特開 2019-120543 物標検出装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】特開2019-120543(P2019-120543A)

(43)【公開日】2019年7月22日

(54)【発明の名称】物標検出装置

(51)【国際特許分類】

   G01S 7/41 20060101AFI20190701BHJP

   G01S 7/22 20060101ALI20190701BHJP

   G08G 3/02 20060101ALI20190701BHJP

   B63B 49/00 20060101ALI20190701BHJP

【ＦＩ】

   G01S7/41

   G01S7/22

   G08G3/02 A

   B63B49/00 Z

【審査請求】未請求

【請求項の数】16

【出願形態】ＯＬ

【全頁数】20

(21)【出願番号】特願2017-254163(P2017-254163)

(22)【出願日】2017年12月28日

(71)【出願人】

【識別番号】000166247

【氏名又は名称】古野電気株式会社

(74)【代理人】

【識別番号】100124039

【弁理士】

【氏名又は名称】立花 顕治

(74)【代理人】

【識別番号】100179213

【弁理士】

【氏名又は名称】山下 未知子

(72)【発明者】

【氏名】柳 勝幸

(72)【発明者】

【氏名】井上 伸助

(72)【発明者】

【氏名】山田 勝雄

【テーマコード（参考）】

5H181

5J070

【Ｆターム（参考）】

5H181AA25

5H181CC14

5H181FF05

5H181FF27

5H181FF32

5J070AB01

5J070AC02

5J070AC13

5J070AD01

5J070AE02

5J070AE08

5J070AE13

5J070AE14

5J070AF05

5J070AH19

5J070AH31

5J070AJ04

5J070AK13

5J070BB16

5J070BG06

5J070BG13

5J070BG24

(57)【要約】

【課題】自船の周囲の多種多様な物標を正確に検出することができる物標検出装置を提供する。
【解決手段】物標検出装置が提供される。前記物標検出装置は、自船の周囲の物標からのエコー信号を取得する取得部と、前記エコー信号に基づいて、第１エコー画像を生成する生成部と、機械学習により構築されたモデルに前記第１エコー画像を入力し、前記モデルからの出力に基づいて、前記モデルに対応した船舶以外の物標である第１物標を検出する検出部とを備える。
【選択図】図１１Ａ

【特許請求の範囲】

【請求項1】

自船の周囲の物標からのエコー信号を取得する取得部と、
前記エコー信号に基づいて、第１エコー画像を生成する生成部と、
機械学習により構築されたモデルに前記第１エコー画像を入力し、前記モデルからの出力に基づいて、前記モデルに対応した船舶以外の物標である第１物標を検出する検出部と
を備える、物標検出装置。

【請求項2】

前記第１物標には、鳥が含まれる、
請求項１に記載の物標検出装置。

【請求項3】

前記第１物標には、魚群、岩、潮目、氷、雨、雲、及びＳＡＲＴからなる群から選択される少なくとも１つが含まれる、
請求項１又は２に記載の物標検出装置。

【請求項4】

前記生成部は、船舶での反射波よりも微弱な前記第１物標での反射波を捉えるように前記エコー信号を調整し、当該調整されたエコー信号に基づいて前記第１エコー画像を生成する、
請求項１から３のいずれかに記載の物標検出装置。

【請求項5】

前記生成部は、前記エコー信号に基づいて、前記第１エコー画像よりもノイズが少なく船舶の像がより明瞭に写し出される第２エコー画像をさらに生成する、
請求項１から４のいずれかに記載の物標検出装置。

【請求項6】

前記生成部は、前記第２エコー画像を生成するときよりも、ゲインを上げる、海面反射除去のレベルを下げる、及び雨雪反射除去のレベルを下げることの少なくとも１つを行うように前記エコー信号を調整することにより、前記第１エコー画像を生成する、
請求項５に記載の物標検出装置。

【請求項7】

前記第２エコー画像上に、前記検出された第１物標に対応するシンボルを重ねて表示する情報出力部
をさらに備える、
請求項５又は６のいずれかに記載の物標検出装置。

【請求項8】

前記第１エコー画像上に、前記検出された第１物標に対応するシンボルを重ねて表示する情報出力部
をさらに備える、
請求項１から６のいずれかに記載の物標検出装置。

【請求項9】

前記第１エコー画像は、真エコートレイル画像である、
請求項１から８のいずれかに記載の物標検出装置。

【請求項10】

追尾フィルタを用いて、前記検出された第１物標の位置を追尾する追尾部
をさらに備える、
請求項１から９のいずれかに記載の物標検出装置。

【請求項11】

前記追尾部による前記第１物標の追尾に継続的に成功した場合に、前記第１物標が存在する旨の情報を出力する出力部
をさらに備える、
請求項１０に記載の物標検出装置。

【請求項12】

前記モデルは、ニューラルネットワークである、
請求項１から１１のいずれかに記載の物標検出装置。

【請求項13】

前記エコー信号を受信するレーダーアンテナ
をさらに備える、
請求項１から１２いずれかに記載の物標検出装置。

【請求項14】

自船の周囲の物標を検出するために用いられるモデルを学習する学習装置であって、
前記物標からのエコー信号を取得する取得部と、
前記エコー信号に基づいて、第１エコー画像を生成する生成部と、
前記生成部により生成された前記第１エコー画像を教師データとして、前記第１エコー画像を入力とし、船舶以外の物標である第１物標の有無及び位置の少なくとも一方の情報を出力とするモデルを、機械学習により構築する学習部と
を備える、学習装置。

【請求項15】

自船の周囲の物標をからのエコー信号を取得することと、
前記エコー信号に基づいて、第１エコー画像を生成することと、
機械学習により構築されたモデルに前記第１エコー画像を入力し、前記モデルからの出力に基づいて、前記モデルに対応した船舶以外の物標である第１物標を検出することと
を含む、物標検出方法。

【請求項16】

自船の周囲の物標をからのエコー信号を取得することと、
前記エコー信号に基づいて、第１エコー画像を生成することと、
機械学習により構築されたモデルに前記第１エコー画像を入力し、前記モデルからの出力に基づいて、前記モデルに対応した船舶以外の物標である第１物標を検出することと
をコンピュータに実行させる、物標検出プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、自船の周囲の物標を検出する物標検出装置、方法及びプログラム、並びに、自船の周囲の物標を検出するために用いられるモデルを学習する学習装置、方法及びプログラムに関する。

【背景技術】

【0002】

船舶に搭載されるレーダー装置は、レーダーアンテナから発射された電波のエコー信号に基づいて、自船の周囲の物標の像を写し出すレーダー映像を表示する。レーダー映像に写し出される物標とは、典型的には、他船の像である。船員は、他船の像が表示されるレーダー映像を視認することにより、自船の周囲の状況を的確に把握することができ、安全な航行を実現することができる。そのため、通常、エコー信号からレーダー映像を生成するときの信号処理においては、主として船舶の像を明瞭に捉えることができるようなゲイン調整等が施される。一方で、海面反射や雨雪反射によるエコー信号は、船舶の像を捉える際のノイズとなり得るため、これらは除去されるように信号の調整が行われる。

【0003】

しかし、レーダー装置により観測が望まれる物標は、船舶だけではない。具体的には、陸地や堤防等の像も、自船の周囲の状況を把握するのに有用な情報となり得る。その他にも、鳥の様子を捉えたいという要望もある。鳥を検出しようとする理由には様々あるが、例えば、鳥山を捉えることができれば、その下に魚群の存在を予測できることできる。特許文献１，２は、鳥を検出することを目的としたレーダー装置を開示している。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特許第５６１６２００号

【特許文献2】特開２０１６−９０４０９号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

一般に、船舶用のレーダー装置は、自船の周囲の船舶の像を表示することを主目的としており、船舶以外の物標の像は、しばしばノイズとして掻き消される。特に、船舶のエコー信号に比べて一般に微弱な、鳥や小さな岩、潮目、氷、雨、雲、ＳＡＲＴ（Search And Rescue Transponder）等からのエコー信号は、その微弱さ故にレーダー映像上に明瞭に捉え難い。よって、レーダー映像上で船舶以外の様々な物標を正確に検出することは未だ難しく、このような技術は開発途上である。また、レーダー装置に限らず、魚群探知機やソナー等の物標検出装置においても同様に、多種多様な物標を正確に検出したいという要望がある。

【0006】

本発明は、自船の周囲の多種多様な物標を正確に検出することができる物標検出装置、方法及びプログラム、並びに、自船の周囲の多種多様な物標を正確に検出するために用いられるモデルを学習する学習装置、方法及びプログラムを提供することを目的とする。

【課題を解決するための手段】

【0007】

第１観点に係る物標検出装置は、自船の周囲の物標からのエコー信号を取得する取得部と、前記エコー信号に基づいて、第１エコー画像を生成する生成部と、機械学習により構築されたモデルに前記第１エコー画像を入力し、前記モデルからの出力に基づいて、前記モデルに対応した船舶以外の物標である第１物標を検出する検出部とを備える。

【0008】

第２観点に係る物標検出装置は、第１観点に係る物標検出装置であって、前記第１物標には、鳥が含まれる。

【0009】

第３観点に係る物標検出装置は、第１観点又は第２観点に係る物標検出装置であって、前記第１物標には、前記第１物標には、魚群、岩、潮目、氷、雨、雲、及びＳＡＲＴからなる群から選択される少なくとも１つが含まれる。

【0010】

第４観点に係る物標検出装置は、第１観点から第３観点のいずれかに係る物標検出装置であって、前記生成部は、船舶での反射波よりも微弱な前記第１物標での反射波を捉えるように前記エコー信号を調整し、当該調整されたエコー信号に基づいて前記第１エコー画像を生成する。

【0011】

第５観点に係る物標検出装置は、第１観点から第４観点のいずれかに係る物標検出装置であって、前記生成部は、前記エコー信号に基づいて、前記第１エコー画像よりもノイズが少なく船舶の像がより明瞭に写し出される第２エコー画像をさらに生成する。

【0012】

第６観点に係る物標検出装置は、第５観点に係る物標検出装置であって、前記生成部は、前記第２エコー画像を生成するときよりも、ゲインを上げる、海面反射除去のレベルを下げる、及び雨雪反射除去のレベルを下げることの少なくとも１つを行うように前記エコー信号を調整することにより、前記第１エコー画像を生成する。

【0013】

第７観点に係る物標検出装置は、第５観点又は第６観点に係る物標検出装置であって、前記第２エコー画像上に、前記検出された第１物標に対応するシンボルを重ねて表示する情報出力部をさらに備える。

【0014】

第８観点に係る物標検出装置は、第１観点から第６観点のいずれかに係る物標検出装置であって、前記第１エコー画像上に、前記検出された第１物標に対応するシンボルを重ねて表示する情報出力部をさらに備える。

【0015】

第９観点に係る物標検出装置は、第１観点から第８観点のいずれかに係る物標検出装置であって、前記第１エコー画像は、真エコートレイル画像である。

【0016】

第１０観点に係る物標検出装置は、第１観点から第９観点のいずれかに係る物標検出装置であって、追尾フィルタを用いて、前記検出された第１物標の位置を追尾する追尾部をさらに備える。

【0017】

第１１観点に係る物標検出装置は、第１０観点に係る物標検出装置であって、前記追尾部による前記第１物標の追尾に継続的に成功した場合に、前記第１物標が存在する旨の情報を出力する出力部をさらに備える。

【0018】

第１２観点に係る物標検出装置は、第１観点から第１１観点のいずれかに係る物標検出装置であって、前記モデルは、ニューラルネットワークである。

【0019】

第１３観点に係る物標検出装置は、第１観点から第１２観点のいずれかに係る物標検出装置であって、前記エコー信号を受信するレーダーアンテナをさらに備える。

【0020】

第１４観点に係る学習装置は、自船の周囲の物標を検出するために用いられるモデルを学習する学習装置であって、前記物標からのエコー信号を取得する取得部と、前記エコー信号に基づいて、第１エコー画像を生成する生成部と、前記生成部により生成された前記第１エコー画像を教師データとして、前記第１エコー画像を入力とし、船舶以外の物標である第１物標の有無及び位置の少なくとも一方の情報を出力とするモデルを、機械学習により構築する学習部とを備える。

【0021】

第１５観点に係る学習装置は、自船の周囲の物標をからのエコー信号を取得することと、前記エコー信号に基づいて、第１エコー画像を生成することと、機械学習により構築されたモデルに前記第１エコー画像を入力し、前記モデルからの出力に基づいて、前記モデルに対応した船舶以外の物標である第１物標を検出することとを含む。

【0022】

第１６観点に係る物標検出プログラムは、自船の周囲の物標をからのエコー信号を取得することと、前記エコー信号に基づいて、第１エコー画像を生成することと、機械学習により構築されたモデルに前記第１エコー画像を入力し、前記モデルからの出力に基づいて、前記モデルに対応した船舶以外の物標である第１物標を検出することとをコンピュータに実行させる。

【発明の効果】

【0023】

第１観点によれば、物標からのエコー信号に基づいて、第１エコー画像が生成される。第１エコー画像は、機械学習により構築されたモデルに入力され、当該モデルからの出力に基づいて、船舶以外の物標である第１物標が検出される。これにより、自船の周囲の船舶以外の多種多様な物標を正確に検出することができる。また、第１４観点によれば、船舶以外の物標を検出するのに適した上記モデルを構築することができる。

【図面の簡単な説明】

【0024】

【図1】本発明の一実施形態に係る物標検出装置であるレーダー装置の全体構成図。

【図2】レーダー指示器の外観図。

【図3】ノーマルモードでのレーダー映像を含むレーダー画面の一例を示す図。

【図4】バードモードでのレーダー映像を含むレーダー画面の一例を示す図。

【図5A】ノーマルモードでのレーダー映像の一例を示す図。

【図5B】図５Ａのレーダー映像と同じエコー信号に基づく、バードモードでのレーダー映像の一例を示す図。

【図6】バードモードでのレーダー映像の別の例を示す図。

【図7】バードモードでの船舶及び鳥の像の拡大図。

【図8】本発明の一実施形態に係る学習装置の全体構成図。

【図9】鳥山の追尾処理の流れを示すフローチャート。

【図10】αβ追尾フィルタによる追尾処理を説明する概念図。

【図11A】鳥山が存在する旨の情報の表示出力例。

【図11B】鳥山が存在する旨の情報の別の表示出力例。

【図12】鳥山の存在を表示する処理の流れを示すフローチャート。

【図13】変形例に係る物標検出装置の全体構成図。

【発明を実施するための形態】

【0025】

以下、図面を参照しつつ、本発明の一実施形態に係る物標検出装置、方法及びプログラム、並びに学習装置、方法及びプログラムについて説明する。

【0026】

＜１．レーダー装置（物標検出装置）の構成＞
図１に、本実施形態に係る物標検出装置としてのレーダー装置１の全体構成図を示す。レーダー装置１は、船舶の航行を支援するための装置であり、船舶に搭載される。レーダー装置１は、レーダーアンテナ１０と、これに接続されるレーダー指示器２０とを備える。

【0027】

レーダーアンテナ１０は、パルス状の電波を放射するとともに、放射された電波の物標での反射波であるエコー信号を受信する。レーダーアンテナ１０は、水平面内を回転しながら、電波を送信してそのエコー信号を受信する動作を繰り返し行い、これにより自船の周囲を３６０°スキャンする。レーダーアンテナ１０により受信された物標からのエコー信号は、図示されないＡ／Ｄ変換器によりデジタルデータに逐次変換され、変換後のエコー信号は、レーダー指示器２０に逐次出力される。

【0028】

レーダー指示器２０は、同じく自船に搭載されているＧＰＳコンパス６０に接続されている。ＧＰＳコンパス６０は、所定の時間間隔で自船の船首方位の情報（以下、方位情報ということがある）と、自船の緯度及び経度の情報（以下、ＬＬ情報ということがある）と、自船速度情報を計測可能であり、これらの情報は、レーダー指示器２０に逐次出力される。

【0029】

図２に、レーダー指示器２０の外観図を示す。レーダー指示器２０はユーザーが操作する機器であり、同図に示すとおり、筐体２７を有する。レーダー指示器２０は、ユーザーが立つ筐体２７の正面側に表示部２１及び入力部２２を備えている。また、図１に示すとおり、レーダー指示器２０は、レーダーインターフェース部２５、記憶部２３、制御部２４及びコンパスインターフェース部２６をさらに備えている。レーダーインターフェース部２５は、レーダーアンテナ１０との通信ポートであり、レーダーアンテナ１０から出力されるエコー信号を受信する。コンパスインターフェース部２６は、ＧＰＳコンパス６０との通信ポートであり、ＧＰＳコンパス６０から出力される方位情報、ＬＬ情報、及び自船速度情報を受信する。記憶部２３及び制御部２４は、筐体２７内に収容されている。これらの部２１〜２６は、相互にバス線を介して通信可能に接続されている。

【0030】

表示部２１は、ユーザーに対し各種情報を提示するための画面を表示するユーザーインターフェースであり、本実施形態では、液晶ディスプレイから構成される。入力部２２は、ユーザーからのレーダー指示器２０に対する各種操作を受け付けるユーザーインターフェースであり、本実施形態では、キーボード２２ａ及びトラックボール２２ｂから構成される。入力部２２は、表示部２１上に重ねられたタッチパネルを含むことができる。

【0031】

記憶部２３は、ハードディスクやフラッシュメモリ等から構成される不揮発性の記憶装置である。記憶部２３内には、機械学習により構築された解析モデル４１が格納されている。解析モデル４１の詳細については、後述する。制御部２４は、ＣＰＵ３０、ＲＯＭ３１及びＲＡＭ３２等から構成される。ＲＯＭ３１内には、ＣＰＵ３０に各種動作を実行させるプログラム４０が格納されている。ＣＰＵ３０は、ＲＯＭ３１内のプログラム４０を読み出して実行することにより、仮想的に画面生成部３１ａ、鳥検出部３１ｂ、鳥追尾部３１ｃ及び情報出力部３１ｄとして動作する。これらの部３１ａ〜３１ｄの動作の詳細については、後述する。なお、プログラム４０は、ＲＯＭ３１内ではなく記憶部２３内に格納されていてもよいし、記憶部２３及びＲＯＭ３１の両方に分散して記憶されていてもよい。

【0032】

＜２．レーダー装置の動作＞
次に、レーダー装置１により実行される各種処理について説明する。レーダー装置１に含まれるレーダー指示器２０は、表示処理及び鳥検出処理を実行することができる。表示処理は、レーダーインターフェース部２５により取得されるエコー信号に基づいて、自船及び自船の周囲の１以上の物標の状況を表示するレーダー画面５０（図３及び図４参照）を生成し、これを表示部２１上に表示する処理である。レーダー画面５０上には、自船の周囲の物標のエコー像を写し出す映像（以下、レーダー映像という）５１が表示される。鳥検出処理は、レーダー映像５１に基づいて、自船の周囲に存在する鳥、より具体的には、鳥が群れを為すことにより形成される鳥山を検出する。以下、表示処理及び鳥検出処理の詳細についてそれぞれ説明する。

【0033】

＜２−１．表示処理＞
表示処理は、主として画面生成部３１ａにより実行される。画面生成部３１ａは、レーダーインターフェース部２５を介してエコー信号を逐次取得し、このエコー信号に基づいてレーダー画面５０（図３及び図４参照）を生成する。より具体的には、このエコー信号を解析することにより、自船を基準とした他船及び鳥山等を含む物標までの距離及び方位等に関するレーダー情報が算出される。画面生成部３１ａは、このレーダー情報に基づいて、自船の周囲の物標のエコー像を表示するレーダー映像５１を生成する。レーダー映像５１は、自船の周囲の領域内に存在する物標の位置を地図的に示すマップとなる。図３及び図４に示すように、レーダー画面５０は全体としては矩形状であり、このレーダー画面５０上に円形のレーダー映像５１が配置される。なお、１枚のレーダー映像５１は、レーダーアンテナ１０の１回転分のエコー信号（スキャンデータ）から生成される。レーダー映像５１は、エコー信号が取得される度に、新たなエコー信号に基づいて更新される。従って、ユーザーは、レーダー映像５１を見ながら自船の周囲の状況をリアルタイムに把握することができる。

【0034】

また、画面生成部３１ａは、レーダー画面５０上にレーダー映像５１に加えて、情報表示領域５２を表示する。図３及び図４の例では、情報表示領域５２は、主としてレーダー画面５０の右端に沿って配置されており、レーダー映像５１に重ならないように配置されている。情報表示領域５２には、航行を支援するための各種情報、例えば、自船情報及び自船の周囲の環境情報が表示される。自船情報には、例えば、自船のＬＬ情報、方位情報、及び自船速度情報が含まれる。環境情報には、例えば、水温、水深、風向及び風速の情報が含まれる。なお、情報表示領域５２に表示される情報の一部は、ＧＰＳコンパス６０をはじめとするレーダー指示器２０に接続されている各種計測器等の機器から取得される情報に基づいて算出される。

【0035】

レーダー画面５０上には、メインメニューボタン５５が表示される。メインメニューボタン５５は、レーダー映像５１に重ならないように配置されることが好ましい。また、レーダー画面５０上には、カーソル５６も表示される。カーソル５６は、ユーザーが入力部２２を操作することにより、レーダー画面５０上で自由に移動させることができる。本実施形態では、ユーザーがカーソル５６をメインメニューボタン５５上に位置合わせした状態で入力部２２に所定の操作を行うと、メインメニューボタン５５が階層的に開き、様々なサブメニューボタンが現れる。サブメニューボタンは、レーダー映像５１に重ならないように配置されることが好ましい。ユーザーは、入力部２２を操作して、これらのサブメニューボタンの中から適当なボタンを選択することにより、レーダー指示器２０に実装されている所望の機能を実行することができる。

【0036】

レーダー映像５１には、ノーマルモード（オートモード）とバードモードとがある。ユーザーは、入力部２２を介して所定の操作を行うことにより、ノーマルモードとバードモードとを任意に切り替えることができる。ノーマルモードでのレーダー映像５１は、主として他船の像Ｔ１を見やすく写し出すことを目的として生成されたエコー画像である。一方、バードモードでのレーダー映像５１は、船舶と比較して微弱なエコー信号を返す、鳥山の像Ｔ２を写し出すように生成されたエコー画像である。ノーマルモードは、典型的には、自船の航行時に他船の動向を観察するのに使用され、これにより他船との衝突を回避したり、僚船の位置を把握したり等することができる。一方、バードモードは、典型的には、鳥山を発見し、ひいては鳥山の下に存在すると予測される魚群を発見する目的で使用される。

【0037】

図３は、ノーマルモードでのレーダー画面５０の一例を示しており、図４は、バードモードでのレーダー画面５０の一例を示している。なお、レーダーアンテナ１０からの電波は、他船及び鳥山だけでなく、陸地やブイ等の様々な物標でも反射される。そのため、レーダー映像５１上には、他船の像Ｔ１及び鳥山の像Ｔ２の他、陸地の像Ｔ３等も表示される。

【0038】

図５Ａに、ノーマルモードでのレーダー映像５１の一例を示し、図５Ｂに、図５Ａのレーダー映像５１と同じエコー信号に基づく、バードモードでのレーダー映像５１の一例を示す。これらの図を見れば分かるように、バードモードでは、ノーマルモードと比較して、全体的にノイズが目立つ。しかしながら、バードモードでは、ノーマルモードでは殆ど写らない鳥山の像Ｔ２を捉えることができる。一方、ノーマルモードでは、全体的にノイズが少ないため、船舶の像Ｔ１がバードモードよりも明瞭に写し出される。

【0039】

画面生成部３１ａは、レーダー映像５１を生成するとき、ノーマルモード又はバードモードのいずれの設定が現在選択されているのかに応じて、エコー信号の調整を行う。画面生成部３１ａは、バードモードでは、船舶での反射波よりも微弱な、鳥山での反射波を捉えるようにエコー信号を調整し、調整されたエコー信号に基づいて、レーダー映像５１を生成する。エコー信号の調整の方法には、例えば、ゲイン（感度）の調整、海面反射及び雨雪反射によるノイズの除去等がある。バードモードでは、他船の像Ｔ１よりも微弱なエコー信号に基づく鳥山の像Ｔ２を捉えるために、ノーマルモードよりもゲインを上げる。また、バードモードでは、過度なノイズの除去により鳥山の像が消えてしまわないように、ノーマルモードよりも海面反射除去及び雨雪反射除去のレベルを下げる。また、バードモードでは、雨雪反射除去を行わないようにすることが好ましい。

【0040】

また、レーダー映像５１のモードには、相対運動モードと真運動モードとがある。相対運動モードとは、自船の位置が常にレーダー映像５１内の一定の位置（典型的には、中心）に設定されるモードである。一方、真運動モードとは、レーダー映像５１内で陸地等の固定物標の位置を固定するモードである。ユーザーは、入力部２２を介して所定の操作を行うことにより、相対運動モードと真運動モードとを切り替えることができる。

【0041】

また、画面生成部３１ａは、レーダー映像５１上に船首輝線Ｕ１を表示する。船首輝線Ｕ１は、レーダー映像５１上における自船の現在位置からレーダー映像５１の外周まで、自船の船首方向に沿って延びる線の態様で表示される。すなわち、船首輝線Ｕ１の内側端は、自船の現在位置を表す。真運動モードでは、船首輝線Ｕ１の内側端、すなわち自船の位置は、レーダー映像５１上の様々な位置に配置され得る。一方、相対運動モードでは、船首輝線Ｕ１の内側端は、常にレーダー映像５１上の中心等の固定の位置に配置される。

【0042】

また、画面生成部３１ａは、レーダー映像５１上に他船及び鳥山等を含む物標のエコートレイルの像Ｔ４を表示することができる。具体的には、過去のレーダー映像５１に写る像Ｔ１〜Ｔ３のような物標のエコー像を、最新のレーダー映像５１に重ね合わせることにより、物標のエコートレイルの像Ｔ４が形成される。ユーザーは、入力部２２を介して所定の操作を行うことにより、エコートレイルの像Ｔ４の表示／非表示の設定を切り替えることができる。

【0043】

図６は、バードモードでのレーダー映像５１の別の例である。同図に示されるように、一般に船舶のエコートレイルの像Ｔ４は、ノーマルモードのみならずバードモードにおいても、レーダー映像５１上に比較的はっきりと表れる。一方で、鳥、特に鳥山のエコートレイルの像Ｔ４は、途切れ途切れになり、また急に進行方向が変わったり、蛇行したりする。このような鳥の特徴をより正確に捉えるためには、自船に対する相対的な鳥の動きではなく、陸地等の固定点に対する絶対的な鳥の動きに注目することが重要である。そのため、バードモードのレーダー映像５１は、真運動モードで得られるエコー画像（以下、真エコートレイル画像）であることが望ましい。なお、相対運動モードの場合であっても、ＧＰＳコンパス６０から得られる自船速度情報によれば、真エコートレイル画像と同様のエコー画像を得ることができる。

【0044】

また、一般に、鳥は水面と上空との間を上がったり下がったりするため、鳥、特に鳥山のエコー信号の強弱にはムラが生じ、ひいてはそのエコー像にもムラが生じる。図７は、バードモードでの船舶の像Ｔ１及び鳥山の像Ｔ２の拡大図である。

【0045】

以上より、鳥山の像Ｔ２及びそのエコートレイルの像Ｔ４には、船舶の像Ｔ１及びそのエコートレイルの像Ｔ４とは異なる特徴が表れる。従って、ユーザーは、バードモードのレーダー映像５１上において、以上のような特徴を有する鳥山の像Ｔ２及びそのエコートレイルの像Ｔ４を探し出すことにより、自船の周囲における鳥山の存在及びその位置を知ることができる。

【0046】

＜２−２．鳥検出処理＞
次に、レーダー映像５１に基づいて、鳥山を自動的に検出する鳥検出処理について説明する。鳥検出処理では、レーダー映像５１を入力とし、鳥山の有無を表す情報を出力とする解析モデル４１に基づいて、鳥山が検出される。本実施形態の鳥検出処理で使用されるレーダー映像５１は、バードモードでのレーダー映像５１である。解析モデル４１は、予め実施される機械学習により構築されており、解析モデル４１を定義する情報が記憶部２３内に記憶されている。以下、解析モデル４１を機械学習する学習過程について説明した後、鳥検出処理の流れの詳細について説明する。

【0047】

＜２−２−１．解析モデルの学習過程＞
解析モデル４１の学習過程は、学習後の解析モデル４１が使用される場面とは独立している。従って、本実施形態では、解析モデル４１の学習は、主としてレーダー装置１ではなく、学習装置１０１により行われるが、勿論、レーダー装置１に後述する学習部１３１ｃによる学習の機能を実装することもできる。

【0048】

図８に、学習装置１０１の全体構成図を示す。学習装置１０１は、ハードウェアとしては汎用のコンピュータであり、表示部１２１、入力部１２２、記憶部１２３、制御部１２４及び通信部１２５を備えている。これらの部１２１〜１２５は、相互にバス線を介して通信可能に接続されている。

【0049】

表示部１２１は、ユーザーに対し各種情報を提示するための画面を表示するユーザーインターフェースであり、液晶ディスプレイ等から構成される。入力部１２２は、ユーザーからの学習装置１０１に対する各種操作を受け付けるユーザーインターフェースであり、マウスやキーボード、タッチパネル等から構成される。記憶部１２３は、ハードディスクやフラッシュメモリ等から構成される不揮発性の記憶装置である。制御部１２４は、ＣＰＵ、ＲＯＭ及びＲＡＭ等から構成され、記憶部１２３内のプログラム１４０を読み出して実行することにより、仮想的に画面生成部１２４ａ及び学習部１２４ｂとして動作する。

【0050】

通信部１２５は、外部機器との通信を担う通信ポートであり、レーダー指示器２０のような装置から、バードモードでの多数のレーダー映像５１を受信する。或いは、通信部１２５は、レーダーアンテナ１０及びＧＰＳコンパス６０のような装置から、エコー信号並びに必要に応じて方位情報、ＬＬ情報及び自船速度情報を受信する。後者の場合、画面生成部１２４ａは、エコー信号並びに必要に応じて方位情報、ＬＬ情報及び自船速度情報に基づいて、画面生成部３１ａと同様の方法により、バードモードでのレーダー映像５１を作成する。通信部１２５により取得された、或いは画面生成部１２４ａにより生成されたレーダー映像５１は、記憶部１２３内に格納される。

【0051】

学習過程では、鳥山の他、船舶、岩、潮目、氷、雨、雲、及びＳＡＲＴ等の様々な物標が存在するときのエコー信号並びに必要に応じて方位情報、ＬＬ情報及び自船速度情報か、或いはこれらに基づくレーダー映像５１が、通信部１２５に入力される。また、通信部１２５には、エコー信号又はレーダー映像５１に捉えられた物標の種類を表す情報（以下、正解情報という）も同様に入力される。なお、正解情報は、ユーザーが入力部１２２を介して入力することもできる。正解情報は、どこに何が存在しているかを示す情報である。入力された正解情報は、レーダー映像５１に関連付けられて、記憶部１２３内に格納される。

【0052】

以上のレーダー映像５１及び正解情報のセットは、解析モデル４１を学習するための教師データとなる。本実施形態の解析モデル４１は、畳み込みニューラルネットワークである。学習部１２４ｂは、記憶部１２３内に格納されている、実際に鳥山を含む様々な物標が存在するときのレーダー映像５１を正解情報に基づいて学習し、解析モデル４１を構築する。より具体的には、学習部１２４ｂは、記憶部１２３内のレーダー映像５１を順次読み出し、ここから物標のエコー像を表す部分画像を切り出して解析モデル４１に入力する。そして、その出力として、入力された部分画像に写る物標の種類を示す情報を取得し、この物標の種類を示す情報を正解情報に一致させるように、解析モデル４１のパラメータを更新する。ここでいう学習の対象となるパラメータとは、解析モデル４１である畳み込みニューラルネットワークを定義する各種係数等である。そして、このようにして、次々と教師データを適用させながら、解析モデル４１を最適化してゆく。ニューラルネットワークの教師付き学習方法は、様々なものが公知であるため、ここでは詳細な説明を省略するが、例えば、誤差逆伝播法等を用いることができる。以上により、学習過程が終了し、解析モデル４１が導出される。導出された解析モデル４１は、レーダー指示器２０の記憶部２３内に格納される。

【0053】

＜２−２−２．鳥検出処理の流れの詳細＞
本実施形態の鳥検出処理は、レーダー指示器２０においてバードモードが選択されているときに実行される。バードモードでのレーダー映像５１が生成されると、まず、鳥検出部３１ｂは、当該レーダー映像５１内に写る物標のエコー像を表す部分画像を順次、切り出してゆく。さらに、鳥検出部３１ｂは、順次、これらの部分画像を解析モデル４１に入力し、その出力として、入力された部分画像に写る物標の種類を示す情報を取得する。そして、鳥検出部３１ｂは、順次、この出力に基づいて、部分画像に写る物標が鳥山であるか否かを判断する。

【0054】

以上の結果、部分画像に写る物標が鳥山でないと判断された場合には、次の部分画像又は次のレーダー映像５１に対し、同様の処理が続行される。一方、部分画像に写る物標が鳥山であると判断された場合、すなわち、部分画像内に鳥山が検出された場合には、図９に示す鳥山を追尾する追尾処理が行われる。本実施形態では、追尾処理に入る前の、解析モデル４１の出力に基づく鳥山の検出は、「仮の」検出に相当する。本実施形態では、鳥山の誤検出を防ぐべく、この「仮の」検出を受けて追尾処理が実行され、追尾処理において鳥山の追尾に継続的に成功した場合に、鳥山が存在するとの最終判断が行われる。本実施形態では、この最終判断を受けて、鳥山が存在する旨の情報が出力される。

【0055】

本実施形態の追尾処理では、追尾フィルタ、より具体的には、αβフィルタを用いた追尾が行われる。図１０は、αβ追尾フィルタによる追尾処理を説明する概念図であり、位置平滑化定数をαとし、速度平滑化定数をβとする直線予測器により、第ｎスキャンから第（ｎ＋１）スキャンが予測される様子を示している。ここで、Ｐ（ｎ）は予測位置、Ｍ（ｎ）は測定位置、Ｓ（ｎ）は平滑位置、Ｖ（ｎ）は平滑速度、Ｅ（ｎ）は追尾誤差、Ｇ（ｎ）は予測ゲート、Ｔはサンプリング周期である。なお、括弧内のｎは、スキャンのタイミングを表している。このとき、第（ｎ＋１）スキャンにおける予測位置Ｐ（ｎ＋１）は、以下の式により算出される。
E(n)=M(n)-P(n)
S(n)=P(n)+αE(n)
V(n)=V(n-1)+βE(n)/T
P(n+1)=S(n)+V(n)T

【0056】

図９の追尾処理について詳細に説明する。上記のとおり、本追尾処理は、鳥山の仮の検出が行われる度に、当該鳥山を追尾すべく開始する。ここでは、ステップＳ１において、鳥追尾部３１ｃが、仮の検出が行われた鳥山の位置（座標）を測定位置Ｍ（１）とし、この測定位置Ｍ（１）に基づいて、次のスキャンにおける予測位置Ｐ（２）を導出する。より具体的には、追尾が開始したとき（すなわち、ｎ＝１のとき）の予測位置Ｐ（１）と平滑位置（Ｓ１）は測定位置Ｍ（１）に等しく、平滑速度の初期値Ｖ（１）は予め定められている。そして、平滑位置Ｓ（１）と平滑速度の初期値Ｖ（１）により、次のスキャンにおける予測位置Ｐ（２）が導出される。

【0057】

続くステップＳ２では、鳥追尾部３１ｃが、既出の予測位置Ｐ（ｎ）を基準として、予測ゲートＧ（ｎ）を設定する。そして、第ｎスキャンでのバードモードのレーダー映像５１を取得し、予測ゲートＧ（ｎ）内で鳥山の像Ｔ２を検索する（言い換えると、鳥山を追尾する）。より具体的には、第ｎスキャンでのレーダー映像５１上の予測ゲートＧ（ｎ）内の領域から、物標のエコー像を表す部分画像を切り出す。さらに、鳥追尾部３１ｃは、これらの部分画像を解析モデル４１に入力し、その出力として、入力された部分画像に写る物標の種類を示す情報を取得する。そして、鳥追尾部３１ｃは、この出力に基づいて、部分画像に写る物標が鳥山であるか否かを判断する。その結果、鳥山が検出された場合には、鳥山の追尾に成功したものと判断され（ステップＳ３）、ステップＳ４に進む。ステップＳ４では、今回のスキャンのレーダー映像５１上で検出された鳥山の位置（座標）を測定位置Ｍ（ｎ）とし、この測定位置Ｍ（ｎ）に基づいて、次のスキャンにおける予測位置Ｐ（ｎ＋１）を導出する。

【0058】

一方、ステップＳ２において、第ｎスキャンでのレーダー映像５１上の予測ゲートＧ（ｎ）内の領域から、物標のエコー像を表す部分画像を切り出すことができなかった場合、或いは、部分画像を切り出すことはできたものの、鳥山であると判断される部分画像が存在しなかった場合には、鳥山の追尾に失敗したものと判断され（ステップＳ３）、ステップＳ６に進む。ステップＳ６では、最後に検出された鳥山の位置（座標）に基づいて、次のスキャンにおける予測位置Ｐ（ｎ＋１）を導出する。

【0059】

図９のフローチャートに示すとおり、ステップＳ３の鳥山の追尾に継続的にＩ回成功した場合（Ｉは、２以上の整数）、情報出力部３１ｄは、鳥山が存在する旨を表す情報を出力する（ステップＳ５）。なお、ここでいう「追尾に継続的にＩ回成功する」とは、ステップＳ３の追尾にＪ回断続的に又は連続して失敗する前に（Ｊは、２以上の整数）、ステップＳ３の追尾にＩ回断続的に又は連続して成功することをいう。情報出力部３１ｄによる出力の態様は様々であり、本実施形態では、鳥山が存在する旨を表す情報が表示部２１上に表示されるとともに、図示されないスピーカ等を介して鳥山が発見された旨を通知するアラーム音のような音声が出力される。図１１Ａ及び図１１Ｂは、鳥山が存在する旨を表す情報の表示画面例である。このように、バードモードのレーダー映像５１上において鳥山の像Ｔ２として検出されたエコー像の近傍に、所定のシンボルＴ５を重ねて表示することができる。図１１Ａの例では、シンボルＴ５は、鳥山の像Ｔ２として検出されたエコー像を囲む枠であり、図１１Ｂの例では、鳥山の像Ｔ２として検出されたエコー像に重ねて表示されるアイコンである。シンボルＴ５は、鳥山の存在を強調するために、レーダー映像５１上の他の領域とは異なる色や点滅を用いて表示されることが望ましい。また、シンボルＴ５は、元のエコー像の色を変化させたり、点滅させたものとすることができる。

【0060】

ステップＳ５では、シンボルＴ５の他、鳥山が検出された旨が文字情報のメッセージとして表示されてもよい。また、上述の処理では、鳥山の移動速度Ｖ（ｎ）が算出されるため、シンボルＴ５に代えて又は加えて、鳥山の速さ及び向きを表すベクトル形式のシンボルが表示されてもよい。

【0061】

鳥山が存在する旨の情報が出力されると、図９の追尾処理は終了する。一方、鳥山の追尾に継続的にＩ回成功しなかった場合も、鳥山が途切れたものと判断され、図９の追尾処理は終了する。

【0062】

以上のような追尾処理により、解析モデル４１に基づく鳥山の「仮の」検出の後、鳥山が本当に存在するかの確認がなされることになる。すなわち、以上の追尾処理では、過去の鳥山の検出結果と最新の鳥山の検出結果とが時間的に平均される。そのため、解析モデル４１に基づいて鳥山が検出されたとしても、その出現確率が低い場合には、時間平均により最終的に鳥山と検出されることがない。また、鳥山が存在するにも関わらず、Ｉ回以下、検出漏れ等により鳥山を検出できなかった場合でも、鳥山を見失うことなく追尾を継続することができる。よって、鳥山の誤検出が防止され、鳥山の検出精度を高めることができる。

【0063】

なお、最終的に鳥山が存在すると判断され、ステップＳ５を経て図９の追尾処理が終了した場合には、引き続き、当該鳥山を追尾することができる。例えば、鳥追尾部３１ｃは、ステップＳ２〜Ｓ４，Ｓ６と同様の方法で鳥山を追尾し続け、追尾に失敗しない限り、最新の鳥山の像Ｔ２の位置又はその近傍にシンボルＴ５を表示し続ける。一方、追尾に失敗した場合には、シンボルＴ５をレーダー映像５１上から消去する。

【0064】

図１２は、既に説明した、鳥山の存在がレーダー映像５１上に表示されるまでの一連の処理の流れをまとめたフローチャートである。同図に示すように、まず、レーダーインターフェース部２５を介してエコー信号が取得される（ステップＳ２１）。そして、画面生成部３１ａにより、この取得されたエコー信号が鳥山での反射波を捉えるように調整され（ステップＳ２２）、調整後のエコー信号に基づいてバードモードのレーダー映像５１が生成される（ステップＳ２３）。次に、鳥検出部３１ｂにより、このレーダー映像５１が解析モデル４１に入力され、鳥山の仮検出が行われる（ステップＳ２４）。鳥山が仮検出された場合には（ステップＳ２５）、鳥追尾部３１ｃにより鳥山の追尾が行われ（ステップＳ２６）、仮検出されなかった場合には（ステップＳ２５）、画面生成部３１ａにより通常のバードモードのレーダー映像５１が表示される（ステップＳ２９）。一方、鳥山の追尾に継続的に成功した場合には（ステップＳ２７）、画面生成部３１ａにより通常のバードモードのレーダー映像５１が表示されるとともに、情報出力部３１ｄにより、これに重ねて鳥山に対応するシンボルＴ５が表示される（ステップＳ２８）。

【0065】

＜３．特徴＞
ノーマルモードのレーダー映像５１は、感度の調整具合によっては鳥山を捉え得るが、鳥山のエコー信号は微弱であるため、これに基づくエコー像は見落とされがちになる。この点、バードモードのレーダー映像５１は、比較的明瞭に鳥山の像Ｔ２を捉えることができるため、有用である。しかしながら、特にプレジャー用ボートのユーザーは、たまにしかこれを利用しない場合も多く、また、鳥山の像Ｔ２自体も頻繁に出現することがない。そのため、たとえレーダー映像５１上に鳥山の像Ｔ２が表れたとしても、これを見慣れていないユーザーには、これを鳥山であると認識することが難しい。また、安全な航行を行うためには、ユーザーは絶えずレーダー映像５１を確認しつつ、鳥山の存在にばかり注目している訳にはいかない。この点、上記実施形態の鳥検出処理によれば、鳥山が自動検出され、その結果がユーザーに分かり易く出力される。また、機械学習及び追尾処理により鳥山が高精度に検出されるため、ユーザーは容易かつ正確に鳥山を発見することができる。

【0066】

＜４．変形例＞
以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、その趣旨を逸脱しない限りにおいて、種々の変更が可能である。例えば、以下の変更が可能である。また、以下の変形例の要旨は、適宜組み合わせることができる。

【0067】

＜４−１＞
上記実施形態の鳥検出処理は、船舶用のレーダー装置１に適用されたが、気象用や航空用等のレーダーや、魚群探知機やソナー等の他の検出装置にも同様に適用することができる。

【0068】

＜４−２＞
上記実施形態では、解析モデル４１に基づいて鳥が検出される例を示した。しかしながら、解析モデル４１の出力に基づいて、鳥に代えて又は加えて、魚群、岩、潮目、氷、雨、雲、及びＳＡＲＴの少なくとも１つを検出できるように解析モデル４１を構築してもよい。なお、魚群を検出する機能は、魚群探知機やソナー等の機器に搭載されることが好ましい。また、魚群を探知する機能として、解析モデル４１の出力に基づいて、鰯やマグロといった魚種を判別できるように解析モデル４１を構築することもできる。また、氷を検出する機能は、北極海等を航行する船舶に搭載される装置に搭載されることが好ましい。

【0069】

また、上記実施形態では、鳥山の他、船舶、岩、潮目、氷、雨、雲、及びＳＡＲＴ等の様々な物標が存在するときのエコー信号を解析モデル４１の学習時の教師データとしたが、鳥山が存在するときのエコー信号のみを教師データとしても、解析モデル４１を学習させることができる。

【0070】

＜４−３＞
上記実施形態の追尾処理では、αβフィルタが用いられたが、勿論、αβγ追尾フィルタやカルマンフィルタ等の別のフィルタを用いることもできる。

【0071】

＜４−４＞
上記実施形態では、鳥検出処理がレーダー指示器２０により実行された。しかしながら、鳥検出処理は、図１３に示すように、レーダー指示器２０に有線または無線接続される外部装置（例えば、コンピュータであり、クラウドサーバーであってもよい）１５１において実行することもできる。この場合、レーダーアンテナ１０からレーダー指示器２０に入力されたエコー信号（並びにＧＰＳコンパス６０により取得された方位情報、ＬＬ情報、及び自船速度）、又は画面生成部３１ａにより生成されたレーダー映像５１を、レーダー指示器２０の通信部１５０を介して外部装置１５１に出力し、外部装置１５１において鳥検出部３１ｂ、鳥追尾部３１ｃ及び情報出力部３１ｄによる上記の処理を実行すればよい。

【0072】

＜４−５＞
上記実施形態では、ＧＰＳコンパス６０を用いて方位情報及びＬＬ情報が取得されたが、磁気コンパス、ジャイロコンパス、又はＧＰＳセンサにより同様の情報を取得することもできる。

【0073】

＜４−６＞
上記実施形態において、鳥検出部３１ｂが、鳥山の最終的な検出の確度を算出するようにしてもよい。この場合、鳥山が存在する旨を表す情報の出力は、検出の確度が閾値を超えた場合にのみ行うようにすることができる。さらにこのとき、ユーザーが閾値を調整できるようにしてもよい。ここでいう検出の確度は、解析モデル４１からの出力値（この場合、解析モデル４１から、入力された画像に写る物標が鳥山である確率に応じた値が出力されるように、予め解析モデル４１を学習させておく）、並びに追尾処理におけるステップＳ３の追尾に成功する確率等に基づいて決定することができる。

【0074】

＜４−７＞
上記実施形態では、鳥検出処理は、レーダー指示器２０においてバードモードが選択されているときに実行されたが、バードモードが選択されていない場合にも実行することもできる。例えば、ユーザーにより入力部２２を介して鳥検出処理の実行の命令が行われたときに、バードモードのレーダー映像５１を表示部２１上に表示することのないまま内部的に生成し、これに基づいて鳥山の検出を行う。そして、鳥山が最終的に検出された場合に、その旨を音声出力、又はメッセージ出力することができる。また、この場合において、ノーマルモードのレーダー映像５１上に、鳥山のシンボルを重ねて表示することができる。

【0075】

＜４−８＞
上記実施形態では、鳥追尾部３１ｃは、第ｎスキャンまでのスキャン毎に部分画像を切り出し解析モデル４１に基づいて鳥山を検出し追尾していたが、解析モデル４１に基づく鳥山の検出は、追尾が開始したとき（すなわち、ｎ＝１のとき）のみ実行させてもよい。このとき、最初に（すなわち、ｎ＝１のときに）鳥山を検出したエコー画像を従来のＴＴ（Ｔａｒｇｅｔ Ｔｒａｃｋｉｎｇ）により追尾し、追尾したエコー画像の位置が次スキャンの予測ゲートＧ（ｎ）内の領域にあるか否かで鳥山の追尾の成否を判断してもよい。

【符号の説明】

【0076】

１ レーダー装置
１０ レーダーアンテナ
２０ レーダー指示器（コンピュータ）
２１ 表示部
２３ 記憶部
２５ レーダーインターフェース部（取得部）
３１ａ 画面生成部（生成部）
３１ｂ 鳥検出部（検出部）
３１ｃ 鳥追尾部（追尾部）
３１ｄ 情報出力部（表示出力部）
４０ プログラム（物標検出プログラム）
４１ 解析モデル（モデル）
５０ レーダー画面
５１ レーダー映像
６０ ＧＰＳコンパス
１０１ 学習装置
１２４ 制御部
１２４ａ 画面生成部
１２４ｂ 学習部
１２５ 通信部（取得部）
Ｔ１ 船舶の像
Ｔ２ 鳥山の像
Ｔ４ エコートレイル
Ｔ５ シンボル

【図1】

【図2】

【図3】

【図4】

【図5A】

【図5B】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11A】

【図11B】

【図12】

【図13】