JP3520326B2

JP3520326B2 - ミリ波レーダによる走行車両検出方法

Info

Publication number: JP3520326B2
Application number: JP2000287944A
Authority: JP
Inventors: 聡石井; 淳子梶木
Original assignee: National Institute for Land and Infrastructure Management
Current assignee: National Institute for Land and Infrastructure Management
Priority date: 2000-09-22
Filing date: 2000-09-22
Publication date: 2004-04-19
Anticipated expiration: 2020-09-22
Also published as: JP2002099986A

Description

【発明の詳細な説明】

【０００１】

【発明が属する技術分野】本発明は、道路上を車両が走
行していること、道路上に車両が一時停車しているこ
と、または、道路上で車両が事故等のため長時間停車し
て交通の障害となっていることなど、道路上における車
両の種々の状態を検出して、道路の使用状態を管理し、
また、掲示等を使用して後続車などに道路状態を知ら
せ、事故の発生を未然に防ぐための、ミリ波レーダによ
る走行車両検出方法に関する。

【０００２】

【従来の技術】道路が車両の走行に使用されることは当
然であるが、低速で走行し、道路上に一時停車し、また
は、道路上で事故等のため長時間停車するなどの理由で
交通の障害となる場合がある。このため、従来では画像
センサを道路上に設置して、交通状態をモニタすること
が提案されている。しかし、可視光を使用すると、夜間
など照明が十分でない場合、激しい降雨の場合、濃霧の
場合などにおいては、車両を正確に検出できないなどの
欠点があり、また赤外線を使用しても、激しい降雨の場
合、濃霧の場合などでは、やはり、車両を正確に検出で
きないため、全天候下では有効に車両検出が機能しない
という問題がある。そこで、例えば「特開2000−172980
号公報」においては悪天候条件に対する対応力に優れた
ミリ波レーダ（30ＧＨｚ〜300ＧＨｚ）を使用して、低
速で走行する車両や停車、駐車車両などの「交通障害
物」を検出するものが提案されている。

【０００３】

【発明が解決しようとする課題】ところが、前記従来技
術の場合にはミリ波レーダにより道路上の障害物を広域
にわたり検出することは可能であったが、走行車両を追
跡し検出することができなかった。また、他の車両との
出合頭や見通しが不良の交差点などでの追突を防止する
ことができるものではないため、安全性の面で問題があ
る。

【０００４】そこでこの発明の目的は、前記のような従
来のミリ波レーダによる障害物検出装置のもつ問題点を
解消し、ミリ波レーダによって走行車両の検出を確実に
行えるミリ波レーダによる走行車両検出方法を提供する
にある。

【０００５】

【課題を解決するための手段】上記の目的を達成するた
め、請求項１に記載の発明は、道路に設置したミリ波レ
ーダを使用し、走査毎に車両を追跡するときには第１回
目以前の走査により得られた追跡データを用いて位置・
速度を予測し、これにより得られた位置・速度データと
次の第２回目の走査により得られた位置・速度データと
をセグメンテーション処理、属性生成処理し、その結果
得られたそれぞれのセグメントの位置・速度データとの
距離を第１回目の計測点数と第２回目の計測点数で割っ
た値で第２回目のそれぞれの候補と比較して小さいほう
を選択するマッチング処理を行うことを特徴とする。請
求項２に記載の発明は、請求項１において、マッチング
処理に際しては、同じセグメントに属する計測点数と第
２回目の走査により得られた追跡データに重点を置いて
行うことを特徴とする。

【０００６】請求項３に記載の発明は、請求項１におい
て、第１回目の走査により得られた追跡データと第２回
目の走査により得られた追跡データにマッチングするも
のがないとき、第２回目の走査により得られた計測点数
が少ないセグメントはノイズと判断し、計測点数が多い
セグメントは新たに追跡データに付け加えることを特徴
とする。

【０００７】請求項４に記載の発明は、請求項１におい
て、ミリ波レーダにより観測不能なシャドウイングの影
響などにより、第１回目の走査により得られた追跡デー
タにマッチングするものがないとき、追跡データに予測
した位置・速度データとシャドウイングした回数を蓄
え、且つその追跡データを保持することを特徴とする。
請求項５に記載の発明は、請求項４おいて、シャドウイ
ングなどにより生じる追跡データの観測ノイズは、車両
の走行方向、車幅方向に分離処理し、次いでフィルタリ
ングすることを特徴とする。

【０００８】

【発明の実施の形態】以下、図面を参照して、本発明の
実施形態について詳細に説明する。図１，２は本発明の
ミリ波レーダによる走行車両検出方法に係る装置全体を
示す構成図である（ＦＭ−ＣＷ方式）。すなわち、ミリ
波レーダ１は道路に設けられた支柱などの高所に設置さ
れており、このミリ波レーダ１からは道路上を走行する
車両に対してファン状（長円状）のビームを走査（スキ
ャニング）させることができる。この場合、ミリ波レー
ダ１から発せられるファンビームの走査は所定の角度
（アジマス角度）をもって行われる。尚、このミリ波レ
ーダ１による走査方式は機械方式でも電気方式でもよ
い。また、図２に示すようにミリ波レーダ１はミリ波の
送受信と信号処理により車両（対象物）の位置・速度を
得ることのできるミリ波センサ２と、このミリ波センサ
２からの車両データを検出する車両検出用コンピュータ
３とを有しており、このように構成されるミリ波レーダ
１は道路の全域をカバーするために、複数設けられてお
り、さらに、これらミリ波レーダ１はデータ通信用のＬ
ＡＮなどによって互いに接続されている。また、４はＬ
ＡＮに接続される上位コンピュータで、この上位コンピ
ュータ４により全体制御及び各ミリ波レーダ１により得
られたデータに対しての管理が行われる。ここで、ＬＡ
Ｎの型式はリング型でもよい。

【０００９】図３及び図４は、本発明に係るミリ波レー
ダによる走行車両検出方法のソフト処理を説明するため
のフローチャートを示している。このうち図３は、追跡
処理の結果、停止・低速車両が発見された場合のみを判
断し、その得られた結果（停止・低速車両があると云う
情報データ）を外部Ｉ／Ｆに出力する場合を示し、図４
は追跡処理の結果の如何に拘わらず（停止・低速車両が
発見されてもされなくても）、得られた全ての結果を外
部Ｉ／Ｆに出力する場合をそれぞれ示すものである。そ
して、これら図３，４のフローチャートに示すように本
発明のミリ波レーダによる走行車両検出方法ではデータ
入力、背景差分、セグメンテーション、属性生成、追跡
処理、停止・低速車両認識、外部Ｉ／Ｆ伝送と背景更新
処理（図17，18参照）との８つの処理（Ｓ１〜Ｓ８）を
行うことに特徴がある。尚、フローチャートのスタート
時には属性データと追跡データとを格納する領域を確保
する。

【００１０】図５は本発明のミリ波レーダによる走行車
両検出方法を説明するための模試図である。ここで、設
定したシーンとしては道路の路肩側（図５で左端側）に
本発明によるミリ波レーダ１が設置され、道路上（３車
線）を３台の車両５，６，７が図５の左側から右側に向
かって走行するものとしている。従って、この場合ミリ
波レーダ１から発せられるファンビームの走査は各車両
５，６，７の後方から行われる。また、８はガードレー
ルで、９は道路上に落下している障害物を示している。
また、図６，図７は車両５，６，７の走行に伴う時系列
的なシーン（状況変化）を示す模試図であり、図６はミ
リ波レーダ１による第１回目のスキャンが行われた時
（Ｎ−１）を、図７は追跡時のイメージであり第２回目
のスキャンが行われた時（Ｎ）をそれぞれ示す模試図で
ある。また、これら図６，７では計測結果を示すイメー
ジとして、太線で距離計測結果を示し、太矢印で速度計
測結果をそれぞれ表している。以下、本発明の詳細を図
６，７及び前記８つの処理（Ｓ１〜Ｓ８）の機能を参照
して説明する。

【００１１】先ず、データ入力（Ｓ１）はミリ波センサ
１から送られてくる極座標系のデータを受信する処理で
ある。図８は送られるデータの一例を示している。そし
て、データ入力後には背景差分（Ｓ２）による処理工程
が行われる。この背景差分は入力されたデータと背景と
を差分する工程であり、この処理を施すことにより、図
６に示されている背景（ガードレール）の測定結果が削
除されて、車両５，６と障害物９のデータのみを残すこ
とができる。次いで、図９はセグメンテーション（Ｓ
３）における処理工程の概念図を示している。ここで
は、先ず距離とアジマス方向（走査方向）との２次元メ
モリープレーンを３個用意し、前記図８に示す計測デー
タ（一例）を使用して、有無プレーンに対しては有無情
報（存在の有無）を、速度プレーンに対しては速度情報
をそれぞれ書き込む。そして、次に連結又はほぼ一致す
るものであって、その速度情報がほぼ一致するものを同
じセグメントとしてラベルを付与する（同一グループ
化）。

【００１２】そして、図９に示す状態でこの処理を行う
と、速度プレーンにおいて３つの速度データ（29，30，
32）は近似（連結）しているため、これらはラベル１が
付与され、これら３つの速度データと相違する異なる速
度データ（10）には違うラベルであるラベル２が付与さ
れる。前記図６のシーンの場合には、ラベル１，２，３
がそれぞれ車両５，６と障害物９に付与されるものとす
る。尚、本実施例ではメモリープレーンを３個用意した
が、有無情報と速度情報とをマージンするなどして、図
９で示す３個より少ないメモリープレーンで前記の処理
を行ってもよく、また他の属性に合わせてメモリープレ
ーンを増やしても良い。さらに、デカルト座標系のメモ
リープレーンで前記の処理を行ってもよい。

【００１３】図10は属性生成（Ｓ４）における属性デー
タの構造の概念図を示す。この属性生成とはセグメンテ
ーションでグループ化された計測データより、それぞれ
のグループの重心位置・幅・計測点数・速度を生成する
処理である（重心位置・幅・計測点数・速度をそれぞれ
『属性』と呼んでいる。）。すなわち、この属性生成で
は、それぞれのセグメントの重心位置・幅・計測点数・
速度などを求め、ここで極座標をデカルト座標系のワー
ルド座標に変換する（これら生成された属性データは図
10の構造表に格納される。）。尚、この座標変換は前記
データ入力（Ｓ１）後すぐに実行してもよい。次に、追
跡処理（Ｓ５）について前記図６，７及び図11〜14を参
照して説明する。尚、重心は平均でもよい。

【００１４】ここで、図11には追跡データの構造、図12
にはミリ波レーダ１による第１回目（Ｎ−１）でのデー
タの一例を示している。尚、この図では（Ｎ）以降はま
だ代入されていないためアスタリスク「＊」で示してい
る。また、図13には追跡処理のデータフロー、図14には
追跡による予測の概念図をそれぞれ示している。すなわ
ち、図６の車両６を例に説明すると、ミリ波レーダ１に
よる第１回目のスキャンが行われた時（Ｎ−１）の追跡
データは図７では「べたの星印」で示しており、本発明
ではこの追跡データにより、この図７では位置・速度(星
印と太点矢印)を予測し、図７における第２回目の走査
により得られたデータから、その予測位置の近傍で属性
データ(例えば、速度と位置)が一致するものを探索す
る。

【００１５】また、ミリ波レーダ１による第２回目のス
キャンが行われた時（Ｎ）に進入した車両７は新規の追
跡データに追加される。さらに、第２回目のスキャン時
の追加データには新規データが格納される（「白星
印」）。

【００１６】そして、上述した追跡処理は、図13に示す
ように位置・速度予測処理、マッチング処理、シャドウ
イング処理、追跡継続判断、追跡データ更新処理、新規
追跡データ追加処理、登録抹消処理、フィルタ処理、追
跡データ出力の９つ（ａ）〜（ｉ）の処理を行うもので
ある。これら各処理について以下に詳細に説明する。

【００１７】（ａ）位置・速度予測処理図14は位置・速度予測処理における予測の概念図を示し
ている。すなわち、図14に示すように、追跡データには
今までの軌跡が蓄えられており、この近似曲線により得
られたデータを使用して予測することができる。例え
ば、点Ｐは前記第１回目の走査により得られた追跡位置
であるとすると、その後の推定値を予測することができ
る。このデータを用いて予測する予測方法の例を以下、
２つの例として示す。（ａ-1）カルマン予測型アルゴリズム図14に示すように、車両の走行方向をＸ方向とし、車幅
方向をＹ方向とすると、ミリ波レーダ１で車両を観測す
るときの離散モデルを３次元としたとき、以下の「数
１」「数２」のように書き表わすことができる。ここ
で、次元はｎ次元でもかまわない。

【００１８】

【数１】

【００１９】

【数２】但し、ｔは最新（例えば、第１回目のスキャン時）のサ
ンプリングが行われた時の時間、Ｔはサンプリング時
間、「’」は１次微分、「’’」は２次微分、「ｖ＊」
はシステムノイズ、「ｗ＊」は観測ノイズ、「ｘｏ」、
［ｘｏ’］、「ｙｏ」はミリ波による計測データであ
る。このモデルを使用して、カルマンフィルタを施し、
その結果を下記の「数３」式に代入すれば、速度・位置
を推定することができる。

【００２０】

【数３】但し、「ｘｆ」、「ｙｆ」はカルマンフィルタによる処
理結果であり、「ｘｆｐ」、「ｙｆｐ」は予測結果であ
る。（ａ-2）接線アルゴリズム追跡データ（第１回目の走査により得られた追跡デー
タ）と、あるサンプリング回数分の過去のデータとで、
位置と速度とを、ｎ次元の関数で近似し、最新となる位
置での接線方向を求める。位置の場合は、その方向にミ
リ波レーダ１で得られた速度でサンプリング時間Ｔ進ん
だ位置を予測位置とする。また、速度の場合は近似した
関数で、サンプリング時間Ｔ進んだ速度を算出し、これ
を予測速度とする。

【００２１】（ｂ）マッチング処理すなわち、このマッチング処理とは追跡データから得ら
れた予測データの全てと属性データの全てとを照合する
ことであり、この場合の照合方法は、速度がある範囲で
一致した場合、位置の差（距離）をどちらの（第１回目
の追跡データと第２回目の属性データ）計測点数で割っ
た値のものを蓄えることである。そして、この貯蓄デー
タより、互いに小さくなり、１対１の対応関係を有する
ことになるように操作し、マッチング処理を行う。そし
て、追跡データから得られた予測データでマッチングで
きなかったものは、シャドウイング処理へ、また、マッ
チングできたものは、前記図11に示したヘッダー部のシ
ャドウイング連続回数を「０」に設定して、追跡データ
更新処理へ、また、属性データでマッチングできなかっ
た場合は新規追跡データ追加処理に進む。

【００２２】（ｃ）シャドウイング処理シャドウイングとは追跡データから得られた予測データ
とマッチングしなかったのは、図７の車両５のように計
測物体が計測範囲外に出たか、物陰（シャドウイング）
により邪魔されて計測できなかった状況をあらわしてい
る。そこで、このようなシャドウイング時でも当然車両
などは走行しているため、ある時間が経過すれば、再び
ミリ波レーダ１を使用して計測することができるもので
あるから、この場合には図11に示すヘッダー部のシャド
ウイング連続回数・シャドウイング総回数を「１」にす
る処理を行う。

【００２３】(ｄ)追跡継続判断処理シャドウイング連続回数を、あるしきい値で判断する。
そして、このシャドウイング連続回数がそのしきい値以
下であれば、シャドウイングされていると判断し、追跡
データ更新処理に進む。一方、シャドウイング連続回数
がそのしきい値以上の場合は、ある時間が経過しても計
測することができないことであり、計測範囲外に出たか
（図７の車両５）、又は、この追跡データがノイズであ
ったと判断し、次の登録抹消処理（ｇ）に進む。

【００２４】（ｅ）追跡データ更新処理マッチング処理によりマッチングしたものは、図11に示
すデータ部（配列）の位置・速度・計測点数に属性デー
タの値を代入し、時間はデータを受け取った時のタイマ
ーの値等を代入する。また、ヘッダー部の追跡状況に追
跡状態を示す値を代入し、追跡回数を「１」にする。そ
して、例えばシャドウイングと判断された場合は、前記
データ部の位置・速度に予測データを代入し、計測点数
には一つ前の計測数を代入し、時間はデータを受け取っ
た時のタイマーの値などを代入する。また、図11に示す
ヘッダー部の追跡状況にシャドウイング状態を示す値を
代入し、追跡回数・シャドウイング連続回数・シャドウ
イング総回数をインクリメントにする。

【００２５】（ｆ）新規追跡データ追加処理属性データの計測点数を、あるしきい値で判断し、しき
い値以下であればノイズと判断し、しきい値以上であれ
ば車両などが新たに出現したものと判断し、図11に示す
データ部の位置・速度に属性データを代入する。また追
跡状況に追跡状態を示す値を代入し、追跡回数を「１」
にする。

【００２６】（ｇ）登録抹消処理この登録抹消処理とは、図11に示すデータ部を初期化す
ることである。また、この登録抹消処理ではヘッダー部
の追跡状況に未使用状態を示す値を代入し、追跡回数な
どを初期化することが行われる。

【００２７】（ｈ）フィルタ処理追跡データには、観測ノイズが含まれているので、フィ
ルタリングを行う。フィルタリング方法には、移動平均
法、カルマンフィルタ法などを使用する。尚、カルマン
フィルタのモデルや手法は、マッチング処理の予測の場
合と同様である。このフィルタ処理により観測ノイズが
有効に除去されるため、得られる位置、速度の精度を向
上させることができる。

【００２８】（ｉ）追跡データ出力処理以上のような各処理による処理結果を他の関数に渡す出
力処理である。

【００２９】（ｊ）低速・停止車両認識この低速・停止車両認識における処理工程は、図15，図
16にその概略が示されている。このうち、図15は危険と
認識される低速・停止車両情報のみを上位などに伝える
場合のフローチャートであり、図16は全ての車両情報を
伝える場合のフローチャートである。その手順として
は、追跡データ入力、速度による低速・停止車両認識、
正味出現回数算出処理、出現回数のしきい値処理、計測
点数のしきい値処理、データ出力からなっている。ここ
で、正味出現回数算出処理においてはシャドウイングに
よる処理で正味データが得られるものである。

【００３０】すなわち、追跡データの速度と、過去の速
度とが、低速・停止と認識できるしきい値（例えば、５
Km/h）であるならば、図11の追跡データ構造におけるヘ
ッダー部の認識結果に低速・停止状況を表すものを代入
する。次いで、位置・速度の関数であるしきい値で、出
現回数と計測点数とをしきい値処理し、これを満たすも
の（計測点数＞Ｔｈ２（ｘ,ｙ,V_X,V_Y）)をデータ出力に
より出力する。このため、ここでの計測点数のしきい値
処理ではノイズの削減（ノイズ落とし）が行われるもの
となる。

【００３１】（ｋ）外部出力この外部出力処理はＬＡＮ（図２参照）などの外部イン
ターフェースからデータを出力する処理である。

【００３２】（ｌ）背景更新処理この背景更新処理については、図17、図18にその概略が
示されている。この処理方法については従来例である前
記「特開2000−172980号公報」に記載されているものと
同一である。尚、ここでの背景更新処理は設定により、
ある間隔をもって更新されるものであり、ミリ波レーダ
による走行毎にその都度行われるとは限らない。

【００３３】

【発明の効果】この発明は、前記のようであって道路に
設置したミリ波レーダを使用し、走査毎に車両を追跡す
るときには第１回目以前の走査により得られた追跡デー
タを用いて位置・速度を予測し、これにより得られた位
置・速度データと次の第２回目の走査により得られた位
置・速度データとをセグメンテーション処理、属性生成
処理し、その結果得られたそれぞれのセグメントの位置
・速度データとの距離を第１回目の計測点数と第２回目
の計測点数で割った値で第２回目のそれぞれの候補と比
較して小さいほうを選択するマッチング処理を行うの
で、全天候下において、追跡データにより、低速で走行
する車両或は停止車両の追跡検出及び認識を確実に行う
ことができるうえ、出合頭や見通不良の交差点などでの
追突を防止することができる効果も期待できるなど優れ
た効果がある。

【図面の簡単な説明】

【図１】本発明に係るミリ波レーダが適用された状態を
示す想定図である。

【図２】同ミリ波レーダの装置全体構成を示す概略図で
ある。

【図３】本発明の構成手順を示すフローチャートである
（その１）。

【図４】本同発明の構成手順を示すフローチャートであ
る（その２）。

【図５】本発明に係るミリ波レーダによる走行車両検出
方法を説明する模試図である。

【図６】同ミリ波レーダによる走行車両検出方法を説明
するための模試図である（Ｎ−１）。

【図７】同ミリ波レーダによる走行車両検出方法を説明
するための模試図である（Ｎ）。

【図８】同計測データの一例を示す概念図である。

【図９】同セグメンテーションの概念図である。

【図10】同属性生成時における属性データ構造の概念図
である。

【図11】同追跡データの構造図である。

【図12】同ミリ波レーダによる計測結果の一例を示す概
念図である。

【図13】同追跡処理の詳細フローチャートである。

【図14】同追跡による予測の概念図である。

【図15】同停止・低速車両認識のフローチャートである
（その１）。

【図16】同停止・低速車両認識のフローチャートである
（その２）。

【図17】同背景データ生成処理の概念図である。

【図18】同背景データ更新部の詳細図である。

【符号の説明】

１ミリ波レーダ２ミリ波センサ３車両検出用コンピュータ４上位コンピュータ５，６，７車両８ガードレール９障害物

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G08G 1/00 - 1/16 G01S 13/34 G01S 13/91

Claims

(57)【特許請求の範囲】

【請求項１】道路に設置したミリ波レーダを使用し、
走査毎に車両を追跡するときには第１回目以前の走査に
より得られた追跡データを用いて位置・速度を予測し、
これにより得られた位置・速度データと次の第２回目の
走査により得られた位置・速度データとをセグメンテー
ション処理、属性生成処理し、その結果得られたそれぞ
れのセグメントの位置・速度データとの距離を第１回目
の計測点数と第２回目の計測点数で割った値で第２回目
のそれぞれの候補と比較して小さいほうを選択するマッ
チング処理を行うことを特徴とするミリ波レーダによる
走行車両検出方法。
【請求項２】マッチング処理に際しては、同じセグメ
ントに属する計測点数と第２回目の走査により得られた
追跡データに重点を置いて行う請求項１に記載のミリ波
レーダによる走行車両検出方法。
【請求項３】第１回目の走査により得られた追跡デー
タと第２回目の走査により得られた追跡データにマッチ
ングするものがないとき、第２回目の走査により得られ
た計測点数が少ないセグメントはノイズと判断し、計測
点数が多いセグメントは新たに追跡データに付け加える
請求項１に記載のミリ波レーダによる走行車両検出方
法。
【請求項４】ミリ波レーダにより観測不能なシャドウ
イングの影響などにより、第１回目の走査により得られ
た追跡データにマッチングするものがないとき、追跡デ
ータに予測した位置・速度データとシャドウイングした
回数を蓄え、且つその追跡データを保持する請求項１に
記載のミリ波レーダによる走行車両検出方法。
【請求項５】シャドウイングなどにより生じる追跡デ
ータの観測ノイズは、車両の走行方向、車幅方向に分離
処理し、次いでフィルタリングする請求項４に記載のミ
リ波レーダによる走行車両検出方法。