特許 7447700 レーダ反射点のクラスタリング装置、方法及び電子機器

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-03-04

(45)【発行日】2024-03-12

(54)【発明の名称】レーダ反射点のクラスタリング装置、方法及び電子機器

(51)【国際特許分類】

   G06T 7/521 20170101AFI20240305BHJP

   G01S 13/89 20060101ALI20240305BHJP

【ＦＩ】

G06T7/521

G01S13/89

【請求項の数】 10

(21)【出願番号】P 2020110802

(22)【出願日】2020-06-26

(65)【公開番号】P2021034025

(43)【公開日】2021-03-01

【審査請求日】2023-03-09

(31)【優先権主張番号】201910758038.8

(32)【優先日】2019-08-16

(33)【優先権主張国・地域又は機関】CN

(73)【特許権者】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(72)【発明者】

【氏名】シエ・リリ

(72)【発明者】

【氏名】ティアン・ジュン

(72)【発明者】

【氏名】リ・ホォンチュヌ

(72)【発明者】

【氏名】ジャオ・チエヌ

【審査官】真木 健彦

(56)【参考文献】

【文献】特開２０１８－２０５１７５（ＪＰ，Ａ）

【文献】特開２０１８－００５７８７（ＪＰ，Ａ）

【文献】特開２０１６－２０６０２６（ＪＰ，Ａ）

【文献】特開２０１９－０４９４８４（ＪＰ，Ａ）

【文献】大谷 駿介，ＬＩＤＡＲによる歩行者検出のためのｋ－ｍｅａｎｓ＋＋法を用いた歩行者群分割，第２５回 画像センシングシンポジウム ＳＳＩＩ２０１９，日本，画像センシング技術研究会，2019年06月12日，IS1-04 , SO1-04，全7頁

【文献】Nicolas Scheiner et al，A Multi-Stage Clustering Framework for Automotive Radar Data，arXiv，2019年07月08日，P.1-8，https://arxiv.org/abs/1907.03511

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｔ ７／５２１

Ｇ０１Ｓ １３／８９

Ｇ０１Ｓ １３／００

Ｇ０１Ｓ １７／００

(57)【特許請求の範囲】

【請求項1】

レーダ反射点のクラスタリング装置であって、
検出対象から反射されたレーダエコー信号に基づいてレーダ反射点情報を取得する取得部と、
検出対象の特徴に基づいて第１クラスタリング係数を決定し、前記第１クラスタリング係数に基づいて前記レーダ反射点情報に対して第１クラスタリングを行う第１クラスタリング部と、
前記第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断する判断部と、
前記少なくとも２つのクラスタが前記条件を満たす場合、前記第１クラスタリング係数を第２クラスタリング係数に調整し、前記第２クラスタリング係数に基づいて前記レーダ反射点情報に対して第２クラスタリングを行う第２クラスタリング部と、を含む、装置。

【請求項2】

前記レーダ反射点情報は、空間次元情報、速度次元情報及び強度次元情報のうちの少なくとも１つを含み、
前記第１クラスタリング係数及び／又は前記第２クラスタリング係数は、空間重み係数、速度重み係数及び強度重み係数のうちの少なくとも１つを含み、
前記空間重み係数は、長さ重み係数、幅重み係数及び高さ重み係数のうちの少なくとも１つを含む、請求項１に記載の装置。

【請求項3】

前記条件は、前記少なくとも２つのクラスタ間の距離が第１閾値よりも小さいか否か、前記少なくとも２つのクラスタの高さが第２閾値よりも小さいか否か、前記少なくとも２つのクラスタのレーダ点の数の差が第３閾値よりも大きいか否か、前記少なくとも２つのクラスタの速度の差が第４閾値よりも大きいか否か、及び前記少なくとも２つのクラスタの信号強度の差が第５閾値よりも大きいか否か、のうちの１つ又は任意の組み合わせを含む、請求項１に記載の装置。

【請求項4】

前記少なくとも２つのクラスタが前記条件を満たす場合、検出対象の特徴に基づいて前記レーダ反射点情報を変換する変換部、をさらに含み、
前記第２クラスタリング部は、前記第２クラスタリング係数及び変換後のレーダ反射点情報に基づいて前記レーダ反射点情報に対して前記第２クラスタリングを行う、請求項１に記載の装置。

【請求項5】

前記変換部は、
前記少なくとも２つのクラスタの中心点に基づいて前記中心点間の角度を計算し、
前記角度に基づいて前記レーダ反射点情報に対して空間次元回転を行い、前記変換後のレーダ反射点情報を取得する、請求項４に記載の装置。

【請求項6】

前記少なくとも２つのクラスタの中心点は（ｘ１＿０，ｙ１＿０）及び（ｘ２＿０，ｙ２＿０）であり、前記角度α＝（ｙ２＿０－ｙ１＿０）／（ｘ２＿０－ｘ１＿０）となり、前記レーダ反射点情報は（ｘ，ｙ）であり、
α＞０の場合、前記変換後のレーダ反射点情報（ｘ＿ｎｅｗ，ｙ＿ｎｅｗ）＝Ｒ（９０－α）＊（ｘ，ｙ）となり、
α＜０の場合、前記変換後のレーダ反射点情報（ｘ＿ｎｅｗ，ｙ＿ｎｅｗ）＝Ｒ（｜α｜）＊（ｘ，ｙ）となり、
ここで、Ｒ（θ）＝
（外１）

となる、請求項５に記載の装置。

【請求項7】

前記検出対象の特徴は、前記検出対象の形態特徴、前記検出対象の運動特徴、及び前記検出対象の反射特徴のうちの少なくとも１つを含む、請求項１に記載の装置。

【請求項8】

前記検出対象の形態特徴は、長さと幅との比率、長さと高さとの比率、幅と高さとの比率、又は長さと幅と高さとの比率を含み、
前記検出対象の運動特徴は、平行移動運動の一致性、回転運動の一致性、又は運動の類似性を含み、
前記検出対象の反射特徴は、密度、材料、信号吸収、又は反射比率を含む、請求項７に記載の装置。

【請求項9】

レーダ反射点のクラスタリング方法であって、
検出対象から反射されたレーダエコー信号に基づいてレーダ反射点情報を取得するステップと、
検出対象の特徴に基づいて第１クラスタリング係数を決定し、前記第１クラスタリング係数に基づいて前記レーダ反射点情報に対して第１クラスタリングを行うステップと、
前記第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断するステップと、
前記少なくとも２つのクラスタが前記条件を満たす場合、前記第１クラスタリング係数を第２クラスタリング係数に調整し、前記第２クラスタリング係数に基づいて前記レーダ反射点情報に対して第２クラスタリングを行うステップと、を含む、方法。

【請求項10】

コンピュータプログラムが記憶されているメモリと、プロセッサと、を含む電子機器であって、
前記プロセッサは、
検出対象から反射されたレーダエコー信号に基づいてレーダ反射点情報を取得するステップと、
検出対象の特徴に基づいて第１クラスタリング係数を決定し、前記第１クラスタリング係数に基づいて前記レーダ反射点情報に対して第１クラスタリングを行うステップと、
前記第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断するステップと、
前記少なくとも２つのクラスタが前記条件を満たす場合、前記第１クラスタリング係数を第２クラスタリング係数に調整し、前記第２クラスタリング係数に基づいて前記レーダ反射点情報に対して第２クラスタリングを行うステップと、を実行する、電子機器。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施例は、レーダ監視の技術分野に関する。

【背景技術】

【0002】

レーダは、送信アンテナを介して電磁波を放射し、様々な物体から反射された対応する反射波を受信し、その受信結果を分析する。これによって、物体のレーダに対する位置、径方向の運動速度などの情報を効果的に抽出することができ、これらの情報は、様々な応用シナリオの要求を満たすことができる。

【0003】

従って、レーダの発展により、例えば人の追跡、転倒検出、動作検出、生理学的指標の検出などの様々な屋内の応用に新しい解決策をもたらした。レーダは、センサ基づく方法に比べて、設置が簡単であり、カバレッジ範囲が広く、また、ビデオに基づく方法に比べて、プライバシーへの侵害が少なく、光線などの環境要因の影響を受けない。

【0004】

なお、上述した技術背景の説明は、本発明の技術案を明確、完全に理解させるための説明であり、当業者を理解させるために記述されているものである。これらの技術案は、単なる本発明の背景技術部分として説明されたものであり、当業者により周知されたものではない。

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明の発明者の発見によると、現在のレーダに基づく対象検出（例えば人の追跡）の技術では、主にレーダエコー信号に対して分析処理を行うことで有効な対象反射点を取得し、反射点をクラスタリングすることで対象の位置などの情報を取得する。

【0006】

しかし、実際のシナリオでは、環境が複雑であり、反射点におけるノイズが多い。また、複数の検出対象（例えば人）間の距離が近い場合、１つの検出対象と誤判断しやすい。また、検出対象（例えば人）の特定の姿勢（例えばベッドに横になる）の場合、複数の検出対象と誤判断しやすい。反射点の効果的なクラスタリングは、追跡の正確度及び後続の応用、例えば行動分析などに直接影響を及ぼす。

【0007】

上記の技術的問題の少なくとも１つを鑑み、本発明の実施例は、反射点を効果的にクラスタリングすることができ、クラスタリング品質を改善し、検出正確度を向上させることができる、レーダ反射点のクラスタリング装置、方法及び電子機器を提供する。

【課題を解決するための手段】

【0008】

本発明の実施例の１つの態様では、レーダ反射点のクラスタリング装置であって、検出対象から反射されたレーダエコー信号に基づいてレーダ反射点情報を取得する取得部と、検出対象の特徴に基づいて第１クラスタリング係数を決定し、前記第１クラスタリング係数に基づいて前記レーダ反射点情報に対して第１クラスタリングを行う第１クラスタリング部と、前記第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断する判断部と、前記少なくとも２つのクラスタが前記条件を満たす場合、前記第１クラスタリング係数を第２クラスタリング係数に調整し、前記第２クラスタリング係数に基づいて前記レーダ反射点情報に対して第２クラスタリングを行う第２クラスタリング部と、を含む、装置を提供する。

【0009】

本発明の実施例のもう１つの態様では、レーダ反射点のクラスタリング方法であって、検出対象から反射されたレーダエコー信号に基づいてレーダ反射点情報を取得するステップと、検出対象の特徴に基づいて第１クラスタリング係数を決定し、前記第１クラスタリング係数に基づいて前記レーダ反射点情報に対して第１クラスタリングを行うステップと、前記第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断するステップと、前記少なくとも２つのクラスタが前記条件を満たす場合、前記第１クラスタリング係数を第２クラスタリング係数に調整し、前記第２クラスタリング係数に基づいて前記レーダ反射点情報に対して第２クラスタリングを行うステップと、を含む、方法を提供する。

【0010】

本発明の実施例のもう１つの態様では、コンピュータプログラムが記憶されているメモリと、プロセッサと、を含む電子機器であって、前記プロセッサは、検出対象から反射されたレーダエコー信号に基づいてレーダ反射点情報を取得するステップと、検出対象の特徴に基づいて第１クラスタリング係数を決定し、前記第１クラスタリング係数に基づいて前記レーダ反射点情報に対して第１クラスタリングを行うステップと、前記第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断するステップと、前記少なくとも２つのクラスタが前記条件を満たす場合、前記第１クラスタリング係数を第２クラスタリング係数に調整し、前記第２クラスタリング係数に基づいて前記レーダ反射点情報に対して第２クラスタリングを行うステップと、を実行する、電子機器を提供する。

【0011】

本発明の実施例の有利な効果の１つは以下の通りである。第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断し、少なくとも２つのクラスタが条件を満たす場合、第１クラスタリング係数を第２クラスタリング係数に調整してレーダ反射点情報に対して第２クラスタリングを行うことで、検出対象の特徴に基づいてクラスタリングを適応的に調整することができるため、クラスタリング品質を改善し、検出正確度を向上させることができる。

【0012】

本発明の特定の実施形態は、後述の説明及び図面に示すように、詳細に開示され、本発明の原理を採用されることが可能な方式を示している。なお、本発明の実施形態は、範囲上には限定されるものではない。本発明の実施形態は、添付されている特許請求の範囲の主旨及び内容の範囲内、各種の改変、修正、及び均等的なものが含まれる。

【0013】

ある一つの実施形態に説明及び又は示されている特徴は、同一又は類似の方式で一つ又は多くの他の実施形態に使用されてもよく、他の実施形態における特徴と組み合わせてもよく、他の実施形態における特徴を代替してもよい。

【0014】

なお、用語「含む／有する」は、本文に使用される際に、特徴、要素、ステップ又は構成要件の存在を意味し、一つ又は複数の他の特徴、要素、ステップ又は構成要件の存在又は追加を排除するものではない。

【図面の簡単な説明】

【0015】

ここで含まれる図面は、本発明の実施例を理解させるためのものであり、本明細書の一部を構成し、本発明の実施例を例示するためのものであり、文言の記載と合わせて本発明の原理を説明する。なお、ここに説明される図面は、単なる本発明の実施例を説明するためのものであり、当業者にとって、これらの図面に基づいて他の図面を容易に得ることができる。

【図1】本発明の実施例のレーダ反射点のクラスタリング方法を示す１つの概略図である。

【図2】本発明の実施例のレーダ反射点のクラスタリング方法を示すもう１つの概略図である。

【図3】本発明の実施例の第１クラスタリング後の状態の１つの例を示す図である。

【図4】本発明の実施例の第１クラスタリング後の状態のもう１つの例を示す図である。

【図5】本発明の実施例の第１クラスタリング後の状態のもう１つの例を示す図である。

【図6】本発明の実施例のレーダ反射点情報に対する変換の１つの例を示す図である。

【図7】本発明の実施例の第２クラスタリング後の状態の１つの例を示す図である。

【図8】本発明の実施例のレーダ反射点のクラスタリング装置を示す概略図である。

【図9】本発明の実施例の電子機器を示す概略図である。

【発明を実施するための形態】

【0016】

本発明の上記及びその他の特徴は、図面及び下記の説明により明確になる。明細書及び図面では、本発明の特定の実施形態、即ち本発明の原則に従う一部の実施形態を表すものを公開している。なお、本発明は説明される実施形態に限定されず、本発明は、特許請求の範囲内の全ての修正、変更されたもの、及び均等なものを含む。

【0017】

本発明の実施例では、用語「第１」、「第２」は異なる要素を名称で区分するためのものであり、これらの要素の空間的配列又は時間的順序などを意味するものではなく、これらの要素はこれらの用語に限定されない。用語「及び／又は」は列挙された用語の１つ又は複数のうち何れか及びその組み合わせを含む。用語「包括」、「含む」、「有する」は説明された特徴、要素、素子又は部材の存在を意味するが、他の１つ又は複数の特徴、要素、素子又は部材の存在又は追加を排除するものではない。

【0018】

本発明の実施例では、単数形の「一」、「該」等は複数形を含み、「一種」又は「一類」を意味し、「１つ」に限定するものではない。また、用語「前記」は、文脈上明確に指示されない限り、単数形及び複数形両方を含む。また、文脈上明確に指示されない限り、用語「応じて」は「少なくとも部分的に応じて」を意味し、用語「に基づいて」は「少なくとも部分的に基づいて」を意味する。

【0019】

本発明の実施例では、密度に基づくクラスタリングアルゴリズムＤＢＳＣＡＮ（Ｄｅｎｓｉｔｙ－Ｂａｓｅｄ Ｓｐａｔｉａｌ Ｃｌｕｓｔｅｒｉｎｇ ｏｆ Ａｐｐｌｉｃａｔｉｏｎｓ ｗｉｔｈ Ｎｏｉｓｅ）を用いてクラスタリングを行ってもよいが、本発明はこれに限定されず、他のクラスタリングアルゴリズムを用いてもよい。

【0020】

＜第１実施例＞
本発明の実施例はレーダ反射点のクラスタリング方法を提供する。図１は本発明の実施例のレーダ反射点のクラスタリング方法を示す１つの概略図である。図１に示すように、該方法は以下のステップを含む。

【0021】

ステップ１０１：検出対象から反射されたレーダエコー信号に基づいてレーダ反射点情報を取得する。

【0022】

ステップ１０２：検出対象の特徴に基づいて第１クラスタリング係数を決定し、該第１クラスタリング係数に基づいて該レーダ反射点情報に対して第１クラスタリングを行う。

【0023】

ステップ１０３：該第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断する。

【0024】

ステップ１０４：該少なくとも２つのクラスタが該条件を満たす場合、該第１クラスタリング係数を第２クラスタリング係数に調整し、該第２クラスタリング係数に基づいて該レーダ反射点情報に対して第２クラスタリングを行う。

【0025】

なお、図１は単なる本発明の実施例を例示的に説明するためのものであり、本発明はこれに限定されない。例えば、各処理の実行順序を適宜調整してもよいし、他の処理を追加し、或いはその一部の処理を削除してもよい。当業者は上記の内容に基づいて変形を適宜行ってもよく、上記の図１の記載に限定されない。

【0026】

１つの態様では、レーダエコー信号に基づいてレーダ反射点を取得してもよい。レーダ反射点情報は、空間次元情報、速度次元情報及び強度次元情報のうちの少なくとも１つを含む。例えば、レーダ反射点情報は、空間次元情報（ｘ，ｙ，ｚ）、速度次元情報ｖ及び強度次元情報ｅを含む。

【0027】

１つの態様では、第１クラスタリング係数及び／又は第２クラスタリング係数は、空間重み係数、速度重み係数及び強度重み係数のうちの少なくとも１つを含む。該空間重み係数は、長さ重み係数、幅重み係数及び高さ重み係数のうちの少なくとも１つを含む。

【0028】

例えば、クラスタリング係数に基づいてクラスタリング入力点ＰをＤＢＳＣＡＮアルゴリズムの入力として生成してクラスタリングを行ってもよい。該クラスタリング入力点は、Ｐ（ａ１＊ｘ，ａ２＊ｙ，ａ３＊ｚ，ｂ１＊ｖ，ｃ１＊ｅ）と表してもよい。ここで、ａ１は長さ重み係数であり、ａ２は幅重み係数であり、ａ３は高さ重み係数であり、ｂ１は速度重み係数であり、ｃ１は強度重み係数である。

【0029】

１つの態様では、該条件は、該少なくとも２つのクラスタ間の距離が第１閾値よりも小さいか否か、該少なくとも２つのクラスタの高さが第２閾値よりも小さいか否か、該少なくとも２つのクラスタのレーダ点の数の差が第３閾値よりも大きいか否か、該少なくとも２つのクラスタの速度の差が第４閾値よりも大きいか否か、及び該少なくとも２つのクラスタの信号強度の差が第５閾値よりも大きいか否か、のうちの１つ又は任意の組み合わせを含む。なお、本発明はこれに限定されず、実際のシナリオに応じてより多くの条件を追加してもよい。

【0030】

図２は本発明の実施例のレーダ反射点のクラスタリング方法を示すもう１つの概略図である。図２に示すように、レーダ反射点（ｘ，ｙ，ｚ，ｖ，ｅ）を取得した後、クラスタリング入力点Ｐ１を決定してもよい。

【0031】

例えば、Ｐ１は、（ａ１＊ｘ，ａ２＊ｙ，ａ３＊ｚ，ｂ１＊ｖ，ｃ１＊ｅ）である。空間次元情報（ｘ，ｙ，ｚ）について、人体の形状を考慮すると、例えばａ１＝ａ２＝０，ａ３＝０．３となるように設定されてもよい。人体の異なる部分（例えば腕及び胴）が動く際に異なる速度を有するが、同一の距離範囲内で速度が一定の類似性を有することを考慮すると、クラスタリング係数に速度制限を追加してもよく、例えばｂ１＝２となるように設定してもよい。以上は、単に検出対象の特徴に基づいてクラスタリング係数を決定する方法を例示的に説明し、本発明はこれに限定されない。

【0032】

図２に示すように、クラスタリング入力点Ｐ１を決定した後に、Ｐ１をＤＢＳＣＡＮアルゴリズムの入力サンプルセットとしてクラスタリング（第１クラスタリング）を行い、クラスタリング結果Ｃ＝｛Ｃｉ，ｉ∈Ｎ｝を取得してもよい。図２に示すように、再クラスタリング条件を満たす２つのクラスタ（例えばＣｊ及びＣｋ）が存在するか否かを判断してもよい。

【0033】

例えば、Ｃｊ及びＣｋが条件（１）クラスタ間の距離が１．２ｍよりも小さいこと、（２）２つのクラスタの高さが何れも１ｍよりも小さいこと、（３）２つのクラスタの点の数の差が１０よりも大きいことを満たす場合、再度クラスタリングを行う必要があると判断する。この場合、検出対象の特徴及び／又は第１クラスタリングの結果に基づいてＰ１をＰ２に調整してもよく、Ｐ２は例えば（ａ１２＊ｘ，ａ２２＊ｙ，ａ３２＊ｚ，ｂ２＊ｖ，ｃ２＊ｅ）である。

【0034】

１つの態様では、少なくとも２つのクラスタが条件を満たす場合、検出対象の特徴に基づいてレーダ反射点情報を変換し、第２クラスタリング係数及び変換後のレーダ反射点情報に基づいてレーダ反射点情報に対して該第２クラスタリングを行う。

【0035】

ここで、第１クラスタリング時の全てのレーダ反射点情報に対して再クラスタリングを行ってもよいし、第１クラスタリング時の一部のレーダ反射点情報に対して再クラスタリングを行ってもよく、例えば該２つのクラスタに含まれるレーダ反射点情報にのみ対して再クラスタリングを行ってもよい。具体的なクラスタリング対象は、実際のシナリオに応じて決定されてもよい。

【0036】

例えば、少なくとも２つのクラスタの中心点に基づいて中心点間の角度を計算し、該角度に基づいてレーダ反射点情報に対して空間次元回転を行い、変換後のレーダ反射点情報を取得する。

【0037】

少なくとも２つのクラスタ（例えばＣｊ及びＣｋ）の中心点は（ｘ１＿０，ｙ１＿０）及び（ｘ２＿０，ｙ２＿０）であることを一例にすると、角度α＝（ｙ２＿０－ｙ１＿０）／（ｘ２＿０－ｘ１＿０）となり、レーダ反射点情報は（ｘ，ｙ）である。

【0038】

α＞０の場合、変換後のレーダ反射点情報（ｘ＿ｎｅｗ，ｙ＿ｎｅｗ）＝Ｒ（９０－α）＊（ｘ，ｙ）となる。

【0039】

α＜０の場合、変換後のレーダ反射点情報（ｘ＿ｎｅｗ，ｙ＿ｎｅｗ）＝Ｒ（｜α｜）＊（ｘ，ｙ）となる。

【0040】

ここで、Ｒ（θ）＝
（外１）

となる。

【0041】

Ｐ２はＰ２（ｙ＿ｎｅｗ，ｚ）にさらに調整されてもよい。以上は、空間次元のｘ、ｙを一例にして変換を説明したが、本発明はこれに限定されず、他の１つ又は複数の次元で情報を変換してもよく、実際のシナリオに応じて具体的な変換方式を決定してもよい。

【0042】

図２に示すように、クラスタリング入力点Ｐ２を調整した後に、Ｐ２をＤＢＳＣＡＮアルゴリズムの入力サンプルセットとして再クラスタリング（第２クラスタリング）を行い、クラスタリング結果を取得してもよい。図２に示すように、Ｃｉに再クラスタリング条件を満たす２つのクラスタ（例えばＣｊ及びＣｋ）が存在しない場合、クラスタリング結果を直接出力してもよい。

【0043】

１つの態様では、検出対象の特徴は、検出対象の形態特徴、検出対象の運動特徴、及び検出対象の反射特徴のうちの少なくとも１つを含む。ここで、検出対象の形態特徴は、長さと幅との比率、長さと高さとの比率、幅と高さとの比率、又は長さと幅と高さとの比率を含み、検出対象の運動特徴は、平行移動運動の一致性、回転運動の一致性、又は運動の類似性を含み、検出対象の反射特徴は、密度、材料、信号吸収、又は反射比率を含む。

【0044】

特徴は以上のものの１つ又は任意の組み合わせを採用してもよく、実際のシナリオに応じて具体的な１つ又は複数の特徴を決定してもよい。また、本発明はこれらの特徴に限定されず、実際のシナリオに応じて検出対象の他の特徴を選択してもよい。

【0045】

以下は、一例を参照しながら本発明の実施例をさらに説明する。

【0046】

図３は本発明の実施例の第１クラスタリング後の状態の１つの例を示す図である。ここで、空間次元（ｘ，ｙ，ｚ）のみを考慮し、クラスタリング係数を使用していない。図３の左部分は、クラスタリング後の平面の状況を示し、図３の右部分は、クラスタリング後の立体の状況を示している。図３に示すように、２人の人物が１つのクラスにクラスタリングされているため、クラスタリング精度が高くない。

【0047】

図４は本発明の実施例の第１クラスタリング後の状態のもう１つの例を示す図である。ここで、空間次元（ｘ，ｙ，ｚ）及び速度次元ｖを考慮し、クラスタリング係数を使用し、クラスタリング入力点は（ｘ，ｙ，０．３＊ｚ，２＊ｖ，０＊ｅ）である。図４の左部分は、クラスタリング後の平面の状況を示し、図４の右部分は、クラスタリング後の立体の状況を示している。

【0048】

図４に示すように、２人の人物が２つのクラスにクラスタリングされている。このように、距離が近い２つの検出対象についても、クラスタリング係数を用いることで、この２つの検出対象を検出することができる。これによって、本発明の実施例の第１クラスタリングは、検出対象の特徴を用いることで、クラスタリング精度を向上させることができる。

【0049】

図５は本発明の実施例の第１クラスタリング後の状態のもう１つの例を示す図であり、人がベッドに横になる場合、人に属する反射点が２つのクラスＣ１及びＣ２にクラスタリングされる状況を示している。ここで、図５の左部分はＸ－Ｙの状況を示し、図５の右部分はＸ－Ｚの状況を示している。

【0050】

この例では、Ｃ１及びＣ２に対応する点の数はそれぞれ１８及び３５であり（その差が１０よりも大きく）、中心間の距離は１．０１ｍであり（１．２ｍよりも小さく）、中心の高さが何れも０．５５ｍ程度である（１ｍよりも小さい）ため、この２つのクラスＣ１及びＣ２を再度クラスタリングする必要があると判断する。

【0051】

図６は本発明の実施例のレーダ反射点情報に対する変換の１つの例を示す図である。図６に示すように、回転角度αを計算し、該角度αに基づいてレーダ反射点情報を回転させて、新しい（ｘ＿ｎｅｗ，ｙ＿ｎｅｗ）を取得してもよい。そして、（ｙ＿ｎｅｗ，ｚ）を新しいクラスタリング入力点として第２クラスタリングを行ってもよい。

【0052】

図７は本発明の実施例の第２クラスタリング後の状態の１つの例を示す図である。第１クラスタリングにおいて２つのクラスＣ１及びＣ２にクラスタリングされた反射点は、第２クラスタリングにおいて１つのクラスにクラスタリングされている。これは、この例で人がベッドに横になるという実際のシナリオに一致する。

【0053】

従って、本発明の実施例の第１クラスタリングは、検出対象の特徴を用いることで、クラスタリング精度を向上させることができる。また、本発明の実施例は、第２クラスタリングを適応的に行うことで、クラスタリング品質を改善することができ、より多くの対象情報（例えば姿勢情報）を取得することができる。

【0054】

以上は、本発明に関連する各ステップ又はプロセスを説明しているが、本発明はこれに限定されない。ビデオ構成の更新方法は他のステップ又はプロセスをさらに含んでもよく、これらのステップ又はプロセスの具体的な内容について従来技術を参照してもよい。また、以上、単に上記の式を一例にして本発明の実施例を例示的に説明しているが、本発明はこれらの式に限定されず、これらの式に対して適切な変形を行ってもよく、これらの変形例は本発明の実施例の範囲内に含まれるべきである。

【0055】

以上の各実施例は本発明の実施例を例示的に説明するためのものであり、本発明はこれに限定されず、以上の各実施例に基づいて変形を適宜行ってもよい。例えば、上記の各実施例を単独で用いてもよいし、各実施例の１つ又は複数を組み合わせてもよい。

【0056】

本実施例によれば、第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断し、少なくとも２つのクラスタが条件を満たす場合、第１クラスタリング係数を第２クラスタリング係数に調整してレーダ反射点情報に対して第２クラスタリングを行うことで、検出対象の特徴に基づいてクラスタリングを適応的に調整することができるため、クラスタリング品質を改善し、検出正確度を向上させることができる。

【0057】

＜第２実施例＞
本発明の実施例はレーダ反射点のクラスタリング装置を提供し、第１実施例と同様な内容について説明を省略する。

【0058】

図８は本発明の実施例のレーダ反射点のクラスタリング装置を示す概略図である。図８に示すように、レーダ反射点のクラスタリング装置８００は、取得部８０１、第１クラスタリング部８０２、判断部８０３、及び第２クラスタリング部８０４を含む。

【0059】

取得部８０１は、検出対象から反射されたレーダエコー信号に基づいてレーダ反射点情報を取得する。

【0060】

第１クラスタリング部８０２は、検出対象の特徴に基づいて第１クラスタリング係数を決定し、該第１クラスタリング係数に基づいて該レーダ反射点情報に対して第１クラスタリングを行う。

【0061】

判断部８０３は、該第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断する。

【0062】

第２クラスタリング部８０４は、該少なくとも２つのクラスタが該条件を満たす場合、該第１クラスタリング係数を第２クラスタリング係数に調整し、該第２クラスタリング係数に基づいて該レーダ反射点情報に対して第２クラスタリングを行う。

【0063】

１つの態様では、該レーダ反射点情報は、空間次元情報、速度次元情報及び強度次元情報のうちの少なくとも１つを含み、該第１クラスタリング係数及び／又は該第２クラスタリング係数は、空間重み係数、速度重み係数及び強度重み係数のうちの少なくとも１つを含み、該空間重み係数は、長さ重み係数、幅重み係数及び高さ重み係数のうちの少なくとも１つを含む。

【0064】

１つの態様では、該条件は、該少なくとも２つのクラスタ間の距離が第１閾値よりも小さいか否か、該少なくとも２つのクラスタの高さが第２閾値よりも小さいか否か、該少なくとも２つのクラスタのレーダ点の数の差が第３閾値よりも大きいか否か、該少なくとも２つのクラスタの速度の差が第４閾値よりも大きいか否か、及び該少なくとも２つのクラスタの信号強度の差が第５閾値よりも大きいか否か、のうちの１つ又は任意の組み合わせを含む。

【0065】

１つの態様では、レーダ反射点のクラスタリング装置８００、変換部８０５をさらに含む。

【0066】

変換部８０５は、該少なくとも２つのクラスタが該条件を満たす場合、検出対象の特徴に基づいて該レーダ反射点情報を変換する。

【0067】

１つの態様では、第２クラスタリング部８０４は、該第２クラスタリング係数及び変換後のレーダ反射点情報に基づいて該レーダ反射点情報に対して該第２クラスタリングを行う。

【0068】

１つの態様では、変換部８０５は、該少なくとも２つのクラスタの中心点に基づいて該中心点間の角度を計算し、該角度に基づいて該レーダ反射点情報に対して空間次元回転を行い、該変換後のレーダ反射点情報を取得する。

【0069】

１つの態様では、該少なくとも２つのクラスタの中心点は（ｘ１＿０，ｙ１＿０）及び（ｘ２＿０，ｙ２＿０）であり、前記角度α＝（ｙ２＿０－ｙ１＿０）／（ｘ２＿０－ｘ１＿０）となり、前記レーダ反射点情報は（ｘ，ｙ）であり、α＞０の場合、該変換後のレーダ反射点情報（ｘ＿ｎｅｗ，ｙ＿ｎｅｗ）＝Ｒ（９０－α）＊（ｘ，ｙ）となり、α＜０の場合、該変換後のレーダ反射点情報（ｘ＿ｎｅｗ，ｙ＿ｎｅｗ）＝Ｒ（｜α｜）＊（ｘ，ｙ）となり、ここで、Ｒ（θ）＝
（外２）

となる。

【0070】

１つの態様では、該検出対象の特徴は、該検出対象の形態特徴、該検出対象の運動特徴、及び該検出対象の反射特徴のうちの少なくとも１つを含む。

【0071】

１つの態様では、該検出対象の形態特徴は、長さと幅との比率、長さと高さとの比率、幅と高さとの比率、又は長さと幅と高さとの比率を含み、該検出対象の運動特徴は、平行移動運動の一致性、回転運動の一致性、又は運動の類似性を含み、該検出対象の反射特徴は、密度、材料、信号吸収、又は反射比率を含む。

【0072】

なお、以上は単に本発明に関連する各部を説明し、本発明はこれに限定されない。レーダ反射点のクラスタリング装置８００は他の部材又はモジュールをさらに含んでもよく、これらの部材又はモジュールの具体的な内容について従来技術を参照してもよい。

【0073】

説明の便宜上、図８は、単なる各部材又はモジュール間の接続関係又は信号方向のみを例示的に示しているが、当業者はバス接続などの各種の関連技術を採用してもよい。上記の各部材又はモジュールは例えばプロセッサ、メモリなどのハードウェア機器により実現されてもよく、本発明の実施例はこれに限定されない。

【0074】

以上の各実施例は本発明の実施例を例示的に説明しているが、本発明はこれに限定されず、各実施例に基づいて変形を適宜行ってもよい。例えば、上記の各実施例を単独で用いてもよいし、上記の各実施例の１つ又は複数を組み合わせてもよい。

【0075】

本実施例によれば、第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断し、少なくとも２つのクラスタが条件を満たす場合、第１クラスタリング係数を第２クラスタリング係数に調整してレーダ反射点情報に対して第２クラスタリングを行うことで、検出対象の特徴に基づいてクラスタリングを適応的に調整することができるため、クラスタリング品質を改善し、検出正確度を向上させることができる。

【0076】

＜第３実施例＞
本発明の実施例は、第２実施例に記載のレーダ反射点のクラスタリング装置を含む電子機器をさらに提供し、ここでその内容を援用する。該電子機器は例えばコンピュータ、サーバ、ワークステーション、ラップトップコンピュータ、スマートフォンなどであってもよく、本発明の実施例はこれに限定されない。

【0077】

図９は本発明の実施例の電子機器を示す概略図である。図９に示すように、電子機器９００は、プロセッサ（例えば中央処理装置：ＣＰＵ）９１０及びメモリ９２０を含んでもよく、メモリ９２０はプロセッサ９１０に接続される。メモリ９２０は、各種のデータ及び情報処理のプログラム９２１を記憶してもよく、プロセッサ９１０の制御により該プログラム９２１を実行する。

【0078】

１つの態様では、レーダ反射点のクラスタリング装置８００の機能はプロセッサ９１０に統合されてもよい。ここで、プロセッサ９１０は、実施例１に説明されたレーダ反射点のクラスタリング方法を実現するように構成されてもよい。

【0079】

もう１つの態様では、レーダ反射点のクラスタリング装置８００はプロセッサ９１０とそれぞれ配置されてもよく、例えば、レーダ反射点のクラスタリング装置８００はプロセッサ９１０に接続されたチップであり、プロセッサ９１０の制御によりレーダ反射点のクラスタリング装置８００の機能を実現するように構成されてもよい。

【0080】

１つの態様では、プロセッサ９１０は、検出対象から反射されたレーダエコー信号に基づいてレーダ反射点情報を取得するステップと、検出対象の特徴に基づいて第１クラスタリング係数を決定し、該第１クラスタリング係数に基づいて該レーダ反射点情報に対して第１クラスタリングを行うステップと、該第１クラスタリング後に形成された少なくとも２つのクラスタが条件を満たすか否かを判断するステップと、該少なくとも２つのクラスタが該条件を満たす場合、該第１クラスタリング係数を第２クラスタリング係数に調整し、該第２クラスタリング係数に基づいて該レーダ反射点情報に対して第２クラスタリングを行うステップと、を実行するように構成される。

【0081】

１つの態様では、該レーダ反射点情報は、空間次元情報、速度次元情報及び強度次元情報のうちの少なくとも１つを含み、該第１クラスタリング係数及び／又は該第２クラスタリング係数は、空間重み係数、速度重み係数及び強度重み係数のうちの少なくとも１つを含み、該空間重み係数は、長さ重み係数、幅重み係数及び高さ重み係数のうちの少なくとも１つを含む。

【0082】

１つの態様では、該条件は、該少なくとも２つのクラスタ間の距離が第１閾値よりも小さいか否か、該少なくとも２つのクラスタの高さが第２閾値よりも小さいか否か、該少なくとも２つのクラスタのレーダ点の数の差が第３閾値よりも大きいか否か、該少なくとも２つのクラスタの速度の差が第４閾値よりも大きいか否か、及び該少なくとも２つのクラスタの信号強度の差が第５閾値よりも大きいか否か、のうちの１つ又は任意の組み合わせを含む。

【0083】

１つの態様では、プロセッサ９１０は、少なくとも２つのクラスタが前記条件を満たす場合、検出対象の特徴に基づいて前記レーダ反射点情報を変換し、該第２クラスタリング係数及び変換後のレーダ反射点情報に基づいて該レーダ反射点情報に対して該第２クラスタリングを行うように構成される。

【0084】

１つの態様では、プロセッサ９１０は、該少なくとも２つのクラスタの中心点に基づいて該中心点間の角度を計算し、該角度に基づいて該レーダ反射点情報に対して空間次元回転を行い、該変換後のレーダ反射点情報を取得するように構成される。

【0085】

１つの態様では、該少なくとも２つのクラスタの中心点は（ｘ１＿０，ｙ１＿０）及び（ｘ２＿０，ｙ２＿０）であり、該角度α＝（ｙ２＿０－ｙ１＿０）／（ｘ２＿０－ｘ１＿０）となり、該レーダ反射点情報は（ｘ，ｙ）であり、α＞０の場合、該変換後のレーダ反射点情報（ｘ＿ｎｅｗ，ｙ＿ｎｅｗ）＝Ｒ（９０－α）＊（ｘ，ｙ）となり、α＜０の場合、該変換後のレーダ反射点情報（ｘ＿ｎｅｗ，ｙ＿ｎｅｗ）＝Ｒ（｜α｜）＊（ｘ，ｙ）となり、ここで、Ｒ（θ）＝
（外３）

となる。

【0086】

１つの態様では、該検出対象の特徴は、該検出対象の形態特徴、該検出対象の運動特徴、及び該検出対象の反射特徴のうちの少なくとも１つを含む。

【0087】

１つの態様では、該検出対象の形態特徴は、長さと幅との比率、長さと高さとの比率、幅と高さとの比率、又は長さと幅と高さとの比率を含み、該検出対象の運動特徴は、平行移動運動の一致性、回転運動の一致性、又は運動の類似性を含み、該検出対象の反射特徴は、密度、材料、信号吸収、又は反射比率を含む。

【0088】

また、図９に示すように、電子機器９００は、入力出力（Ｉ／Ｏ）デバイス９３０及びディスプレイ９４０などをさらに含んでもよい。ここで、上記各部の機能は従来技術と類似し、ここでその説明を省略する。なお、電子機器９００は、図９に示す全ての構成部を含まなくてもよい。また、電子機器９００は、図９に示していない構成部を含んでもよく、従来技術を参考してもよい。

【0089】

本発明の実施例は、電子機器においてプログラムを実行する際に、コンピュータに、該電子機器において第１実施例に記載のレーダ反射点のクラスタリング方法を実行させる、コンピュータ読み取り可能なプログラムをさらに提供する。

【0090】

本発明の実施例は、コンピュータに、電子機器において第１実施例に記載のレーダ反射点のクラスタリング方法を実行させるためのコンピュータ読み取り可能なプログラムを記憶する、記憶媒体をさらに提供する。

【0091】

本発明の以上の装置及び方法は、ハードウェアにより実現されてもよく、ハードウェアとソフトウェアを結合して実現されてもよい。本発明はコンピュータが読み取り可能なプログラムに関し、該プログラムは論理部により実行される時に、該論理部に上述した装置又は構成要件を実現させる、或いは該論理部に上述した各種の方法又はステップを実現させることができる。本発明は上記のプログラムを記憶するための記憶媒体、例えばハードディスク、磁気ディスク、光ディスク、ＤＶＤ、フラッシュメモリ等に関する。

【0092】

本発明の実施例を参照しながら説明した方法／装置は、ハードウェア、プロセッサにより実行されるソフトウェアモジュール、又は両者の組み合わせで実施されてもよい。例えば、図面に示す機能的ブロック図における１つ若しくは複数、又は機能的ブロック図の１つ若しくは複数の組み合わせは、コンピュータプログラムフローの各ソフトウェアモジュールに対応してもよいし、各ハードウェアモジュールに対応してもよい。これらのソフトウェアモジュールは、図面に示す各ステップにそれぞれ対応してもよい。これらのハードウェアモジュールは、例えばフィールド・プログラマブル・ゲートアレイ（ＦＰＧＡ）を用いてこれらのソフトウェアモジュールをハードウェア化して実現されてもよい。

【0093】

ソフトウェアモジュールは、ＲＡＭメモリ、フラッシュメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスタ、ハードディスク、モバイルハードディスク、ＣＤ－ＲＯＭ又は当業者にとって既知の任意の他の形の記憶媒体に位置してもよい。プロセッサが記憶媒体から情報を読み取ったり、記憶媒体に情報を書き込むように該記憶媒体をプロセッサに接続してもよいし、記憶媒体がプロセッサの構成部であってもよい。プロセッサ及び記憶媒体はＡＳＩＣに位置する。該ソフトウェアモジュールは移動端末のメモリに記憶されてもよいし、移動端末に挿入されたメモリカードに記憶されてもよい。例えば、機器（例えば移動端末）が比較的に大きい容量のＭＥＧＡ－ＳＩＭカード又は大容量のフラッシュメモリ装置を用いる場合、該ソフトウェアモジュールは該ＭＥＧＡ－ＳＩＭカード又は大容量のフラッシュメモリ装置に記憶されてもよい。

【0094】

図面に記載されている一つ以上の機能ブロックおよび/または機能ブロックの一つ以上の組合せは、本発明に記載されている機能を実行するための汎用プロセッサ、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールド・プログラマブル・ゲートアレイ（ＦＰＧＡ）又は他のプログラマブル論理デバイス、ディスクリートゲートまたはトランジスタ論理装置、ディスクリートハードウェアコンポーネント、またはそれらの任意の適切な組み合わせで実現されてもよい。図面に記載されている一つ以上の機能ブロックおよび/または機能ブロックの一つ以上の組合せは、例えば、コンピューティング機器の組み合わせ、例えばＤＳＰとマイクロプロセッサの組み合わせ、複数のマイクロプロセッサの組み合わせ、ＤＳＰ通信と組み合わせた１つ又は複数のマイクロプロセッサ又は他の任意の構成で実現されてもよい。

【0095】

以上、具体的な実施形態を参照しながら本発明を説明しているが、上記の説明は、例示的なものに過ぎず、本発明の保護の範囲を限定するものではない。本発明の趣旨及び原理を離脱しない限り、本発明に対して各種の変形及び修正を行ってもよく、これらの変形及び修正も本発明の範囲に属する。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】