システム１００の動作を制御するソフトウエアを更新するためのプログラムを外部から受信することができる（Over The Air)。通信部１２２は、さらに、地図情報、交通情報、車両１の周囲の情報等を外部から受信することができる。また例えば、通信部１２２は、車両１に関する情報や、車両１の周囲の情報等を外部に送信することができる。通信部１２２が外部に送信する車両１に関する情報としては、例えば、車両１の状態を示すデータ、認識部１７３による認識結果等がある。さらに例えば、通信部１２２は、ｅコール等の車両緊急通報システムに対応した通信を行う。
　例えば、通信部１２２は、電波ビーコン、光ビーコン、ＦＭ多重放送等の道路交通情報通信システム（ＶＩＣＳ（Vehicle Information and Communication System）（登録商標））により送信される電磁波を受信する。
　通信部１２２が実行可能な車内との通信について、概略的に説明する。通信部１２２は、例えば無線通信を用いて、車内の各機器と通信を行うことができる。通信部１２２は、例えば、無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ、ＮＦＣ、ＷＵＳＢ（Wireless USB）といった、無線通信により所定以上の通信速度でデジタル双方向通信が可能な通信方式により、車内の機器と無線通信を行うことができる。これに限らず、通信部１２２は、有線通信を用いて車内の各機器と通信を行うこともできる。例えば、通信部１２２は、図示しない接続端子に接続されるケーブルを介した有線通信により、車内の各機器と通信を行うことができる。通信部１２２は、例えば、ＵＳＢ（Universal Serial Bus）、ＨＤＭＩ（High-Definition Multimedia Interface）（登録商標）、ＭＨＬ（Mobile High-definition Link）といった、有線通信により所定以上の通信速度でデジタル双方向通信が可能な通信方式により、車内の各機器と通信を行うことができる。
　ここで、車内の機器とは、例えば、車内において通信ネットワーク１４１に接続されていない機器を指す。車内の機器としては、例えば、運転者等の車内の利用者が所持するモバイル機器やウェアラブル機器、車内に持ち込まれ一時的に設置される情報機器等が想定される。
　地図情報蓄積部１２３は、外部から取得した地図及び車両１で作成した地図の一方又は両方を蓄積する。例えば、地図情報蓄積部１２３は、３次元の高精度地図、高精度地図より精度が低く、広いエリアをカバーするグローバルマップ等を蓄積する。
　高精度地図は、例えば、ダイナミックマップ、ポイントクラウドマップ、ベクターマップ等である。ダイナミックマップは、例えば、動的情報、準動的情報、準静的情報、静的情報の４層からなる地図であり、外部のサーバ等から車両１に提供される。ポイントクラウドマップは、ポイントクラウド（点群データ）により構成される地図である。ベクターマップは、例えば、車線や信号機の位置といった交通情報等をポイントクラウドマップに対応付け、運転自動化に適合させた地図である。
　ポイントクラウドマップ及びベクターマップは、例えば、外部のサーバ等から提供されてもよいし、カメラ１５１、レーダ１５２、ＬｉＤＡＲ１５３等によるセンシング結果に基づいて、後述するローカルマップとのマッチングを行うための地図として車両１で作成され、地図情報蓄積部１２３に蓄積されてもよい。また、外部のサーバ等から高精度地図が提供される場合、通信容量を削減するため、車両１がこれから走行する計画経路に関する、例えば数百メートル四方の地図データが外部のサーバ等から取得される。
　位置情報取得部１２４は、ＧＮＳＳ（Global Navigation Satellite System）衛星からＧＮＳＳ信号を受信し、車両１の位置情報を取得する。取得した位置情報は、運転自動化制御部１２９に供給される。なお、位置情報取得部１２４は、ＧＮＳＳ信号を用いた方式に限定されず、例えば、ビーコンを用いて位置情報を取得してもよい。
　外部認識センサ１２５は、車両１の外部の状況の認識に用いられる各種のセンサを備え、各センサからのセンサデータを車両制御システム１００の各部に供給する。外部認識センサ１２５が備えるセンサの種類や数は任意である。
　例えば、外部認識センサ１２５は、カメラ１５１、レーダ１５２、ＬｉＤＡＲ（Light Detection and Ranging、Laser Imaging Detection and Ranging）１５３、及び、超音波センサ１５４を備える。これに限らず、外部認識センサ１２５は、カメラ１５１、レーダ１５２、ＬｉＤＡＲ１５３、及び、超音波センサ１５４のうち１種類以上のセンサを備える構成でもよい。カメラ１５１、レーダ１５２、ＬｉＤＡＲ１５３、及び、超音波センサ１５４の数は、現実的に車両１に設置可能な数であれば特に限定されない。また、外部認識センサ１２５が備えるセンサの種類は、この例に限定されず、外部認識センサ１２５は、他の種類のセンサを備えてもよい。外部認識センサ１２５が備える各センサのセンシング領域の例は、後述する。
　なお、カメラ１５１の撮影方式は、特に限定されない。例えば、測距が可能な撮影方式であるＴｏＦ（Time Of Flight）カメラ、ステレオカメラ、単眼カメラ、赤外線カメラといった各種の撮影方式のカメラを、必要に応じてカメラ１５１に適用することができる。これに限らず、カメラ１５１は、測距に関わらずに、単に撮影画像を取得するためのものであってもよい。
　また、例えば、外部認識センサ１２５は、車両１に対する環境を検出するための環境センサを備えることができる。環境センサは、天候、気象、明るさ等の環境を検出するためのセンサであって、例えば、雨滴センサ、霧センサ、日照センサ、雪センサ、照度センサ等の各種センサを含むことができる。
　さらに、例えば、外部認識センサ１２５は、車両１の周囲の音や音源の位置の検出等に用いられるマイクロフォンを備える。
　車内センサ１２６は、車内の情報を検出するための各種のセンサを備え、各センサからのセンサデータを車両制御システム１００の各部に供給する。車内センサ１２６が備える各種センサの種類や数は、現実的に車両１に設置可能な種類や数であれば特に限定されない。
　例えば、車内センサ１２６は、カメラ、レーダ、着座センサ、ステアリングホイールセンサ、マイクロフォン、生体センサのうち１種類以上のセンサを備えることができる。車内センサ１２６が備えるカメラとしては、例えば、ＴｏＦカメラ、ステレオカメラ、単眼カメラ、赤外線カメラといった、測距可能な各種の撮影方式のカメラを用いることができる。これに限らず、車内センサ１２６が備えるカメラは、測距に関わらずに、単に撮影画像を取得するためのものであってもよい。車内センサ１２６が備える生体センサは、例えば、シートやステアリングホイール等に設けられ、利用者の各種の生体情報を検出する。
　車両センサ１２７は、車両１の状態を検出するための各種のセンサを備え、各センサからのセンサデータを車両制御システム１００の各部に供給する。車両センサ１２７が備える各種センサの種類や数は、現実的に車両１に設置可能な種類や数であれば特に限定されない。
　例えば、車両センサ１２７は、速度センサ、加速度センサ、角速度センサ（ジャイロセンサ）、及び、それらを統合した慣性計測装置（ＩＭＵ（Inertial Measurement Unit））を備える。例えば、車両センサ１２７は、ステアリングホイールの操舵角を検出する操舵角センサ、ヨーレートセンサ、アクセルペダルの操作量を検出するアクセルセンサ、及び、ブレーキペダルの操作量を検出するブレーキセンサを備える。例えば、車両センサ１２７は、エンジンやモータの回転数を検出する回転センサ、タイヤの空気圧を検出する空気圧センサ、タイヤのスリップ率を検出するスリップ率センサ、及び、車輪の回転速度を検出する車輪速センサを備える。例えば、車両センサ１２７は、バッテリの残量及び温度を検出するバッテリセンサ、並びに、外部からの衝撃を検出する衝撃センサを備える。
　記憶部１２８は、不揮発性の記憶媒体及び揮発性の記憶媒体のうち少なくとも一方を含み、データやプログラムを記憶する。記憶部１２８は、例えばＥＥＰＲＯＭ(Electrically Erasable Programmable Read Only Memory)及びＲＡＭ(Random Access Memory)として用いられ、記憶媒体としては、ＨＤＤ（Hard Disc Drive）といった磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、及び、光磁気記憶デバイスを適用することができる。記憶部１２８は、車両制御システム１００の各部が用いる各種プログラムやデータを記憶する。例えば、記憶部１２８は、ＥＤＲ（Event Data Recorder）やＤＳＳＡＤ（Data Storage System for Automated Driving）を備え、事故等のイベントの前後の車両１の情報や車内センサ１２６によって取得された情報を記憶する。
　運転自動化制御部１２９は、車両１の運転自動化機能の制御を行う。例えば、運転自動化制御部１２９は、分析部１６１、行動計画部１６２、及び、動作制御部１６３を備える。
　分析部１６１は、車両１及び周囲の状況の分析処理を行う。分析部１６１は、自己位置推定部１７１、センサフュージョン部１７２、及び、認識部１７３を備える。
　自己位置推定部１７１は、外部認識センサ１２５からのセンサデータ、及び、地図情報蓄積部１２３に蓄積されている高精度地図に基づいて、車両１の自己位置を推定する。例えば、自己位置推定部１７１は、外部認識センサ１２５からのセンサデータに基づいてローカルマップを生成し、ローカルマップと高精度地図とのマッチングを行うことにより、車両１の自己位置を推定する。車両１の位置は、例えば、後輪対車軸の中心が基準とされる。
　ローカルマップは、例えば、ＳＬＡＭ（Simultaneous Localization and Mapping）等の技術を用いて作成される３次元の高精度地図、占有格子地図（Occupancy Grid Map）等である。３次元の高精度地図は、例えば、上述したポイントクラウドマップ等である。占有格子地図は、車両１の周囲の３次元又は２次元の空間を所定の大きさのグリッド（格子）に分割し、グリッド単位で物体の占有状態を示す地図である。物体の占有状態は、例えば、物体の有無や存在確率により示される。ローカルマップは、例えば、認識部１７３による車両１の外部の状況の検出処理及び認識処理にも用いられる。
　なお、自己位置推定部１７１は、位置情報取得部１２４により取得される位置情報、及び、車両センサ１２７からのセンサデータに基づいて、車両１の自己位置を推定してもよい。
　センサフュージョン部１７２は、複数の異なる種類のセンサデータ（例えば、カメラ１５１から供給される画像データ、及び、レーダ１５２から供給されるセンサデータ）を組み合わせて、情報を得るセンサフュージョン処理を行う。異なる種類のセンサデータを組合せる方法としては、複合、統合、融合、連合等がある。
　認識部１７３は、車両１の外部の状況の検出を行う検出処理、及び、車両１の外部の状況の認識を行う認識処理を実行する。
　例えば、認識部１７３は、外部認識センサ１２５からの情報、自己位置推定部１７１からの情報、センサフュージョン部１７２からの情報等に基づいて、車両１の外部の状況の検出処理及び認識処理を行う。
　具体的には、例えば、認識部１７３は、車両１の周囲の物体の検出処理及び認識処理等を行う。物体の検出処理とは、例えば、物体の有無、大きさ、形、位置、動き等を検出する処理である。物体の認識処理とは、例えば、物体の種類等の属性を認識したり、特定の物体を識別したりする処理である。ただし、検出処理と認識処理とは、必ずしも明確に分かれるものではなく、重複する場合がある。
　例えば、認識部１７３は、レーダ１５２又はＬｉＤＡＲ１５３等によるセンサデータに基づくポイントクラウドを点群の塊毎に分類するクラスタリングを行うことにより、車両１の周囲の物体を検出する。これにより、車両１の周囲の物体の有無、大きさ、形状、位置が検出される。
　例えば、認識部１７３は、クラスタリングにより分類された点群の塊の動きを追従するトラッキングを行うことにより、車両１の周囲の物体の動きを検出する。これにより、車両１の周囲の物体の速度及び進行方向（移動ベクトル）が検出される。
　例えば、認識部１７３は、カメラ１５１から供給される画像データに基づいて、車両、人、自転車、障害物、構造物、道路、信号機、交通標識、道路標示等を検出又は認識する。また、認識部１７３は、セマンティックセグメンテーション等の認識処理を行うことにより、車両１の周囲の物体の種類を認識してもよい。
　例えば、認識部１７３は、地図情報蓄積部１２３に蓄積されている地図、自己位置推定部１７１による自己位置の推定結果、及び、認識部１７３による車両１の周囲の物体の認識結果に基づいて、車両１の周囲の交通ルールの認識処理を行うことができる。認識部１７３は、この処理により、信号機の位置及び状態、交通標識及び道路標示の内容、交通規制の内容、並びに、走行可能な車線等を認識することができる。
　例えば、認識部１７３は、車両１の周囲の環境の認識処理を行うことができる。認識部１７３が認識対象とする周囲の環境としては、天候、気温、湿度、明るさ、及び、路面の状態等が想定される。
　行動計画部１６２は、車両１の行動計画を作成する。例えば、行動計画部１６２は、経路計画、経路追従の処理を行うことにより、行動計画を作成する。
　なお、経路計画は、広域的パスプランニング（Global path planning）及び局所的パスプランニング（Local path planning）を含む。広域的パスプランニングは、スタートからゴールまでの大まかな経路を計画する処理を含む。局所的パスプランニングは、軌道計画とも言われ、計画した経路において、車両１の運動特性を考慮して、車両１の近傍で安全かつ滑らかに進行することが可能な軌道生成を行う処理を含む。
　経路追従とは、経路計画により計画された経路を計画された時間内で安全かつ正確に走行するための動作を計画する処理である。行動計画部１６２は、例えば、この経路追従の処理の結果に基づき、車両１の目標速度と目標角速度を計算することができる。
　動作制御部１６３は、行動計画部１６２により作成された行動計画を実現するために、車両１の動作を制御する。
　例えば、動作制御部１６３は、後述する車両制御部１３２に含まれる、ステアリング制御部１８１、ブレーキ制御部１８２、及び、駆動制御部１８３を制御して、軌道計画により計算された軌道を車両１が進行するように、横方向車両運動制御及び縦方向車両運動制御を行う。例えば、動作制御部１６３は、衝突回避又は衝撃緩和、追従走行、車速維持走行、自車の衝突警告、自車のレーン逸脱警告等の運転者支援機能や、運転者又は遠隔運転者の操作によらない走行等の運転自動化を目的とした制御を行う。
　ＤＭＳ１３０は、車内センサ１２６からのセンサデータ、及び、後述するＨＭＩ１３１に入力される入力データ等に基づいて、運転者の認証処理、及び、運転者の状態の認識処理等を行う。認識対象となる運転者の状態としては、例えば、体調、覚醒度、集中度、疲労度、視線方向、酩酊度、運転操作、姿勢等が想定される。
　なお、ＤＭＳ１３０が、運転者以外の利用者の認証処理、及び、当該利用者の状態の認識処理を行うようにしてもよい。また、例えば、ＤＭＳ１３０が、車内センサ１２６からのセンサデータに基づいて、車内の状況の認識処理を行うようにしてもよい。認識対象となる車内の状況としては、例えば、気温、湿度、明るさ、臭い等が想定される。
　ＨＭＩ１３１は、各種のデータや指示等の入力と、各種のデータの利用者への提示を行う。
　ＨＭＩ１３１によるデータの入力について、概略的に説明する。ＨＭＩ１３１は、人がデータを入力するための入力デバイスを備える。ＨＭＩ１３１は、入力デバイスにより入力されたデータや指示等に基づいて入力信号を生成し、車両制御システム１００の各部に供給する。ＨＭＩ１３１は、入力デバイスとして、例えばタッチパネル、ボタン、スイッチ、及び、レバーといった操作子を備える。これに限らず、ＨＭＩ１３１は、音声やジェスチャ等により手動操作以外の方法で情報を入力可能な入力デバイスをさらに備えてもよい。さらに、ＨＭＩ１３１は、例えば、赤外線又は電波を利用したリモートコントロール装置や、車両制御システム１００の操作に対応したモバイル機器又はウェアラブル機器等の外部接続機器を入力デバイスとして用いてもよい。
　ＨＭＩ１３１によるデータの提示について、概略的に説明する。ＨＭＩ１３１は、利用者又は車外に対する視覚情報、聴覚情報、及び、触覚情報の生成を行う。また、ＨＭＩ１３１は、生成された各情報の出力、出力内容、出力タイミング及び出力方法等を制御する出力制御を行う。ＨＭＩ１３１は、視覚情報として、例えば、操作画面、車両１の状態表示、警告表示、車両１の周囲の状況を示すモニタ画像等の画像や光により示される情報を生成及び出力する。また、ＨＭＩ１３１は、聴覚情報として、例えば、音声ガイダンス、警告音、警告メッセージ等の音により示される情報を生成及び出力する。さらに、ＨＭＩ１３１は、触覚情報として、例えば、力、振動、動き等により利用者の触覚に与えられる情報を生成及び出力する。
　ＨＭＩ１３１が視覚情報を出力する出力デバイスとしては、例えば、自身が画像を表示することで視覚情報を提示する表示装置や、画像を投影することで視覚情報を提示するプロジェクタ装置を適用することができる。なお、表示装置は、通常のディスプレイを有する表示装置以外にも、例えば、ヘッドアップディスプレイ、透過型ディスプレイ、ＡＲ（Augmented Reality）機能を備えるウエアラブルデバイスといった、利用者の視界内に視覚情報を表示する装置であってもよい。また、ＨＭＩ１３１は、車両１に設けられるナビゲーション装置、インストルメントパネル、ＣＭＳ（Camera Monitoring System）、電子ミラー、ランプ等が有する表示デバイスを、視覚情報を出力する出力デバイスとして用いることも可能である。
　ＨＭＩ１３１が聴覚情報を出力する出力デバイスとしては、例えば、オーディオスピーカ、ヘッドホン、イヤホンを適用することができる。
　ＨＭＩ１３１が触覚情報を出力する出力デバイスとしては、例えば、ハプティクス技術を用いたハプティクス素子を適用することができる。ハプティクス素子は、例えば、ステアリングホイール、シートといった、利用者が接触する部分に設けられる。
　車両制御部１３２は、車両１の各部の制御を行う。車両制御部１３２は、ステアリング制御部１８１、ブレーキ制御部１８２、駆動制御部１８３、ボディ系制御部１８４、ライト制御部１８５、及び、ホーン制御部１８６を備える。
　ステアリング制御部１８１は、車両１のステアリングシステムの状態の検出及び制御等を行う。ステアリングシステムは、例えば、ステアリングホイール等を備えるステアリング機構、電動パワーステアリング等を備える。ステアリング制御部１８１は、例えば、ステアリングシステムの制御を行うステアリングＥＣＵ、ステアリングシステムの駆動を行うアクチュエータ等を備える。
　ブレーキ制御部１８２は、車両１のブレーキシステムの状態の検出及び制御等を行う。ブレーキシステムは、例えば、ブレーキペダル等を含むブレーキ機構、ＡＢＳ（Antilock Brake System）、回生ブレーキ機構等を備える。ブレーキ制御部１８２は、例えば、ブレーキシステムの制御を行うブレーキＥＣＵ、ブレーキシステムの駆動を行うアクチュエータ等を備える。
　駆動制御部１８３は、車両１の駆動システムの状態の検出及び制御等を行う。駆動システムは、例えば、アクセルペダル、内燃機関又は駆動用モータ等の駆動力を発生させるための駆動力発生装置、駆動力を車輪に伝達するための駆動力伝達機構等を備える。駆動制御部１８３は、例えば、駆動システムの制御を行う駆動ＥＣＵ、駆動システムの駆動を行うアクチュエータ等を備える。
　ボディ系制御部１８４は、車両１のボディ系システムの状態の検出及び制御等を行う。ボディ系システムは、例えば、キーレスエントリシステム、スマートキーシステム、パワーウインドウ装置、パワーシート、空調装置、エアバッグ、シートベルト、シフトレバー等を備える。ボディ系制御部１８４は、例えば、ボディ系システムの制御を行うボディ系ＥＣＵ、ボディ系システムの駆動を行うアクチュエータ等を備える。
　ライト制御部１８５は、車両１の各種のライトの状態の検出及び制御等を行う。制御対象となるライトとしては、例えば、ヘッドライト、バックライト、フォグライト、ターンシグナル、ブレーキライト、プロジェクション、バンパーの表示等が想定される。ライト制御部１８５は、ライトの制御を行うライトＥＣＵ、ライトの駆動を行うアクチュエータ等を備える。
　ホーン制御部１８６は、車両１のカーホーンの状態の検出及び制御等を行う。ホーン制御部１８６は、例えば、カーホーンの制御を行うホーンＥＣＵ、カーホーンの駆動を行うアクチュエータ等を備える。
　図１３は、図１２の外部認識センサ１２５のカメラ１５１、レーダ１５２、ＬｉＤＡＲ１５３、及び、超音波センサ１５４等によるセンシング領域の例を示す図である。なお、図１３において、車両１を上面から見た様子が模式的に示され、左端側が車両１の前端（フロント）側であり、右端側が車両１の後端（リア）側となっている。
　センシング領域１０１Ｆ及びセンシング領域１０１Ｂは、超音波センサ１５４のセンシング領域の例を示している。センシング領域１０１Ｆは、複数の超音波センサ１５４によって車両１の前端周辺をカバーしている。センシング領域１０１Ｂは、複数の超音波センサ１５４によって車両１の後端周辺をカバーしている。
　センシング領域１０１Ｆ及びセンシング領域１０１Ｂにおけるセンシング結果は、例えば、車両１の駐車支援等に用いられる。
　センシング領域１０２Ｆ乃至センシング領域１０２Ｂは、短距離又は中距離用のレーダ１５２のセンシング領域の例を示している。センシング領域１０２Ｆは、車両１の前方において、センシング領域１０１Ｆより遠い位置までカバーしている。センシング領域１０２Ｂは、車両１の後方において、センシング領域１０１Ｂより遠い位置までカバーしている。センシング領域１０２Ｌは、車両１の左側面の後方の周辺をカバーしている。センシング領域１０２Ｒは、車両１の右側面の後方の周辺をカバーしている。
　センシング領域１０２Ｆにおけるセンシング結果は、例えば、車両１の前方に存在する車両や歩行者等の検出等に用いられる。センシング領域１０２Ｂにおけるセンシング結果は、例えば、車両１の後方の衝突防止機能等に用いられる。センシング領域１０２Ｌ及びセンシング領域１０２Ｒにおけるセンシング結果は、例えば、車両１の側方の死角における物体の検出等に用いられる。
　センシング領域１０３Ｆ乃至センシング領域１０３Ｂは、カメラ１５１によるセンシング領域の例を示している。センシング領域１０３Ｆは、車両１の前方において、センシング領域１０２Ｆより遠い位置までカバーしている。センシング領域１０３Ｂは、車両１の後方において、センシング領域１０２Ｂより遠い位置までカバーしている。センシング領域１０３Ｌは、車両１の左側面の周辺をカバーしている。センシング領域１０３Ｒは、車両１の右側面の周辺をカバーしている。
　センシング領域１０３Ｆにおけるセンシング結果は、例えば、信号機や交通標識の認識、車線逸脱防止支援システム、自動ヘッドライト制御システムに用いることができる。センシング領域１０３Ｂにおけるセンシング結果は、例えば、駐車支援、及び、サラウンドビューシステムに用いることができる。センシング領域１０３Ｌ及びセンシング領域１０３Ｒにおけるセンシング結果は、例えば、サラウンドビューシステムに用いることができる。
　センシング領域１０４は、ＬｉＤＡＲ１５３のセンシング領域の例を示している。センシング領域１０４は、車両１の前方において、センシング領域１０３Ｆより遠い位置までカバーしている。一方、センシング領域１０４は、センシング領域１０３Ｆより左右方向の範囲が狭くなっている。
　センシング領域１０４におけるセンシング結果は、例えば、周辺車両等の物体検出に用いられる。
　センシング領域１０５は、長距離用のレーダ１５２のセンシング領域の例を示している。センシング領域１０５は、車両１の前方において、センシング領域１０４より遠い位置までカバーしている。一方、センシング領域１０５は、センシング領域１０４より左右方向の範囲が狭くなっている。
　センシング領域１０５におけるセンシング結果は、例えば、ＡＣＣ（Adaptive Cruise Control）、緊急ブレーキ、衝突回避等に用いられる。
　なお、外部認識センサ１２５が含むカメラ１５１、レーダ１５２、ＬｉＤＡＲ１５３、及び、超音波センサ１５４の各センサのセンシング領域は、図１３以外に各種の構成をとってもよい。具体的には、超音波センサ１５４が車両１の側方もセンシングするようにしてもよいし、ＬｉＤＡＲ１５３が車両１の後方をセンシングするようにしてもよい。また、各センサの設置位置は、上述した各例に限定されない。また、各センサの数は、１つでもよいし、複数であってもよい。
　各図面を参照して説明した信号処理部、反射点検出部、移動物体追尾部等の各構成、移動物体抽出部の制御フロー等はあくまで一実施形態であり、本技術の趣旨を逸脱しない範囲で、任意に変形可能である。すなわち本技術を実施するための他の任意の構成やアルゴリズム等が採用されてよい。
　なお、本開示中に記載された効果はあくまで例示であって限定されるものでは無く、また他の効果があってもよい。上記の複数の効果の記載は、それらの効果が必ずしも同時に発揮されるということを意味しているのではない。条件等により、少なくとも上記した効果のいずれかが得られることを意味しており、もちろん本開示中に記載されていない効果が発揮される可能性もある。
　以上説明した各形態の特徴部分のうち、少なくとも２つの特徴部分を組み合わせることも可能である。すなわち各実施形態で説明した種々の特徴部分は、各実施形態の区別なく、任意に組み合わされてもよい。
　なお、本技術は以下のような構成も採ることができる。
（１）
　物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標を算出する算出部と、
　前記算出部により所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かを判定する判定部と
　を具備する情報処理装置。
（２）（１）に記載の情報処理装置であって、
　前記判定部は、過去のフレームにおける複数の前記指標と、現在のフレームにおける前記指標との積算した値が前記所定の閾値を超えるか否かを判定する
　情報処理装置。
（３）（２）に記載の情報処理装置であって、
　前記判定部は、前記指標に基づくデータが所定の閾値を超える場合に、前記物体を移動物体と判定する
　情報処理装置。
（４）（１）に記載の情報処理装置であって、
　前記情報処理装置は、移動体に搭載される
　情報処理装置。
（５）（４）に記載の情報処理装置であって、
　前記算出部は、前記ドップラ速度と前記移動体の速度とに基づく補正ドップラ速度に応じて、前記指標を算出する
　情報処理装置。
（６）（５）に記載の情報処理装置であって、さらに、
　前記指標を前記補正ドップラ速度の変化に対して離散的に、又は連続的に設定する指標設定部を有する
　情報処理装置。
（７）（６）に記載の情報処理装置であって、
　前記算出部は、前記補正ドップラ速度が前記閾値を超えない場合は、第１の指標を算出し、前記補正ドップラ速度が閾値を超える場合は、前記第１の指標よりも大きい第２の指標を算出する
　情報処理装置。
（８）（６）に記載の情報処理装置であって、
　前記指標設定部は、所定の条件に基づいて、前記補正ドップラ速度により定まる前記指標の特性を初期状態、第１の状態、又は第２の状態に設定し、
　前記第１の状態は、前記初期状態と比べて、より大きい前記指標が得られる状態であり、
　前記第２の状態は、前記初期状態と比べて、より小さい前記指標が得られる状態である
　情報処理装置。
（９）（８）に記載の情報処理装置であって、
　前記所定の条件は、移動物体の検出率、移動物体の誤検出、前記反射点と前記移動体との距離、前記移動体の速度における誤差、又は移動物体の反射点と静止物体の反射点と前記移動体との位置関係を含む
　情報処理装置。
（１０）（９）に記載の情報処理装置であって、
　前記指標設定部は、前記移動物体の検出率が低い場合、前記初期状態から前記第１の状態に設定し、前記移動物体を誤検出する場合、前記初期状態から前記第２の状態に設定する
　情報処理装置。
（１１）（９）に記載の情報処理装置であって、
　前記指標設定部は、前記反射点と前記移動体との距離が短い場合、前記初期状態から前記第１の状態に設定し、前記反射点と前記移動体との距離が長い場合、前記初期状態から前記第２の状態に設定する
　情報処理装置。
（１２）（９）に記載の情報処理装置であって、
　前記指標設定部は、前記誤差が小さい場合は、前記初期状態から前記第１の状態に設定し、前記誤差が大きい場合は、前記初期状態から前記第２の状態に設定する
　情報処理装置。
（１３）（９）に記載の情報処理装置であって、
　前記指標設定部は、前記移動体の近傍に前記移動物体が存在する場合、前記初期状態から前記第１の状態に設定し、前記移動体の近傍に前記静止物体が存在する場合、前記初期状態から前記第２の状態に設定する
　情報処理装置。
（１４）（４）に記載の情報処理装置であって、さらに、
　前記物体の反射点に関する反射点情報と、前記指標と、前記移動体の速度とに基づいて、前記物体を追尾する物体追尾部を有し、
　前記物体追尾部は、前記物体の推定速度を少なくとも含む物体追尾情報を出力する
　情報処理装置。
（１５）（１４）に記載の情報処理装置であって、
　前記判定部は、前記指標に基づくデータが前記所定の閾値を超えた場合、かつ、前記推定速度が所定の値を示す速度閾値を超えた場合に、前記物体を移動物体と判定する
　情報処理装置。
（１６）（４）に記載の情報処理装置であって、
　前記移動体は、前記物体に送信波を出力し、前記物体から反射された反射波を受信する、少なくとも２つ以上のセンサを有し、
　前記算出部は、前記センサの各々に関する前記ドップラ速度と前記移動体の速度とに基づく補正ドップラ速度の中から、大きい値を有する補正ドップラ速度に基づいて、前記指標を算出する
　情報処理装置。
（１７）
　物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標を算出し、
　所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かを判定する
　ことをコンピュータシステムが実行する情報処理方法。
（１８）
　物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標を算出するステップと、
　所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かを判定するステップと
　をコンピュータシステムに実行させるプログラム。
　１…移動体
　１０…情報処理装置
　１１…無線信号送信部
　１２…無線信号受信部
　２０…信号処理部
　２２…移動物体指標算出部
　２３…物体追尾部
　２５…移動物体判定部
　３７…移動物体指標設定部
　１００…移動物体制御システム

Claims (18)

  1. 　物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標を算出する算出部と、
    　前記算出部により所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かを判定する判定部と
    　を具備する情報処理装置。
  2. 　請求項１に記載の情報処理装置であって、
    　前記判定部は、過去のフレームにおける複数の前記指標と、現在のフレームにおける前記指標との積算した値が前記所定の閾値を超えるか否かを判定する
    　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、
    　前記判定部は、前記指標に基づくデータが所定の閾値を超える場合に、前記物体を移動物体と判定する
    　情報処理装置。
  4. 　請求項１に記載の情報処理装置であって、
    　前記情報処理装置は、移動体に搭載される
    　情報処理装置。
  5. 　請求項４に記載の情報処理装置であって、
    　前記算出部は、前記ドップラ速度と前記移動体の速度とに基づく補正ドップラ速度に応じて、前記指標を算出する
    　情報処理装置。
  6. 　請求項５に記載の情報処理装置であって、さらに、
    　前記指標を前記補正ドップラ速度の変化に対して離散的に、又は連続的に設定する指標設定部を有する
    　情報処理装置。
  7. 　請求項６に記載の情報処理装置であって、
    　前記算出部は、前記補正ドップラ速度が前記閾値を超えない場合は、第１の指標を算出し、前記補正ドップラ速度が閾値を超える場合は、前記第１の指標よりも大きい第２の指標を算出する
    　情報処理装置。
  8. 　請求項６に記載の情報処理装置であって、
    　前記指標設定部は、所定の条件に基づいて、前記補正ドップラ速度により定まる前記指標の特性を初期状態、第１の状態、又は第２の状態に設定し、
    　前記第１の状態は、前記初期状態と比べて、より大きい前記指標が得られる状態であり、
    　前記第２の状態は、前記初期状態と比べて、より小さい前記指標が得られる状態である
    　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、
    　前記所定の条件は、移動物体の検出率、移動物体の誤検出、前記反射点と前記移動体との距離、前記移動体の速度における誤差、又は移動物体の反射点と静止物体の反射点と前記移動体との位置関係を含む
    　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、
    　前記指標設定部は、前記移動物体の検出率が低い場合、前記初期状態から前記第１の状態に設定し、前記移動物体を誤検出する場合、前記初期状態から前記第２の状態に設定する
    　情報処理装置。
  11. 　請求項９に記載の情報処理装置であって、
    　前記指標設定部は、前記反射点と前記移動体との距離が短い場合、前記初期状態から前記第１の状態に設定し、前記反射点と前記移動体との距離が長い場合、前記初期状態から前記第２の状態に設定する
    　情報処理装置。
  12. 　請求項９に記載の情報処理装置であって、
    　前記指標設定部は、前記誤差が小さい場合は、前記初期状態から前記第１の状態に設定し、前記誤差が大きい場合は、前記初期状態から前記第２の状態に設定する
    　情報処理装置。
  13. 　請求項９に記載の情報処理装置であって、
    　前記指標設定部は、前記移動体の近傍に前記移動物体が存在する場合、前記初期状態から前記第１の状態に設定し、前記移動体の近傍に前記静止物体が存在する場合、前記初期状態から前記第２の状態に設定する
    　情報処理装置。
  14. 　請求項４に記載の情報処理装置であって、さらに、
    　前記物体の反射点に関する反射点情報と、前記指標と、前記移動体の速度とに基づいて、前記物体を追尾する物体追尾部を有し、
    　前記物体追尾部は、前記物体の推定速度を少なくとも含む物体追尾情報を出力する
    　情報処理装置。
  15. 　請求項１４に記載の情報処理装置であって、
    　前記判定部は、前記指標に基づくデータが前記所定の閾値を超えた場合、かつ、前記推定速度が所定の値を示す速度閾値を超えた場合に、前記物体を移動物体と判定する
    　情報処理装置。
  16. 　請求項４に記載の情報処理装置であって、
    　前記移動体は、前記物体に送信波を出力し、前記物体から反射された反射波を受信する、少なくとも２つ以上のセンサを有し、
    　前記算出部は、前記センサの各々に関する前記ドップラ速度と前記移動体の速度とに基づく補正ドップラ速度の中から、大きい値を有する補正ドップラ速度に基づいて、前記指標を算出する
    　情報処理装置。
  17. 　物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標を算出し、
    　所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かを判定する
    　ことをコンピュータシステムが実行する情報処理方法。
  18. 　物体の反射点におけるドップラ速度に基づいて、前記物体が移動物体であるかの確からしさを示す指標を算出するステップと、
    　所定の時間ごとに算出される複数の前記指標に基づくデータが所定の閾値を超えるか否かを判定するステップと
    　をコンピュータシステムに実行させるプログラム。
PCT/JP2025/021610 2024-07-11 2025-06-16 情報処理装置、情報処理方法、及びプログラム Pending WO2026014149A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2024111856 2024-07-11
JP2024-111856 2024-07-11

Publications (1)

Publication Number Publication Date
WO2026014149A1 true WO2026014149A1 (ja) 2026-01-15

Family

ID=98386344

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2025/021610 Pending WO2026014149A1 (ja) 2024-07-11 2025-06-16 情報処理装置、情報処理方法、及びプログラム

Country Status (1)

Country Link
WO (1) WO2026014149A1 (ja)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004361154A (ja) * 2003-06-03 2004-12-24 Fujitsu Ten Ltd 目標物判別装置
JP2019525164A (ja) * 2016-07-15 2019-09-05 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 自動車から物体を走査するためのシステム、および、自動車から物体を走査する方法
JP2020046218A (ja) * 2018-09-14 2020-03-26 株式会社デンソーテン レーダ装置および物標判別方法
CN111406224A (zh) * 2019-01-30 2020-07-10 深圳市大疆创新科技有限公司 一种目标可信度确定方法、一种目标识别方法、系统、车辆及存储介质
CN111880160A (zh) * 2020-08-10 2020-11-03 深圳电目科技有限公司 基于雷达的人车识别方法及系统
US20210199792A1 (en) * 2019-12-30 2021-07-01 Lyft, Inc. Systems and methods for adaptive gating in initialization of radar tracking
US20220126819A1 (en) * 2019-09-09 2022-04-28 Mando Mobility Solutions Corporation Vehicle control apparatus and control method therefor

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004361154A (ja) * 2003-06-03 2004-12-24 Fujitsu Ten Ltd 目標物判別装置
JP2019525164A (ja) * 2016-07-15 2019-09-05 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 自動車から物体を走査するためのシステム、および、自動車から物体を走査する方法
JP2020046218A (ja) * 2018-09-14 2020-03-26 株式会社デンソーテン レーダ装置および物標判別方法
CN111406224A (zh) * 2019-01-30 2020-07-10 深圳市大疆创新科技有限公司 一种目标可信度确定方法、一种目标识别方法、系统、车辆及存储介质
US20220126819A1 (en) * 2019-09-09 2022-04-28 Mando Mobility Solutions Corporation Vehicle control apparatus and control method therefor
US20210199792A1 (en) * 2019-12-30 2021-07-01 Lyft, Inc. Systems and methods for adaptive gating in initialization of radar tracking
CN111880160A (zh) * 2020-08-10 2020-11-03 深圳电目科技有限公司 基于雷达的人车识别方法及系统

Similar Documents

Publication Publication Date Title
JP7663839B2 (ja) 信号処理装置、信号処理方法、プログラム、及び、移動装置
US11531354B2 (en) Image processing apparatus and image processing method
JP7615141B2 (ja) 情報処理装置、情報処理方法、およびプログラム
EP3770549B1 (en) Information processing device, movement device, method, and program
JP7374098B2 (ja) 情報処理装置及び情報処理方法、コンピュータプログラム、情報処理システム、並びに移動体装置
US20230206596A1 (en) Information processing device, information processing method, and program
US20250099042A1 (en) Vibration detection system and vibration detection method
US20240426997A1 (en) Information processing apparatus, information processing method, and information processing system
US20240375613A1 (en) Information processing device, information processing method, recording medium, and in-vehicle system
WO2023079881A1 (ja) 情報処理装置、情報処理方法およびプログラム
WO2022107532A1 (ja) 情報処理装置、情報処理方法、及びプログラム
US20250172950A1 (en) Information processing apparatus, information processing method, information processing program, and mobile apparatus
US20250102657A1 (en) Information processing system, information processing apparatus, and information processing method
WO2024101104A1 (ja) 情報処理装置、情報処理方法およびプログラム
US20260004594A1 (en) Information processing device, information processing method, and information processing system
US12633133B2 (en) Recognition processing device, recognition processing method, and recognition processing system
JP2024148010A (ja) 情報処理装置、情報処理方法、及びプログラム
US20260054738A1 (en) Information processing apparatus, information processing method, and vehicle control system
US12437639B2 (en) Information processing device, information processing method, and information processing program
US20240386724A1 (en) Recognition processing device, recognition processing method, and recognition processing system
WO2025069778A1 (ja) 情報処理装置、情報処理方法、及びレーダ装置
US20240019539A1 (en) Information processing device, information processing method, and information processing system
WO2023149089A1 (ja) 学習装置、学習方法及び学習プログラム
EP4657152A1 (en) Vehicle-mounted camera
WO2024232245A1 (ja) 情報処理装置、情報処理方法、およびプログラム

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: 25836711

Country of ref document: EP

Kind code of ref document: A1