JP2011095914A - 車両追跡システム、車両追跡方法および車両追跡プログラム - Google Patents

Abstract

【課題】道路上の車両を検知するセンサを用いて車両の追跡を行う際に、誤検出を減少して車両追跡処理の精度向上を図ることのできる車両追跡システム、方法およびプログラムを得ること。
【解決手段】運動軌跡算出手段１２は、センサ１１によって検出される道路上の各単位領域のいずれかが車両の存在の可能性を示す特定物理状態となっているとき、時間的な変化としての運動軌跡を算出する。車両追跡解析手段１４は、この運動軌跡と誤検出割合登録手段１３に登録した単位領域ごとの車両の誤検出の割合を用いて車両の走行経路を解析する。
【選択図】図１

Description

本発明は、車両の追跡を行う車両追跡システム、車両追跡方法および車両追跡プログラムに関する。本発明は特に車両の誤追跡の抑制を可能とする車両追跡システム、車両追跡方法および車両追跡プログラムに関する。

近年の自動車開発のキーワードとして、「安全・安心」が広く使用されている。日本社会の高齢化に伴い、車両を運転するドライバの高齢者人口が今後増大していくのは避けられない。そこで、判断力、注意力、あるいは体力の衰えた高齢者ドライバに対して安全で安心できる運転をサポートすることが、自動車業界にとって強く望まれている。

自動車にとっての「安全・安心」とは、交通事故の発生を回避することや、交通事故が発生した場合にその損害を最小限に食い止めることである。自動車の高性能化や道路交通法の改正といった技術の進歩や法律の整備によって、交通事故死者数は平成９年の９,６４０人から平成１８年の６,３５２人と着実に減少を続けている。この一方で、交通事故による負傷者数はほぼ横ばいであり、自動車の安全性に関しては更なる向上が求められている。

ところで、自動車と人あるいはモノとの衝突を回避するために必要な技術として、自動車周辺状況認識技術が存在する。たとえばミリ波レーダを用いた前方車両衝突回避システム、遠赤外線画像をカーナビゲーション画面に表示することによる夜間道路画像明瞭化システム、前方カメラを用いて白線を認識することによる車線逸脱警報システムが、この種の技術として実用化されている。これらの自動車周辺状況認識技術は、それぞれ１台の車両で処理が完結する。

一方、より高度な状況認識を実現するアプローチとして、車車連携技術や路車連携技術が存在する。車車連携技術では、道路上を走行する各車両が互いに無線通信を行い、自車両の周辺状況を他車両に対して提供することで、自車両のみでは把握が困難な周辺状況の取得が可能になる。車車連携が実現することにより、たとえば死角から他車両が飛び出してくることによる出会い頭の衝突事故の回避が期待される。

路車連携技術では、道路脇に設置したセンサを用いて個々の車両の走行状態をモニタリングし、これらの走行情報を各車両に配信する。路車連携が実現することにより、たとえば渋滞末尾の車両の検出と通知が可能になる。路車連携技術では、各種のセンサの１つとしてカメラを用いることがある。カメラで取得した道路の画像から個々の車両を検出しその走行経路を追跡することで、交差点内での右折車と直進車の衝突防止警告システムの構築も可能になる。

路車連携の枠組みを用いたサービスでは、車両の検出や追跡に誤りがあると、車両を発進させることができるタイミングに「止まれ」の信号を車両に送るというように、利用者にとって不便なシステムとなってしまう。そこで、センサが出力する車両の誤検出信号を同定し、棄却等の後処理を行うことで、車両追跡の精度を上げる必要がある。

たとえば、カメラとしてのセンサから取得する画像に対して、予めニューラルネットワーク等の機械学習を用いて構築した辞書を照合に用いて、画像中における車両を検出するものとする。この際に、画像中の影や横断歩道等のテクスチャが車両と似た特徴を持つ場合には、該当箇所において誤検出の信号が繰り返し発生することになる。以下の説明では、このような誤検出を定常的な誤検出と称することにし、そこから算出される車両の運動軌跡を誤検出軌跡と称することにする。

図３１は、定常的な誤検出の例を示したものである。図３１（Ａ）〜（Ｅ）は、図示しないカメラで撮影した道路の同一場所における５枚の画像を表わしたものである。ここで、時間は図３１（Ａ）から図３１（Ｅ）の方向に順に経過している。

道路を示す各画像には、横断歩道のマーク９５１が、水平方向に間隔を置いて記録されている。横断歩道のマーク９５１を横切る形で車両９５２が走行するものとする。太陽の位置にもよるが、車両９５２のフロントガラスの画像濃度としての画素値は、横断歩道のマーク９５１の画素値と類似する。

このため、車両９５２の走行位置９５３を順次検出しているはずのカメラが、横断歩道のマーク９５１の一部を含む領域９５４の存在を示す位置９５５を車両の位置と誤検出する。横断歩道のマーク９５１は道路の所定位置に描かれているので、カメラの情報を受け取った図示しない車両追跡装置側では、車両が横断歩道上に停止しているものとして認識する。

このような誤認識が時間的にランダムに発生するものであれば、発生頻度を平均化する等の手法を採用することで、真の車両検出信号と区別することができる。ところが、誤検出が定常的に発生するのであれば、このような手法を採用することができない。また、横断歩道のような特定場所で車両９５２の誤検出が繰り返し発生する場合に、これらの検出結果を無効にしてしまうと、その特定場所に停止した車両９５２を検出できなくなる。

そこで、定常的に発生する信号に基づいて、道路上の物体や状況を認識する技術が本発明の第１の関連技術（たとえば特許文献１参照）および第２の関連技術（たとえば特許文献２参照）として提示されている。

このうち、第１の関連技術では、画像を用いた道路上の静止物、すなわち障害物判定の技術を扱っている。この第１の関連技術の障害物判定部では、１秒間に３０フレームを撮影した平面画像のうちの連続した６枚の平面画像を用いる。そして、これらの画像列中の１番目と６番目の画像中で２値化後の物体の位置が一致している場合には、この物体は静止していると見なしている。

本発明の第２の関連技術では、自車両の走行にとって真に障害物となるものを検出する技術を扱っている。この第２の関連技術では、道路上の物体に対するレーダによる検出点のデータ群を走行路区分線で切り分ける。そして、走行路内にあるものと外にあるものとで異なるクラスタ（cluster）、すなわち記録単位に纏めて、これを基にして、自車両の走行にとって真に障害物となるものを検出している。

特開２００７−１５６５６８号公報（第００４３段落、図１） 特開平０８−１２４０８０号公報（第０００９段落、第００２８段落、図５）

このうち第１の関連技術では、複数枚の画像上で移動が観測されずに、静止していると見なす物体の形状が、登録済みの車両の形状と一致しない場合に障害物と判定する。このため、テクスチャ情報が車両に類似している場合には障害物から排除されることになり、この結果として定常的に発生するこの種の誤検出を同定することができない。

一方、第２の関連技術では、移動物体の運動軌跡の滑らかさ、観測時間の長短、センサ検出範囲と検出物体との位置関係から「移動体らしさ」を定義している。そして、移動体らしさの低いものを移動体から削除するようにしている。しかしながら、この第２の関連技術によると、定常的に発生する誤検出については観測時間が長くなる。このため、定常的に発生する誤検出に対して移動体らしさが高くなり、その結果として誤検出として判定して削除することができなくなるという問題がある。

そこで本発明の目的は、道路上の車両を検知するセンサを用いて車両の追跡を行う際に、誤検出を減少して車両追跡処理の精度向上を図ることのできる車両追跡システム、車両追跡方法および車両追跡プログラムを提供することにある。

本発明では、（イ）道路上の予め定めた所定範囲の領域を複数に分割したそれぞれの単位領域における路上の物理状態を時間を追って順次検出するセンサと、（ロ）このセンサによって検出される前記した道路上の前記した単位領域のいずれかの物理状態が車両の存在の可能性を示す特定物理状態となっているとき、これら単位領域の時間的な位置の移動経路としての運動軌跡を算出する運動軌跡算出手段と、（ハ）前記したそれぞれの単位領域ごとに前記した特定物理状態が定常的に発生する割合を登録する誤検出割合登録手段と、（ニ）前記した運動軌跡算出手段によって算出した前記した運動軌跡と前記した誤検出割合登録手段に登録した単位領域ごとの車両の誤検出の割合を用いて車両の走行の経路を解析する車両追跡解析手段とを車両追跡装置が具備する。

また、本発明では、（イ）道路上の予め定めた所定範囲の領域を複数に分割したそれぞれの単位領域における路上の物理状態をセンサを用いて時間を追って順次検出するセンサ検出ステップと、（ロ）このセンサ検出ステップによって検出される前記した単位領域のいずれかの物理状態が車両の存在の可能性を示す特定物理状態となっているとき、これら単位領域の時間的な位置の移動経路としての運動軌跡を算出する運動軌跡算出ステップと、（ハ）前記したそれぞれの単位領域ごとに前記した特定物理状態が定常的に発生する割合を登録する誤検出割合登録ステップと、（ニ）前記した運動軌跡算出ステップによって算出した前記した運動軌跡と前記した誤検出割合登録ステップで登録した単位領域ごとの車両の誤検出の割合を用いて車両の走行の経路を解析する車両追跡解析ステップとを車両追跡方法が具備する。

更に本発明では、コンピュータに、車両追跡プログラムとして、（イ）道路上の予め定めた所定範囲の領域を複数に分割したそれぞれの単位領域における路上の物理状態をセンサを用いて時間を追って順次検出するセンサ検出処理と、（ロ）このセンサ検出処理によって検出される前記した単位領域のいずれかの物理状態が車両の存在の可能性を示す特定物理状態となっているとき、これら単位領域の時間的な位置の移動経路としての運動軌跡を算出する運動軌跡算出処理と、（ハ）前記したそれぞれの単位領域ごとに前記した特定物理状態が定常的に発生する割合を登録する誤検出割合登録処理と、（ニ）前記した運動軌跡算出処理によって算出した前記した運動軌跡と前記した誤検出割合登録処理で登録した単位領域ごとの車両の誤検出の割合を用いて車両の走行の経路を解析する車両追跡解析処理とを実行させることを特徴としている。

以上説明したように本発明によれば、定常的に発生する車両の誤検出結果を反映させて車両の運動軌跡を追跡するので、誤追跡の防止が可能になる。

本発明の車両追跡装置のクレーム対応図である。 本発明の車両追跡方法のクレーム対応図である。 本発明の車両追跡プログラムのクレーム対応図である。 本発明の第１の実施の形態による車両追跡システムを表わしたシステム構成図である。 第１の実施の形態における車両位置検出センサが検出対象とする車両の追跡注目領域を示した平面図である。 第１の実施の形態における追跡注目領域を単位領域に分割した例を示した平面図である。 第１の実施の形態の追跡注目領域におけるそれぞれの単位領域の誤検出の発生する検出頻度を数値で表わした説明図である。 第１の実施の形態の時刻Ｔ−１における各車両の位置を表わした平面図である。 第１の実施の形態の時刻Ｔにおける各車両の位置を表わした平面図である。 第１の実施の形態における時刻Ｔの追跡注目領域に存在する１つのレーン内における時刻Ｔ−１までで得られた運動軌跡と候補検出位置の対応付けの一例を示した説明図である。 第１の実施の形態における運動軌跡の解析が行われる領域を示した説明図である。 第１の実施の形態における車両検出結果に基づいて算出された運動軌跡の一例を示した特性図である 第１の実施の形態における追跡開始位置とずれ量の関係を示した特性図である。 第１の実施の形態におけるずれＤが大きくなる例外的な場合を示した説明図である。 第１の実施の形態における誤検出定常発生領域を判別することが必要な理由を示す特性図である。 図４の車両追跡装置内のメモリにおける主要な領域を示した説明図である。 第１の実施の形態における車両追跡システムの動作を具体的に表わした流れ図である。 本発明の第２の実施の形態における車両追跡システムを表わしたシステム構成図である。 第２の実施の形態における誤検出軌跡判別部の動作原理を示す説明図である。 図１８に示した車両追跡装置内のメモリにおける主要な領域を示したブロック図である。 第２の実施の形態における車両追跡システムの動作を具体的に表わした流れ図である。 本発明の第３の実施の形態における車両追跡システムを表わしたシステム構成図である。 第３の実施の形態における追跡軌跡算出部の動作原理を示す説明図である。 図２２に示した車両追跡装置内のメモリにおける主要な領域を示したブロック図である。 第３の実施の形態における車両追跡システムの動作を具体的に表わした流れ図である。 本発明の第４の実施の形態における車両追跡システムを表わしたシステム構成図である。 図２６に示した車両追跡装置内のメモリにおける主要な領域を示したブロック図である。 第４の実施の形態における追跡開始判定部の処理の様子を表わした流れ図である。 第４の実施の形態における運動軌跡特徴量ｆの算出の原理を示す特性図である。 第４の実施の形態における誤検出軌跡特徴算出部の処理の様子を表わした流れ図である。 定常的な誤検出の例を示した説明図である。

図１は、本発明の車両追跡システムのクレーム対応図を示したものである。本発明の車両追跡システム１０は、センサ１１と、運動軌跡算出手段１２と、誤検出割合登録手段１３と、車両追跡解析手段１４を備えている。ここで、センサ１１は、道路上の予め定めた所定範囲の領域を複数に分割したそれぞれの単位領域における路上の物理状態を時間を追って順次検出する。運動軌跡算出手段１２は、センサ１１によって検出される前記した道路上の前記した単位領域のいずれかの物理状態が車両の存在の可能性を示す特定物理状態となっているとき、これら単位領域の時間的な位置の移動経路としての運動軌跡を算出する。誤検出割合登録手段１３は、前記したそれぞれの単位領域ごとに前記した特定物理状態が定常的に発生する割合を登録する。車両追跡解析手段１４は、運動軌跡算出手段１２によって算出した前記した運動軌跡と誤検出割合登録手段１３に登録した単位領域ごとの車両の誤検出の割合を用いて車両の走行の経路を解析する。

図２は、本発明の車両追跡方法のクレーム対応図を示したものである。本発明の車両追跡方法２０は、センサ検出ステップ２１と、運動軌跡算出ステップ２２と、誤検出割合登録ステップ２３と、車両追跡解析ステップ２４を備えている。ここで、センサ検出ステップ２１では、道路上の予め定めた所定範囲の領域を複数に分割したそれぞれの単位領域における路上の物理状態をセンサを用いて時間を追って順次検出する。運動軌跡算出ステップ２２では、センサ検出ステップ２１によって検出される前記した単位領域のいずれかの物理状態が車両の存在の可能性を示す特定物理状態となっているとき、これら単位領域の時間的な位置の移動経路としての運動軌跡を算出する。誤検出割合登録ステップ２３では、前記したそれぞれの単位領域ごとに前記した特定物理状態が定常的に発生する割合を登録する。車両追跡解析ステップ２４では、運動軌跡算出ステップ２２によって算出した前記した運動軌跡と誤検出割合登録ステップ２３で登録した単位領域ごとの車両の誤検出の割合を用いて車両の走行の経路を解析する。

図３は、本発明の車両追跡プログラムのクレーム対応図を示したものである。本発明の車両追跡プログラム３０は、コンピュータに、車両追跡プログラムとして、センサ検出処理３１と、運動軌跡算出処理３２と、誤検出割合登録処理３３と、車両追跡解析処理３４を実行させるようにしている。ここで、センサ検出処理３１では、道路上の予め定めた所定範囲の領域を複数に分割したそれぞれの単位領域における路上の物理状態をセンサを用いて時間を追って順次検出する。運動軌跡算出処理３２では、センサ検出処理３１によって検出される前記した単位領域のいずれかの物理状態が車両の存在の可能性を示す特定物理状態となっているとき、これら単位領域の時間的な位置の移動経路としての運動軌跡を算出する。誤検出割合登録処理３３では、前記したそれぞれの単位領域ごとに前記した特定物理状態が定常的に発生する割合を登録する。車両追跡解析処理３４では、運動軌跡算出処理３２によって算出した前記した運動軌跡と前記した誤検出割合登録処理３３で登録した単位領域ごとの車両の誤検出の割合を用いて車両の走行の経路を解析する。

＜発明の第１の実施の形態＞

次に本発明の第１の実施の形態を説明する。

図４は、本発明の第１の実施の形態による車両追跡システムを表わしたものである。本実施の形態の車両追跡システム１００は、道路１０１をたとえば上方から所定範囲を見渡す位置に設置された車両位置検出センサ１０２を備えている。車両位置検出センサ１０２は、たとえばカメラ、超音波センサ、ループコイル、レーザレーダ、ミリ波レーダによって構成されている。このような車両位置検出センサ１０２は、所定幅の道路（図では３レーン）を予め定められた長さの範囲からなる追跡注目領域内で車両１０３の走行を検出する。車両位置検出センサ１０２は、単体のセンサである必要はなく、複数のセンサの集合であってもよい。車両位置検出センサ１０２の検出データ１０４は、追跡注目領域の車両の追跡を行うための車両追跡装置１０５に入力される。

車両追跡装置１０５は、ＣＰＵ（Central Processing Unit）１１１と、メモリ１１２を備えた制御部１１３を有している。制御部１１３は、データバス等のバス１１４を介して、追跡軌跡算出部１１５、追跡軌跡比較部１１６、誤検出軌跡判別部１１７、誤検出定常発生領域判別部１１８および誤検出軌跡削除部１１９を制御する。制御部１１３はメモリ１１２に格納された制御プログラムを実行することで、追跡軌跡算出部１１５、追跡軌跡比較部１１６、誤検出軌跡判別部１１７、誤検出定常発生領域判別部１１８および誤検出軌跡削除部１１９の少なくとも一部をソフトウェアで実現することができる。

ここで、追跡軌跡算出部１１５は、追跡注目領域で道路１０１を走行する車両１０３の移動する位置を追跡するようになっている。追跡軌跡比較部１１６は、追跡軌跡算出部１１５の算出した複数の車両１０３の運動軌跡を比較する。誤検出軌跡判別部１１７は、車両１０３の誤検出とされる軌跡を判別する。誤検出定常発生領域判別部１１８は、追跡注目領域における誤検出が定常的に発生する領域を判別する。誤検出軌跡削除部１１９は、車両１０３の誤検出を示す時系列データから算出された軌跡を追跡処理の対象から除外する。

図５は、図４に示した車両位置検出センサが検出対象とする車両の追跡注目領域をハッチングを付して示したものである。本実施の形態で採り上げる例で、道路１０１は片道が３レーン（車線）からなっている。ここで追跡注目領域１３１は、車両（図示せず）の進行方向に道路１０１の第１の位置Ｐ₁から第２の位置Ｐ₂までの帯状の領域をいう。この追跡注目領域１３１で図４に示した車両１０３のそれぞれの位置を追跡し、この追跡過程で発生した誤検出のデータを排除することになる。

このために、本実施の形態では追跡注目領域１３１のどの位置で車両の検出信号が発生するかのデータを使用するようになっている。このデータは、追跡注目領域１３１を複数の単位領域に区分けして、それぞれの単位領域で車両検出頻度を表わしたものからなる。

図６は、追跡注目領域を単位領域に分割した例を示している。追跡注目領域１３１は、破線で示すように、それぞれのレーンを跨がないようにマトリックス状に分割する。これによる１つ１つの枡目が単位領域１４１を構成する。この例では、追跡注目領域１３１を、車両進行方向に１０等分すると共に、それぞれのレーンを幅方向に２等分して、合計６０個の単位領域１４１に区分する。

図７は、追跡注目領域におけるそれぞれの単位領域の予め定められた時間内における検出頻度を数値で表わした一例を示したものである。ここで、単位領域１４１のうち「０」として表わされた箇所では、車両の検出が一度もされていないことを意味する。これに対して、単位領域１４１のうちで「８９」と示された箇所では、定められた時間内に車両が８９回検出されたことを表わしている。

図８および図９は、本実施の形態での道路の追跡注目領域における車両の追跡の原理を説明するためのものである。このうち、図９が注目している時刻Ｔにおける各車両１０３の位置を表わしており、図８はこれよりも単位時間「１」だけ過去の各車両１０３の位置を表わしている。これらの図で各車両１０３は矢印１４５で示す方向を車両進行方向としている。図８および図９を用いて説明する。

図８の時刻Ｔ−１の状態を、まず説明する。道路１０１の第１レーン１５１には、追跡注目領域１３１内に車両１０３₁₁と車両１０３₁₂が、それぞれ表示された位置に検出されている。車両１０３₁₁と車両１０３₁₂のそれぞれに繋がる破線は、追跡注目領域１３１内でのこれらの車両１０３₁₁、１０３₁₂の運動軌跡１６１₁₁、１６１₁₂を表わしている。同様に、第２レーン１５２には、追跡注目領域１３１内に車両１０３₂₁と車両１０３₂₂が、それぞれ表示された位置に検出されている。同様に、第３レーン１５３には、追跡注目領域１３１内に車両１０３₃₁が表示された位置に検出されている。他の車両１０３₃₂は、追跡注目領域１３１の手前の位置に検出されている。各運動軌跡１６１₁₁、１６１₁₂、１６１₂₁、１６１₂₂、１６１₃₁は、追跡注目領域１３１において確定したものとする。

図９に示す時刻Ｔ−１から単位時間「１」だけ経過した時刻Ｔにおける、図９に示す第１レーン１５１に注目する。ここには、追跡注目領域１３１から外れた位置に実際の車両１０３₁₁が移動しており、他の車両１０３₁₂は、図８に示した位置よりも図で上方にずれた位置に移動しているものとする。同様に、図９の第２レーン１５２と、第３レーン１５３には、車両１０３₂₁、１０３₂₂、１０３₃₁、１０３₃₂が位置している。

ただし、第１レーン１５１における車両１０３₁₁は追跡注目領域１３１から外れており、検出の対象とはなっていないことに注意する必要がある。すなわち、時刻Ｔにおける図４に示した車両位置検出センサ１０２の検出結果からは、追跡注目領域１３１内に×印を付記した各車両１０３₁₂、１０３₂₁、１０３₂₂、１０３₃₁、１０３₃₂の位置に、車両らしきものが検出されているに過ぎない。追跡注目領域１３１には、これ以外にも、同じく×印を示した箇所に、車両１０３の候補検出位置１７１₁₁、１７１₁₂、１７１₃₁が検出されている。

したがって、車両追跡装置１０５は、これらの中から、各車両１０３の時刻Ｔにおける位置を確定させて、各運動軌跡１６１₁₁、１６１₁₂、１６１₂₁、１６１₂₂、１６１₃₁を延長させる必要がある。また、新たに追跡注目領域１３１に登場する車両１０３₃₂については、軌跡の追跡を開始すると共に、追跡注目領域１３１から外れる車両１０３があれば、この領域内における追跡を終了する必要がある。

そこで、時刻Ｔ−１までの各車両１０３の運動軌跡１６１を基にして、時刻Ｔにおける新たな運動軌跡を生成する。このために、図４に示した追跡軌跡比較部１１６は、比較対象とされた車両追跡軌跡を時刻Ｔにおいて比較する。同じく図４に示した誤検出軌跡判別部１１７は、車両１０３の位置を正しく検出して得られる車両位置の時系列データに基づいて、生成され得ない運動軌跡を、定常的な誤検出の時系列データから算出された軌跡であると判別する。このためには、車両位置検出センサ１０２で得られた車両検出結果を車両検出位置分布に反映し、その分布情報から定常的な誤検出発生領域を判別する。

図９に示した各運動軌跡１６１₁₁、１６１₁₂、１６１₂₁、１６１₂₂、１６１₃₁の先端に記した○印は、時刻Ｔ−１における軌跡の先端位置である。これら○印を記した終端位置を基にして、時刻Ｔにおける各候補検出位置１７１₁₁、１７１₁₂、１７１₃₁と、他の×印を付した車両１０３の各位置から正しい車両位置を対応付けることになる。ちなみに、図９に示す候補検出位置１７１₁₁、１７１₁₂、１７１₃₁は、エラーとして最終的に判別される位置となる。

図１０は、時刻Ｔの追跡注目領域に存在する１つのレーン内における時刻Ｔ−１までで得られた運動軌跡と候補検出位置の対応付けの一例を表わしたものである。この例では、運動軌跡１６１の○印で示した終端位置と、この付近に存在する３カ所の候補検出位置１７１₁、１７１₂、１７１₃の対応付けが問題となる。

運動軌跡の終端位置との対応付け方法の例としては、運動軌跡の終端と検出位置までの距離をｌとするとき、この距離ｌを用いて定義される次の（１）式を、対応スコアとして用いることができる。

Ｄ_S＝１／ｌ ……（１）

この（１）を用いると、図１０の例では、運動軌跡１６１の○印で示した終端位置から距離が最も短い候補検出位置１７１₁が最も対応スコアＤ_Sが高くなる。また、終端位置から距離が最も遠い候補検出位置１７１₃が最も対応スコアＤ_Sが低くなる。

このように、この対応付け方法では、運動軌跡の終端のそれぞれについて全候補検出位置１７１（図１０で×印を記したすべての位置）との距離を用いてスコアを算出する。そして、対応スコアの昇順に１位、２位、…と順位付けを行い、対応スコアＤ_Sが１位に相当する候補検出位置１７１₁を、注目する運動軌跡終端に対応したものと見なす。

候補検出位置１７１との対応付けに成功した運動軌跡については、その終端を対応する候補検出位置１７１まで延長する。これにより、現在の時刻Ｔにおける運動軌跡が算出される。時間の経過によって追跡注目領域１３１の内部から外部に移動した車両１０３（たとえば図９における車両１０３₁₁）の運動軌跡１６１が時刻Ｔで消滅する。また、追跡注目領域１３１の外部から内部に移動した車両１０３（たとえば図９における車両１０３₃₂）の運動軌跡１６１が新たに生成される。したがって、運動軌跡１６１の個数は、各時刻で変動することになる。

図４に示した追跡軌跡比較部１１６は、図９に示した時刻Ｔに追跡注目領域１３１内に存在する所定数の車両１０３の運動軌跡１６１の中で、同一レーン上で、この時刻Ｔにおける車両１０３の位置の検出を待つ２個の運動軌跡１６１を選択する。そして、有限な固定幅の時間レンジで、これらの運動軌跡１６１の比較を行う。

ここで、追跡軌跡比較部１１６の比較処理に固定幅の時間レンジを用いる理由を説明する。たとえば渋滞などの交通状況に依存して、追跡注目領域１３１における注目する車両１０３の出現から消滅までに要する時間は動的に変化する。したがって、車両１０３の出現から消滅に合わせて運動軌跡の比較に用いる時間レンジを動的に調整するのは困難だからである。このため、図５に示したように、道路１０１における車両１０３の進行方向における追跡注目領域１３１の上限位置をＰ₁とし、下限位置をＰ₂と設定する。また、車両１０３の進行方向を上向きとした車両位置を表わす軸を縦軸、時刻を横軸にとる。

図１１は、この例における運動軌跡の解析が行われる領域を示したものである。たとえば図５に示す車両進行方向としての縦軸方向に、固定点としての第１の位置Ｐ₁と第２の位置Ｐ₂をとる。また、横軸には、時刻Ｔ₁と時刻Ｔ₂という固定された２つの時刻をとる。本実施の形態では、これらの位置Ｐ₁、Ｐ₂と、時刻Ｔ₁、Ｔ₂によって囲まれた矩形領域１８１としての固定レンジの中で運動軌跡の解析を行う。

図１２は、車両検出結果に基づいて算出された運動軌跡の一例を示したものである。図４および図８と共に説明する。

車両位置検出センサ１０２が車両１０３を正常に検出しており、かつその車両１０３が、たとえば第１レーン１５１を矢印１４５で示す方向に走行しているものとする。この場合、その車両１０３の運動軌跡１９１は、基本的に図１２に示す実線のように、一部に水平な部分を含む場合のある右肩上がりの折れ線となる。

この一方で、定常的に発生する車両誤検出の結果に基づいて算出された運動軌跡の場合には、たとえば第１レーン１５１上の同一箇所に車両検出結果が存在する。この結果として、車両が停止しているように観測される。したがって、運動軌跡１９２は図１２中の破線で示すように車両１０３の停止位置Ｐ_Aを中心として所定幅で車両進行方向に進退する折れ線で構成される。

このように停止位置Ｐ_Aには破線で示す運動軌跡１９２に対応した車両は存在しない。これに対して、実線で示す運動軌跡１９１の場合には、車両１０３が実際に走行している様子を表わしている。このため、運動軌跡１９１の場合には、車両１０３が停止位置Ｐ_Aの手前で一度停止することなく第１レーン１５１を走行することになる。この結果、図１２の円１９３の内部に示すように両運動軌跡１９１、１９２に交差が発生する。

図４に示した誤検出軌跡判別部１１７は、まず、図１２に示す２個の運動軌跡１９１、１９２の交差の発生の有無を観測する。交差が存在する場合には、運動軌跡が水平と見なされる運動軌跡１９２に注目する。そして、２個の運動軌跡１９１、１９２の交差位置Ｐ_Aと、追跡開始位置とのずれＤを算出する。ここで、追跡開始位置とは、運動軌跡１９２についてその追跡を開始した時刻における車両検出位置をいう。図１２の場合には、運動軌跡１９２の追跡開始位置はＰ_Sであり、交差位置はＰ_Aとなる。したがってずれＤは、図１２に示したとおり、位置Ｐ_Sと位置Ｐ_Aの差となる。

図１３は、追跡開始位置とずれ量の関係を説明するためのものである。この図１３で運動軌跡１９１は図１２と同一である。一方、時刻Ｔ₁と時刻Ｔ₂の間の運動軌跡が図１２の運動軌跡１９２と非常によく似ている運動軌跡１９５は、実際の車両１０３の走行を表わしており、位置Ｐ_Bで所定時間だけその走行を停止させている。

運動軌跡１９５の場合には、時刻Ｔ₁よりも手前の追跡開始時刻における追跡の開始位置Ｐ_Cと運動軌跡１９５との交差位置Ｐ_Bの間のずれＤが、定常的に発生する誤検出結果に基づく運動軌跡１９1におけるずれ量Ｄを大きく超えている。したがって、運動軌跡１９５の場合には、実際の車両１０３の走行を表わしていると判別することができる。

しかも、図１３の場合には、運動軌跡１９１と運動軌跡１９５が円１９３の内部に示すように、図１２と同様に交差している。したがって、図１３の場合には、運動軌跡１９１で示す車両１０３と運動軌跡１９５で示す他の車両１０３が円１９３の内部に示す位置で衝突しており、運動軌跡１９１で示す車両１０３がその後も進行方向に移動していることを表わしている。すなわち、図１３の場合には、運動軌跡１９５は実際の車両１０３の検出結果を表わしていると判別すべきであって、誤検出による運動軌跡である点と判別するのは正しくない。

一方、図１２に示した例では、運動軌跡１９２が時刻Ｔ₁よりも十分時間的に遡った追跡開始時点でも交差位置Ｐ_Aとほぼ等しい位置にあるとすると、誤検出による運動軌跡であると判別する確率が高まる。

このように、ある運動軌跡が車両１０３の停止位置に相当する「水平とみなすことのできる軌跡」を含んでいるとき、追跡開始位置とこの停止位置とのずれＤを測定し、その大きさから、誤検出による運動軌跡であるかどうかを判断することは有効である。なぜならば、定常的に発生する誤検出はレーン上における同一箇所に繰り返し観測される。そこで、このような誤検出による運動軌跡の場合には、停止位置に相当する他運動軌跡との交差位置と追跡開始位置がほぼ一致することになる。この一方で、走行していた車両が実際に停止した場合には、図１３の運動軌跡１９５における追跡の開始位置Ｐ_Cと車両１０３の停止位置Ｐ_Bのように、停止するまでの車両１０３の走行に基づいて、有意な大きさのずれＤが生じるからである。

図１４は、ずれＤが大きくなる例外的な場合を表わしている。この図１４で示す追跡注目領域１３１における一例としての第２レーン１５２に、誤検出を定常的に行う誤検出定常発生領域２０１₁〜２０１₅が存在しているものとする。この場合には、追跡注目領域１３１における矢印１４５で示す車両進行方向の最初の誤検出定常発生領域２０１₁内の○印が追跡開始位置２０２となる。また、車両進行方向の最後の誤検出定常発生領域２０１₅内の○印が車両停止位置２０３となる。

この例の場合、追跡開始位置２０２と車両停止位置２０３を結ぶ破線で示す運動軌跡が算出されてしまう。これらは第２レーン１５２に沿っているので、結果的にずれＤを大きくしてしまう。

そこで、図６で示したように追跡注目領域１３１を複数の単位領域１４１に分割しておく。そして、図４に示した誤検出軌跡判別部１１７は、車両位置検出センサ１０２から得られた車両１０３の検出位置を、これら複数の単位領域１４１にそれぞれ対応させて、検出頻度を求め、これを更新する。これにより、図７に示したような、検出頻度分布が得られる。

ところで、注目する運動軌跡における、時刻Ｔでの検出位置に対応した各単位領域１４１での検出頻度をＣ_tとする。このとき、追跡開始時刻Ｔ₀から車両が停止したと見なされる現時刻Ｔまでの検出位置における検出頻度の総和Ｃは、次の（２）式で表わすことができる。

図１４のように複数の誤検出定常領域から算出された運動軌跡の場合には、総和Ｃが大きくなる。

以上のようなずれＤおよび検出頻度の総和Ｃを入力とする関数Ｆは、次の（３）式で表わされる。

Ｆ（Ｄ，Ｃ） ……（３）

この（３）式を用いて、図４に示した誤検出軌跡判別部１１７は、注目する運動軌跡が誤検出の結果に基づいて算出されたものか否かを判定する。たとえば関数Ｆ（Ｄ，Ｃ）が、次の（４）式で表わされるものとする。

Ｆ（Ｄ，Ｃ）＝Ｗ₁×Ｄ＋（Ｗ₂／Ｃ） ……（４）

ここで、Ｗ₁およびＷ₂はパラメータである。

この（４）式で表わされる値が、予め設定した閾値より小さい場合には、注目した運動軌跡が定常的に発生する車両１０３の誤検出結果に基づいて得られた運動軌跡であると見なす。

図４に示した誤検出定常発生領域判別部１１８は、誤検出軌跡判別部１１７で算出された検出頻度分布に注目する。そして、検出頻度が閾値を上回る単位領域１４１のうちで追跡注目領域１３１の端部に近い領域を、誤検出定常発生領域として判別する。

図１５は、誤検出定常発生領域を判別することが必要な理由を説明するためのものである。図９の候補検出位置１７１₁₂のように、追跡注目領域１３１の端点で、定常的な誤検出から算出される運動軌跡が発生する場合がある。このような場合には、図１５で示すように、運動軌跡が、その解析レンジの境界に張り付くことになる。この結果、図１２あるいは図１３で説明した運動軌跡の交差に基づく判別が不可能となる。

定常的な誤検出に対応した単位領域１４１では、車両検出頻度が当然高くなる。したがって、単位領域１４１ごとの車両１０３の検出頻度を組合わせることにより、追跡注目領域１３１の任意の場所で定常的な誤検出が発生しても、その判別が可能になる。誤検出軌跡削除部１１９は、誤検出軌跡判別部１１７で定常的に発生した車両誤検出結果に基づいて算出された運動軌跡を車両追跡処理から除外する。

図１６は、図４の車両追跡装置内のメモリにおける主要な領域を示したものである。メモリ１１２には、ＣＰＵ１１１の実行するプログラムを格納するプログラム格納領域２１１の他に、幾つかの領域が設定されている。検出データ格納バッファ２１２は、図４に示す車両位置検出センサ１０２から送られてくる検出データ１０４を一時的に格納する。観測データ保存領域２１３は、車両位置検出センサ１０２から送られてくる検出データ１０４のうち、図７で説明した誤検出定常発生領域に対応するものを除外したデータを保存する。誤検出定常発生登録領域２１４は、誤検出定常発生領域を登録する。リストＧＬ２１５は、すべての運動軌跡の組合わせを格納している。リストＥｒｒ２１６は、運動軌跡のうちの誤検出の軌跡を登録する。

図１７は、車両追跡システムの動作を具体的に表わしたものである。図４、図６、図７、図１２および図１６と共に説明する。

まず、車両追跡装置１０５内の制御部１１３は、車両位置検出センサ１０２から現時刻Ｔにおける検出データ１０４を入力して、そのメモリ１１２の検出データ格納バッファ２１２に格納する。この検出データは、図６に示したように追跡注目領域１３１をマトリックス状に分割した所定個数の単位領域１４１の画像データからなる。図７で説明したように、これらの画像データの中には、誤検出の確率が高く、誤検出定常発生登録領域２１４に登録されているものも含まれている。制御部１１３は、これら誤検出定常発生領域に対応する単位領域１４１の画像データを除いたＭ個の画像データを、車両検出結果を示す現時刻Ｔの観測データとして、メモリ１１２の観測データ保存領域２１３に保存する（ステップＳ３０１）。

次に、追跡軌跡算出部１１５の処理に移る。追跡軌跡算出部１１５は現時刻Ｔよりも１段階前の時刻Ｔ−１で得られた観測データを呼び出して、現時刻ＴにおけるＮ_T-1個の観測データとの対応付けを行う。そして、これから時刻Ｔにおける運動軌跡を算出する（ステップＳ３０２）。算出した運動軌跡の個数をＮ_Tとする。

次に、追跡軌跡比較部１１６の処理に移る。追跡軌跡比較部１１６は、道路１０１の注目レーン上において終端を持つ運動軌跡をリストＧＬ２１５に登録する（ステップＳ３０３）。この登録した運動軌跡をＧ_Tとする。追跡軌跡比較部１１６は、次にリストＧＬ２１５の中から任意の２個の運動軌跡の組合わせのうち、未選択のものを選択する（ステップＳ３０４）。

次に、誤検出軌跡判別部１１７の処理に移る。誤検出軌跡判別部１１７は、ステップＳ３０４で選択した２個の運動軌跡を比較する。すなわち、誤検出軌跡判別部１１７は、図１２を用いて説明した運動軌跡１９１、１９２の交差が存在するか否かを判定する（ステップＳ３０５）。運動軌跡１９１、１９２に交差が存在する場合（Ｙ）、誤検出軌跡判別部１１７は、停止車両の運動軌跡が存在するかをチェックする（ステップＳ３０６）。

図１２で説明したような停止車両の運動軌跡が存在する場合（ステップＳ３０６：Ｙ）、誤検出軌跡判別部１１７は、交差する２個の運動軌跡１９１、１９２のそれぞれに対して、検出位置のずれＤを算出する（ステップＳ３０７）。そして、誤検出軌跡判別部１１７は、ずれＤが小さい軌跡を停止車両に対応した運動軌跡と判定する。その後、誤検出軌跡判別部１１７は、車両１０３の検出位置に対応した単位領域の検出頻度を更新して（ステップＳ３０８）、前記した（３）式の関数Ｆを算出する（ステップＳ３０９）。

この結果、ステップＳ３０９で算出された関数Ｆが所定の閾値Ｔｈｒ₁未満であった場合には（ステップＳ３１０：Ｙ）、誤検出軌跡判別部１１７が、その運動軌跡のうちの誤検出の軌跡をリストＥｒｒ２１６に登録する（ステップＳ３１１）。誤検出軌跡判別部１１７は、リストＧＬ２１５にリストアップされた運動軌跡の組合わせのすべてを選択したかを判別する（ステップＳ３１２）。未選択の組合わせが存在する場合には（Ｎ）、ステップＳ３０４に戻って、残りの２個の運動軌跡の組合わせのうち、未選択のものを選択する。そして、ステップＳ３０５以降の処理を同様に繰り返すことになる。

ステップＳ３１０で関数Ｆが所定の閾値Ｔｈｒ₁以上であると判別された場合には（Ｎ）、ステップＳ３１１のリストＥｒｒ２１６への登録を行うことなく、ステップＳ３１２の処理に進む。また、ステップＳ３０６で誤検出軌跡判別部１１７が、停止車両の運動軌跡の存在を判別しなかった場合には（Ｎ）、その時点でステップＳ３１２の処理に進む。更に、ステップＳ３０５で２個の運動軌跡に交差が存在しないと判別した場合には（Ｎ）、同様に、その時点でステップＳ３１２の処理に進むことになる。

ステップＳ３１２の処理で追跡軌跡比較部１１６が運動軌跡の組合わせのすべてを選択したと判断した場合（Ｙ）、追跡軌跡比較部１１６は、道路１０１のすべての車線（レーン）を注目したかを判別する（ステップＳ３１３）。まだ、注目していない車線（レーン）が存在する場合（Ｎ）、追跡軌跡比較部１１６は現在の注目レーンを残りのレーンの１つに変更する（ステップＳ３１４）。そして、ステップＳ３０３に戻って、先に説明したと同様の処理を開始する。

このようにして、道路１０１のすべての車線（レーン）についての処理が終了したら（ステップＳ３１３：Ｙ）、所定の閾値以上の検出頻度で誤検出が生じる単位領域１４１を誤検出定常発生登録領域２１４に登録する（ステップＳ３１５）。そして、リストＥｒｒ２１６に登録した運動軌跡を追跡対象から削除して（ステップＳ３１６）、処理を終了する（エンド）。

以上説明した本発明の第１の実施の形態の車両追跡システム１００では、同一レーンで車両１０３同士が衝突するように判別する誤検出を防止し、衝突事故を正確に把握することができるという効果がある。また、誤検出の結果を用いて、誤検出定常発生領域の精度を高めることができるという効果もある。

なお、以上説明した第１の実施の形態で、誤検出軌跡判別部１１７は、注目する２個の運動軌跡が完全に交差することを誤検出か否かの判別の条件としたが、これに限るものではない。２個の運動軌跡が一定程度近接し、これが通常の車間距離として不自然な状態となった段階で、交差が発生したと見なしてもよい。

また、第１の実施の形態では、誤検出軌跡判別部１１７は、注目する運動軌跡が誤検出の結果に基づいて算出されたものか否かの判定を（３）式を用いて行っている。この（３）式で表わされる関数Ｆは、入力Ｄが小さくなれば小さく、入力Ｓが大きくなれば小さくなる関数であれば、どのような定義であってもよい。更に、誤検出定常発生領域判別部１１８は、第１の実施の形態で、それぞれの単位領域における検出頻度分布を用いることにしたが、これに限るものではない。たとえば、車両１０３の検出発生頻度を運動軌跡の比較に用いる時間レンジで割ることによる確率として与えるようにしてもよい。

＜発明の第２の実施の形態＞

次に本発明の第２の実施の形態を説明する。

図１８は、本発明の第２の実施の形態における車両追跡システムを表わしたものである。図１８で図４と同一部分には同一の符号を付しており、これらの説明を適宜省略する。

第２の実施の形態の車両追跡システム１００Ａは、車両位置検出センサ１０２と、その検出データ１０４を入力する車両追跡装置１０５Ａから構成されている。

車両追跡装置１０５Ａは、ＣＰＵ１１１と、メモリ１１２Ａを備えた制御部１１３Ａを有している。制御部１１３Ａは、データバス等のバス１１４を介して、追跡軌跡算出部１１５、誤検出軌跡判別部１１７Ａおよび誤検出軌跡削除部１１９を制御する。制御部１１３はメモリ１１２Ａに格納された制御プログラムを実行することで、追跡軌跡算出部１１５、誤検出軌跡判別部１１７Ａおよび誤検出軌跡削除部１１９の少なくとも一部をソフトウェアで実現することができる。

図１９は、この第２の実施の形態における誤検出軌跡判別部の動作原理を説明するためのものである。図１９で図９と同一部分には同一の符号を付しており、これらの説明を適宜省略する。図１９では、×印を示した箇所に、車両１０３の候補検出位置１７１₁₃、１７１₂₃、１７１₃₃が検出されている。ここで候補検出位置１７１₁₃は、第１レーン１５１の位置ｑ₁にある。また、候補検出位置１７１₃₃は、第３レーン１５３の位置ｑ₂にある。候補検出位置１７１₂₃は、第２レーン１５２に存在し、その位置は位置ｑ₁と位置ｑ₂の間にある。第１〜第３レーン１５１〜１５３は、共に矢印１４５で示す方向に車両が走行するレーンである。

このように位置ｑ₁と位置ｑ₂の間のレンジに、第１レーン１５１から第３レーン１５３へと順に、候補検出位置１７１₁₃、１７１₂₃、１７１₃₃が誤検出されたとする。このような場合、検出の時間順によっては、破線で示したような運動軌跡４０１が得られることになる。

今、位置ｑ₁と位置ｑ₂の間の距離がたとえば普通車両１台の車長程度とする。この場合、図１９に示す破線の運動軌跡４０１は、車両が進行方向にたかだか車長分だけ進む間に車線変更を２回行ったことを意味する。このような車線変更は明らかに現実にはあり得ない。そこで、運動軌跡４０１は、誤検出結果に基づいて算出された運動軌跡であると判別することができる。

図１８に示した誤検出軌跡判別部１１７Ａは、以上のような原理を基にして、運動軌跡４０１の追跡開始位置と現時刻での終端位置のずれ（図１９の場合には、位置ｑ₁と位置ｑ₂の間の距離）を算出する。そして、そのずれの値（距離）が予め定められた閾値より小さく、かつ車線変更の履歴が２回以上（またいだレーン数では３以上）の場合に、注目する運動軌跡４０１を誤検出結果から算出された運動軌跡であると判別する。

図２０は、図１８に示した車両追跡装置内のメモリにおける主要な領域を示したものである。メモリ１１２Ａには、ＣＰＵ１１１の実行するプログラムを格納するプログラム格納領域２１１Ａの他に、幾つかの領域が設定されている。検出データ格納バッファ２１２は、図１８に示す車両位置検出センサ１０２から送られてくる検出データ１０４を一時的に格納する。観測データ保存領域２１３は、車両位置検出センサ１０２から送られてくる検出データ１０４のうち、図７で説明した誤検出定常発生領域に対応するものを除外したデータを保存する。誤検出定常発生登録領域２１４は、誤検出定常発生領域を登録する。リストＥｒｒ２１６は、運動軌跡のうちの誤検出の軌跡を登録する。

図２１は、図１７に対応するもので、第２の実施の形態における車両追跡システムの動作を具体的に表わしたものである。図２１で図１７と同一の処理が行われる部分については、同一のステップとして表わしており、これらの説明を適宜省略する。図６、図１８〜図２０と共に説明する。

まず、車両追跡装置１０５Ａ内の制御部１１３Ａは、車両位置検出センサ１０２から現時刻Ｔにおける検出データ１０４を入力して、そのメモリ１１２Ａの検出データ格納バッファ２１２に格納する。この検出データは、図６に示したように追跡注目領域１３１をマトリックス状に分割した所定個数の単位領域１４１の画像データからなる。制御部１１３Ａは、誤検出定常発生領域２１４に対応する単位領域１４１の画像データを除いたＭ個の画像データを、車両検出結果を示す現時刻Ｔの観測データとして、メモリ１１２の図示しない観測データ保存領域に保存する（ステップＳ３０１）。

次に、追跡軌跡算出部１１５は現時刻Ｔよりも１段階前の時刻Ｔ−１で得られた観測データを呼び出して、現時刻ＴにおけるＮ_T-1個の観測データとの対応付けを行う。そして、これから時刻Ｔにおける運動軌跡を算出する（ステップＳ３０２）。算出した運動軌跡の個数をＮ_Tとする。

次に、誤検出軌跡判別部１１７Ａは、未選択の運動軌跡の中から、注目する運動軌跡を１個選択する（ステップＳ５０１）。誤検出軌跡判別部１１７Ａは、次にその選択した運動軌跡の車線変更履歴の確認を行い、２回以上の車線変更履歴があるかをチェックする（ステップＳ５０２）。２回以上の車線変更履歴がある場合には（Ｙ）、その運動軌跡の追跡開始位置と現時刻Ｔでの軌跡終端位置のずれＤが算出される（ステップＳ５０３）。

誤検出軌跡判別部１１７Ａは、この算出したずれＤが予め設定した閾値Ｔｈｒ₂よりも小さいかを判別する（ステップＳ５０４）。小さい場合には、先に説明したように、この運動軌跡は誤検出によるものとなる。そこで、この場合には（ステップＳ５０４：Ｙ）、誤検出軌跡判別部１１７Ａがその運動軌跡を誤検出軌跡のリストとしてのリストＥｒｒ２１６に登録する（ステップＳ３１１）。

誤検出軌跡判別部１１７Ａは、ステップＳ３１１の登録を行ったら、すべての運動軌跡を注目し終えたかを判別する（ステップＳ５０５）。未処理の運動軌跡が存在する場合には（Ｎ）、ステップＳ５０１に戻って、同様の処理を行うことになる。なお、ステップＳ５０３で算出したずれＤが閾値Ｔｈｒ₂以上であった場合には（ステップＳ５０４：Ｎ）、ステップＳ３１１の処理を行わずにステップＳ５０５の判断を行う。また、ステップＳ５０２で、２回以上の車線変更履歴がないと判別された場合にも（Ｎ）、ステップＳ３１１の処理を行わずにステップＳ５０５の判断を行う。

以上のようにしてすべての運動軌跡のチェックが終了したら（ステップＳ５０５：Ｙ）、誤検出軌跡削除部１１９はリストＥｒｒ２１６に登録した運動軌跡を追跡対象から削除して（ステップＳ３１６）、処理を終了する（エンド）。なお、第２の実施の形態では、第１の実施の形態で追跡軌跡比較部１１６が運動軌跡の登録に使用したリストＧＬ２１５の使用を行わなかったが、リストＧＬ２１５を同様に使用することにしてもよい。この場合には、リストＧＬ２１５の登録のために追跡軌跡比較部１１６を設けてもよいし、誤検出軌跡判別部１１７Ａがこの機能を兼用してもよい。

以上説明した本発明の第２の実施の形態の車両追跡システム１００Ａでは、異なった複数のレーンをまたぐように車両１０３が急速に移動する運動軌跡が発生したとき、これが誤検出であるかを判別することができるという効果がある。また、誤検出の結果を用いて、誤検出定常発生領域の精度を高めることができるという効果もある。

＜発明の第３の実施の形態＞

次に本発明の第３の実施の形態を説明する。

図２２は、本発明の第３の実施の形態における車両追跡システムを表わしたものである。図２２で図４と同一部分には同一の符号を付しており、これらの説明を適宜省略する。

第３の実施の形態の車両追跡システム１００Ｂは、車両位置検出センサ１０２と、その検出データ１０４を入力する車両追跡装置１０５Ｂから構成されている。

車両追跡装置１０５Ｂは、ＣＰＵ１１１と、メモリ１１２Ｂを備えた制御部１１３Ｂを有している。制御部１１３Ｂは、データバス等のバス１１４を介して、追跡軌跡算出部１１５Ｂおよび誤検出定常発生領域判別部１１８Ｂを制御する。制御部１１３Ｂはメモリ１１２Ｂに格納された制御プログラムを実行することで、追跡軌跡算出部１１５Ｂおよび誤検出定常発生領域判別部１１８Ｂの少なくとも一部をソフトウェアで実現することができる。

図２３は、第３の実施の形態における追跡軌跡算出部の動作原理を説明するためのものである。この図２３は、一例としての第１のレーン１５１における時刻Ｔ′、時刻Ｔ′＋１、時刻Ｔ′＋２における車両１０３の検出状態を表わしたものである。車両１０３は、矢印１４５で示す車両進行方向に走行しており、その運動軌跡１６１₁₅が時間の経過と共に追跡注目領域１３１内を進行方向に延長されている。図２３に記した各運動軌跡１６１₁₅の先端に記した○印は、時刻Ｔ′、時刻Ｔ′＋１、時刻Ｔ′＋２のそれぞれの時点よりも１段階だけ前の時刻における軌跡の先端位置である。また、車両１０３のそれぞれ後方に位置する×印６０１₁、６０１₂、６０１₃は、それぞれの時刻Ｔ′、時刻Ｔ′＋１、時刻Ｔ′＋２における車両１０３の候補となる候補検出位置である。

この図２３では、車両１０３の前方に車両１０３の他の候補検出位置１７１₁₅が検出されている。候補検出位置１７１₁₅は、各時刻Ｔ′、時刻Ｔ′＋１、時刻Ｔ′＋２で変化していない。

第１の実施の形態で説明した追跡軌跡算出部１１５の動作で説明した手順で、図２３に示した車両１０３に対応した運動軌跡１６１₁₅の各終端（○印）との位置関係で、×印６０１₁、６０１₂、６０１₃で示す候補検出位置と候補検出位置１７１₁₅の対応スコア順位を考える。すると、（１）式より、車両１０３に対応した運動軌跡１６１₁₅の各終端（○印）との距離が短い×印６０１₁、６０１₂、６０１₃で示す候補検出位置のスコアが１位となる。したがって、候補検出位置１７１₁₅としての誤検出位置のスコアは、２位以下となる。

このように、車両１０３の運動軌跡１６１₁₅と車両検出位置の対応付けを行う時間レンジの間で、常に誤検出位置の対応順位は２位以下となる。そこで、候補検出位置１７１₁₅の発生頻度を図６で示した単位領域１４１に反映させることにより、定常的に誤検出が発生する単位領域１４１を同定することができる。

誤検出定常発生領域判別部１１８Ｂでは、追跡軌跡算出部１１５Ｂで運動軌跡との対応スコアが２位以下となる検出位置の発生頻度を予め道路上に設定した単位領域１４１ごとに確認する。そして、発生頻度が予め定めた閾値Ｔｈｒ₃以上の場合には誤検出定常発生領域と判別する。

図２４は、図２２に示した車両追跡装置内のメモリにおける主要な領域を示したものである。メモリ１１２Ｂには、ＣＰＵ１１１の実行するプログラムを格納するプログラム格納領域２１１Ｂの他に、幾つかの領域が設定されている。検出データ格納バッファ２１２は、図１８に示す車両位置検出センサ１０２から送られてくる検出データ１０４を一時的に格納する。観測データ保存領域２１３は、車両位置検出センサ１０２から送られてくる検出データ１０４のうち、図７で説明した誤検出定常発生領域に対応するものを除外したデータを保存する。誤検出定常発生登録領域２１４Ｂは、閾値Ｔｈｒ₃以上の単位領域を登録する。

図２５は、図１７に対応するもので、第３の実施の形態における車両追跡システムの動作を具体的に表わしたものである。図２４で図１７と同一の処理が行われる部分については、同一のステップとして表わしており、これらの説明を適宜省略する。図６、図２２〜図２４と共に説明する。

まず、車両追跡装置１０５Ｂ内の制御部１１３Ｂは、車両位置検出センサ１０２から現時刻Ｔにおける検出データ１０４を入力して、そのメモリ１１２の検出データ格納バッファ２１２に格納する。この検出データは、図６に示したように追跡注目領域１３１をマトリックス状に分割した所定個数の単位領域１４１の画像データからなる。制御部１１３Ｂは、誤検出定常発生領域２１４Ｂに対応する単位領域１４１の画像データを除いたＭ個の画像データを、車両検出結果を示す現時刻Ｔの観測データとして、メモリ１１２の観測データ保存領域２１３に保存する（ステップＳ３０１）。

次に、追跡軌跡算出部１１５は現時刻Ｔよりも１段階前の時刻Ｔ−１で得られた観測データを呼び出して、現時刻ＴにおけるＮ_T-1個の観測データとの対応付けを行う。そして、これから時刻Ｔにおける運動軌跡を算出する（ステップＳ３０２）。算出した運動軌跡の個数をＮ_Tとする。

次に、誤検出定常発生領域判別部１１８Ｂは、運動軌跡との対応スコアが２位以下となる検出位置の発生頻度を予め道路上に設定した単位領域１４１ごとに更新する（ステップＳ７０１）。そして、閾値Ｔｈｒ₃以上の検出頻度の単位領域１４１を誤検出定常発生登録領域２１４Ｂに登録して（ステップＳ７０２）、処理を終了する（エンド）。

以上説明した本発明の第３の実施の形態の車両追跡システム１００Ｂでは、車両の運動軌跡の終端が存在するレーンに複数の候補検出位置が検出されたとき、誤検出の候補検出位置を容易に特定することができるという効果がある。また、誤検出の結果を用いて、誤検出定常発生領域の精度を高めることができるという効果もある。

＜発明の第４の実施の形態＞

図２６は、本発明の第４の実施の形態における車両追跡システムを表わしたものである。図２６で図４と同一部分には同一の符号を付しており、これらの説明を適宜省略する。

第４の実施の形態の車両追跡システム１００Ｃは、車両位置検出センサ１０２と、その検出データ１０４を入力する車両追跡装置１０５Ｃから構成されている。

車両追跡装置１０５Ｃは、ＣＰＵ１１１と、メモリ１１２Ｃを備えた制御部１１３Ｃを有している。制御部１１３Ｃは、データバス等のバス１１４を介して、追跡軌跡算出部１１５、追跡開始判定部８０１、追跡軌跡比較部１１６、誤検出軌跡判別部１１７、誤検出軌跡特徴算出部８０２、誤検出定常発生領域判別部１１８および誤検出軌跡削除部１１９を制御する。制御部１１３Ｃはメモリ１１２Ｃに格納された制御プログラムを実行することで、追跡軌跡算出部１１５、追跡開始判定部８０１、追跡軌跡比較部１１６、誤検出軌跡判別部１１７、誤検出軌跡特徴算出部８０２、誤検出定常発生領域判別部１１８および誤検出軌跡削除部１１９の少なくとも一部をソフトウェアで実現することができる。

ここで、新たに設けられた追跡開始判定部８０１は、追跡軌跡算出部１１５で算出した運動軌跡のうち、追跡開始から短時間しか経過しない運動軌跡に対してその特徴量を算出する。そして、誤検出軌跡特徴算出部８０２で登録した誤検出軌跡特徴データベースと一致する場合には、追跡処理対象の運動軌跡から削除する。誤検出軌跡特徴算出部８０２は、誤検出軌跡判別部１１７で誤検出結果から算出した運動軌跡と判定されたものに対して、その特徴量を算出する。そしてこれらを、誤検出軌跡特徴データベースに登録する。

誤検出軌跡特徴算出部８０２が算出する特徴量は、運動軌跡が持つ追跡開始位置、検出位置変動幅、検出位置変動の周波数、検出位置から算出される平均速度、平均加速度等の運動軌跡の曲線形状の特徴を表わすものであれば、どのようなものでもよい。

図２７は、図２６に示した車両追跡装置内のメモリにおける主要な領域を示したものである。メモリ１１２Ｃには、ＣＰＵ１１１の実行するプログラムを格納するプログラム格納領域２１１Ｃの他に、幾つかの領域が設定されている。第１の実施の形態における図１６と比較すると、メモリ１１２Ｃには、新たに誤検出軌跡特徴データベース８１１が追加されている。

このようなメモリ１１２Ｃは、１個の物理的なメモリあるいは記憶装置である必要はなく、複数の記憶装置や記憶素子が組み合わされたものであってもよい。これは、すでに説明した実施の形態におけるメモリ１１２、１１２Ａ、１１２Ｂにおいても同様である。

図２８は、追跡開始判定部の処理の様子を表わしたものである。まず、追跡開始判定部８０１は、追跡開始からの経過時間が小さい追跡初期の運動軌跡を選択する（ステップＳ９０１）。次に、追跡開始判定部８０１は、その選択した運動軌跡の運動軌跡特徴量ｆを算出する（ステップＳ９０２）。

図２９は、運動軌跡特徴量ｆの算出の原理を説明するためのものである。この図２９で、縦軸は車両１０３（図２６参照）の進行方向を表わしており、横軸は時間の経過を表わしている。

車両１０３の追跡開始位置をＰ_Sとし、検出位置の移動幅をｖとする。時刻Ｔ₁から時刻Ｔ₂までの区間における車両１０３の検出位置が移動幅ｖで図示のように変動するものとする。この運動軌跡の曲線形状の特徴は、車両１０３の検出位置の変動周波数Ｆや、検出位置から算出される平均速度Ｖ（ＭＶ）あるいは平均化速度をα（ＭＶ）のような運動軌跡特徴量ｆとして算出することができる。

図２８に戻って説明を続ける。ステップＳ９０２で、選択した運動軌跡の運動軌跡特徴量ｆを算出したら、次のステップＳ９０３では、類似度（Ｓｉｍｉｌａｒｉｔｙ）を算出する。類似度（Ｓｉｍｉｌａｒｉｔｙ）の算出には、ステップＳ３０２で算出した運動軌跡特徴量と、誤検出軌跡特徴データベース８１１に登録されているｉ番目の運動軌跡特徴量ＰＳ’（ｉ）、ｖ’（ｉ）、Ｆ’（ｉ）、平均速度Ｖ（ＭＶ）（ｉ）、平均化速度をα（ＭＶ）（ｉ）を用いる。類似度（Ｓｉｍｉｌａｒｉｔｙ）は、次の（５）式で算出される。ここで、α₁〜α₅はパラメータである。

Ｓｉｍｉｌａｒｉｔｙ＝α₁｜ＰＳ（Ｓ）−ＰＳ’（ｉ）｜＋α₂｜Ｖ（Ｓ）−Ｖ’（ｉ）｜＋α₃｜Ｆ（Ｓ）−Ｆ’（ｉ）｜＋α₄｜Ｖ（ＭＶ）（Ｓ）−Ｖ（ＭＶ）’（ｉ）｜＋α₅｜α（ＭＶ）（Ｓ）−α（ＭＶ）’（ｉ）｜ ……（５）

ステップＳ９０３では、この（５）式の値が閾値Ｔｈｒ₄より小さくなるｉが存在するかの判別が行われる。閾値Ｔｈｒ₄より小さくなるｉが存在する場合には（Ｙ）、ステップＳ９０４に進んで、その注目運動軌跡を追跡対象から削除して、追跡開始判定部８０１の処理を終了する（エンド）。

（５）式の値が閾値Ｔｈｒ₄より小さくなるｉが存在しなかった場合には（ステップＳ９０３：Ｎ）、ステップＳ９０４の処理を経ることなく、追跡開始判定部８０１の処理が終了する（エンド）。

図３０は、誤検出軌跡特徴算出部の処理の様子を表わしたものである。まず、誤検出軌跡特徴算出部８０２は、誤検出結果に基づいて算出された運動軌跡と判定された軌跡を選択する（ステップＳ９２１）。次に、誤検出軌跡特徴算出部８０２は、その選択した運動軌跡の運動軌跡特徴量ｆを算出する。これは、図２８のステップＳ９０２と同様の処理である。

以上の処理が終わったら、誤検出軌跡特徴算出部８０２はステップＳ９２２で算出した運動軌跡特徴量を誤検出軌跡特徴データベース（ＤＢ）８１１に登録して（ステップＳ９２３）、その処理を終了する（エンド）。

以上説明した本発明の第４の実施の形態の車両追跡システム１００Ｃでは、追跡開始から短時間しか経過しない運動軌跡の特徴量を算出し、誤検出軌跡特徴データベースと一致する場合には、追跡処理対象の運動軌跡から削除することにした。これにより、車両１０３の運動軌跡の追跡処理の負荷を軽減することができるという効果がある。

なお、以上説明した各実施の形態で、誤検出定常発生領域判別部１１８によって誤検出定常発生領域と判別された単位領域１４１は、その判別結果が長期間固定される必要はない。たとえば、一定時間が経過するたびに誤検出定常発生領域に該当するかの判別を行うようにしてもよい。この際に、過去の判別状況を加味したり、判別の際の日照等の気象条件を加味してもよい。

更に誤検出と判定された運動軌跡を誤検出パターンとして辞書に登録するようにして、同様の運動軌跡が登場したときに誤検出であるかどうかの判定に利用してもよい。辞書に登録する際には、誤検出と判定された運動軌跡の追跡開始位置、検出位置変動幅、検出位置変動の周波数、検出位置から算出される平均速度、平均加速度等の状況を併せて登録することが好適である。これにより、同様のパターンの運動軌跡が生じた際の運動軌跡の類似度の処理をより適切に行うことができる。

一例としては、注目する運動軌跡と辞書に登録された運動軌跡とのパターンの一致の有無を判別する。そして、両者のパターンが一致した場合、注目する運動軌跡が持つ追跡開始位置、検出位置変動幅、検出位置変動の周波数、検出位置から算出される平均速度、平均加速度のいずれかが辞書に登録された各種事項と一致するかを比較する。辞書に登録された各種事項とは、誤検出パターンの運動軌跡が持つ追跡開始位置、検出位置変動幅、検出位置変動の周波数、検出位置から算出される平均速度、平均加速度である。そして、辞書に登録されているこれらの事項のいずれかと一致する場合には、注目する車両の検出位置を追跡開始位置として用いない処理を行ってもよい。

注目する車両の運動軌跡と辞書に登録された誤検出パターンの運動軌跡の類似度を計算して、類似度が高かったような場合、今まで車両１０３の運動軌跡として追跡したものが誤検出の結果であると判別される可能性が高くなる。このような場合には、その運動軌跡の追跡を終了して、候補となる他の運動軌跡を車両１０３の運動軌跡として絞り込むことも車両１０３の追跡処理に有効である。

なお、以上説明した本発明は方法の技術思想として、次のように捉えることも可能である。

（第１の技術思想）
同一位置に繰り返し定常的に発生する誤検出の車両検出位置と真の車両検出位置とを判別する車両追跡方法において、車両検出位置を用いて算出される運動軌跡の形状特徴と、車両検出位置の道路面上での出現分布から算出される特徴量に基づいて前記した判別を実行することを特徴とする車両追跡方法。

（第２の技術思想）
第１の技術思想として示した車両追跡方法で、同一レーン上において２つの車両の運動軌跡が交差する際に一方の運動軌跡が一定の範囲内の位置に滞留している場合に、該滞留運動軌跡の追跡開始位置と滞留位置とのずれ量を運動軌跡形状特徴として用い、該運動軌跡を構成する車両検出位置における車両検出頻度の和を車両検出位置出現分布から算出される特徴量として用い、前記したずれ量と前記した検出頻度の和から計算される関数を判別関数としてその値に基づき、該滞留運動軌跡に対応した車両検出位置時系列データに対する誤検出判別を行うことを特徴とする車両追跡方法。

（第３の技術思想）
第２の技術思想として示した車両追跡方法で、前記したずれ量が減少し前記した検出頻度の和が増加すると単調増加する関数を判別関数として用い、該判別関数の値が閾値を上回った場合に前記した滞留運動軌跡に対応した車両検出位置時系列データに対する誤検出判別を行うことを特徴とする車両追跡方法。

（第４の技術思想）
第２の技術思想として示した車両追跡方法で、前記したずれ量が減少し前記した検出頻度の和が増加すると単調減少する関数を判別関数として用い、該判別関数の値が閾値を下回った場合に前記した滞留運動軌跡に対応した車両検出位置時系列データに対する誤検出判別を行うことを特徴とする車両追跡方法。

（第５の技術思想）
第１の技術思想として示した車両追跡方法で、車両検出位置出現分布として、道路領域を複数の部分領域に分割し、予め指定した計数開始時刻と計数終了時刻の範囲内で、各部分領域における車両検出位置の出現頻度を加算することを特徴とする車両追跡方法。

（第６の技術思想）
第５の技術思想として示した車両追跡方法で、車両検出位置出現分布の値が予め指定した閾値以上の場合に、対応した部分領域を車両位置の誤検出が定常的に発生する領域として判別することを特徴とする車両追跡方法。

（第７の技術思想）
第１の技術思想として示した車両追跡方法で、車両の運動軌跡が進行方向に一定の短い距離を進む際にまたぐレーン数を運動軌跡形状特徴として用い、該レーン数が３以上の場合に、該運動軌跡に対応した車両検出位置の時系列データを誤検出パターンと判別することを特徴とする車両追跡方法。

（第８の技術思想）
第１の技術思想として示した車両追跡方法で、現時刻までに算出された既算出運動軌跡と現時刻に得られた車両検出位置を対応付ける際に、道路領域を複数の部分領域に分割し、該対応づけに用いる対応スコアが２位以下の車両位置に対応した部分領域に出現頻度値を加算し、車両検出位置出現分布から算出される特徴量として用いることを特徴とする車両追跡方法。

（第９の技術思想）
第８の技術思想として示した車両追跡方法で、前記した対応スコアとして、前記した既算出運動軌跡の終端位置と現時刻車両検出位置との距離に逆数を用い、該対応スコアの降順にスコア順位を定めることを特徴とする車両追跡方法。

（第１０の技術思想）
第８の技術思想として示した車両追跡方法で、車両検出位置出現分布の値が閾値以上となる前記した部分領域を、車両の誤検出が定常的に発生する領域として判別することを特徴とする車両追跡方法。

（第１１の技術思想）
第１〜第１０の技術思想のいずれかとして示した車両追跡方法で、誤検出発生領域と判別されてから一定時間経過ごとに、再度誤検出発生領域か否かの判定を行うことを特徴とする車両追跡方法。

（第１２の技術思想）
第１〜第１１の技術思想のいずれかとして示した車両追跡方法で、誤検出と判定された運動軌跡を誤検出パターンとして辞書に登録することを特徴とする車両追跡方法。

（第１３の技術思想）
第１２の技術思想として示した車両追跡方法で、誤検出と判定された運動軌跡の追跡開始位置、検出位置変動幅、検出位置変動の周波数、検出位置から算出される平均速度、平均加速度を辞書に登録することを特徴とする車両追跡方法。

（第１４の技術思想）
第１２または第１３の技術思想として示した車両追跡方法で、注目する車両軌跡と辞書に登録された誤検出パターンの軌跡の類似度を計算し、該類似度が高い場合、該注目車両軌跡を誤検出パターンと判別して以後の追跡を終了することを特徴とする車両追跡方法。

（第１５の技術思想）
第１３の技術思想および第１４の技術思想として示した車両追跡方法で、注目する運動軌跡が持つ追跡開始位置、検出位置変動幅、検出位置変動の周波数、検出位置から算出される平均速度、平均加速度のいずれかが辞書に登録された誤検出パターンの運動軌跡が持つ追跡開始位置、検出位置変動幅、検出位置変動の周波数、検出位置から算出される平均速度、平均加速度と同じ場合、該注目車両位置を追跡開始位置として用いないことを特徴とする車両追跡方法。

１０、１００、１００Ａ、１００Ｂ、１００Ｃ 車両追跡システム
１１ センサ
１２ 運動軌跡算出手段
１３ 誤検出割合登録手段
１４ 車両追跡解析手段
２０ 車両追跡方法
２１ センサ検出ステップ
２２ 運動軌跡算出ステップ
２３ 誤検出割合登録ステップ
２４ 車両追跡解析ステップ
３０ 車両追跡プログラム
３１ センサ検出処理
３２ 運動軌跡算出処理
３３ 誤検出割合登録処理
３４ 車両追跡解析処理
１０１ 道路
１０２ 車両位置検出センサ
１０３ 車両
１０４ 検出データ
１０５、１０５Ａ、１０５Ｂ、１０５Ｃ 車両追跡装置
１１１ ＣＰＵ
１１２、１１２Ａ、１１２Ｂ、１１２Ｃ メモリ
１１３、１１３Ａ、１１３Ｂ、１１３Ｃ 制御部
１１５、１１５Ｂ 追跡軌跡算出部
１１６ 追跡軌跡比較部
１１７、１１７Ａ 誤検出軌跡判別部
１１８、１１８Ｂ 誤検出定常発生領域判別部
１１９ 誤検出軌跡削除部
１３１ 追跡注目領域
１４１ 単位領域
１５１ 第１レーン
１５２ 第２レーン
１５３ 第３レーン
１６１、１９１、１９２ 運動軌跡
１７１ 候補検出位置
２１１、２１１Ａ プログラム格納領域
２１２ 検出データ格納バッファ
２１３ 観測データ保存領域
２１４ 誤検出定常発生登録領域
２１５ リストＧＬ
２１６ リストＥｒｒ
８０１ 追跡開始判定部
８０２ 誤検出軌跡特徴算出部
８１１ 誤検出軌跡特徴データベース

Claims (16)

1. 道路上の予め定めた所定範囲の領域を複数に分割したそれぞれの単位領域における路上の物理状態を時間を追って順次検出するセンサと、
   このセンサによって検出される前記道路上の前記単位領域のいずれかの物理状態が車両の存在の可能性を示す特定物理状態となっているとき、これら単位領域の時間的な位置の移動経路としての運動軌跡を算出する運動軌跡算出手段と、
   前記それぞれの単位領域ごとに前記特定物理状態が定常的に発生する割合を登録する誤検出割合登録手段と、
   前記運動軌跡算出手段によって算出した前記運動軌跡と前記誤検出割合登録手段に登録した単位領域ごとの車両の誤検出の割合を用いて車両の走行の経路を解析する車両追跡解析手段
   とを具備することを特徴とする車両追跡システム。
2. 前記運動軌跡算出手段によって算出された運動軌跡が前記道路上の同一レーンにおいて交差するとき、その一方の運動軌跡がその交差の生じる箇所で滞留しているかを判別する滞留判別手段と、
   この滞留判別手段が滞留していると判別するとき、この滞留している方の運動軌跡の前記所定範囲の領域での運動軌跡の開始位置と滞留している位置との車両の進行方向におけるずれ量を判別するずれ量判別手段と、
   このずれ量判別手段で判別したずれ量が、前記センサによる車両の進行方向の位置の検出誤差の範囲を超えているかによって車両の滞留の有無を判別する滞留有無判別手段
   とを具備することを特徴とする請求項１記載の車両追跡システム。
3. 前記ずれ量が、前記センサによる車両の進行方向の位置の検出誤差の範囲を超えていないとき、滞留を示している一方の運動軌跡を誤検出の運動軌跡であると判別する滞留時誤検出判別手段を具備することを特徴とする請求項２記載の車両追跡システム。
4. 前記ずれ量が、前記センサによる車両の進行方向の位置の検出誤差の範囲を超えているとき、同一レーンで２台の車両が衝突したと判別する滞留時衝突判別手段を具備することを特徴とする請求項２記載の車両追跡システム。
5. 前記運動軌跡算出手段によって算出された運動軌跡が前記道路上のレーンを２つ以上移動したかを判別するレーンまたぎ量判別手段と、
   このレーンまたぎ量判別手段で前記道路上のレーンを２つ以上移動したと判別したとき、これに要する時間が車両のレーン間の移動に要する予め定めた所定の時間内であるかを判別する所要時間判別手段と、
   この所要時間判別手段が前記所定の時間内であると判別したときその運動軌跡を誤検出の運動軌跡であると判別する複数レーン移動時誤検出判別手段を具備することを特徴とする請求項２記載の車両追跡システム。
6. 前記滞留時誤検出判別手段あるいは前記複数レーン移動時誤検出判別手段が誤検出と判別した運動軌跡に対応する前記単位領域のそれぞれに対する前記誤検出割合登録手段の登録する誤検出の割合を加算する誤検出時加算手段を具備することを特徴とする請求項３または請求項５記載の車両追跡システム。
7. 前記運動軌跡算出手段は、前記センサの今回の出力により前記車両についての複数の候補検出位置を算出したとき、前記車両の進行方向であって、前記センサの前回までの出力によって算出した車両の運動軌跡の終端からの距離が短い順に対応スコアの順位を付け、第１位のスコアの候補検出位置に前記終端からの運動軌跡を連結する手段であることを特徴とする請求項１記載の車両追跡システム。
8. 第２位以降のスコアの候補検出位置に対応する前記単位領域のそれぞれに対する前記誤検出割合登録手段の登録する誤検出の割合を加算する誤検出時加算手段を具備することを特徴とする請求項３および請求項７記載の車両追跡システム。
9. 前記誤検出割合登録手段の登録する誤検出の割合が予め設定した閾値を超える前記単位領域のそれぞれを、車両の誤検出が定常的に発生する誤検出定常発生領域として登録することを特徴とする請求項１記載の車両追跡システム。
10. 前記誤検出割合登録手段の登録内容は所定のタイミングでその内容を更新することを特徴とする請求項１記載の車両追跡システム。
11. 誤検出と判定された運動軌跡を誤検出パターンとして登録する辞書を具備することを特徴とする請求項１記載の車両追跡システム。
12. 前記辞書には、誤検出と判定された運動軌跡の追跡開始位置、検出位置変動幅、検出位置変動の周波数、検出位置から算出される平均速度、平均加速度のうちのいずれかを前記誤検出パターンに付随する事項として登録することを特徴とする請求項１１記載の車両追跡システム。
13. 前記辞書に登録された誤検出パターンのいずれかと候補となる運動軌跡のパターンとの類似度を算出する類似度算出手段と、この類似度算出手段の算出した類似度が予め定めた値よりも高いとき、前記候補となる運動軌跡のパターンを誤検出のパターンであるとしてその運動軌跡の以後の追跡を終了する追跡車両手段とを更に具備することを特徴とする請求項１１記載の車両追跡システム。
14. 前記辞書に登録された誤検出パターンのいずれかと候補となる運動軌跡のパターンが一致するかを比較するパターン比較手段と、このパターン比較手段がパターンの一致を検出したとき、前記候補となる運動軌跡のパターンに付随する事項としての運動軌跡の追跡開始位置、検出位置変動幅、検出位置変動の周波数、検出位置から算出される平均速度、平均加速度のうちのいずれかが誤検出パターンに付随する事項と一致するかを判別する付随事項比較手段と、この付随事項比較手段によっていずれかの付随事項の一致が判別されたとき、前記候補となる運動軌跡の検出位置を追跡開始位置として採用しない追跡開始位置不採用手段を更に具備することを特徴とする請求項１１記載の車両追跡システム。
15. 道路上の予め定めた所定範囲の領域を複数に分割したそれぞれの単位領域における路上の物理状態をセンサを用いて時間を追って順次検出するセンサ検出ステップと、
    このセンサ検出ステップによって検出される前記単位領域のいずれかの物理状態が車両の存在の可能性を示す特定物理状態となっているとき、これら単位領域の時間的な位置の移動経路としての運動軌跡を算出する運動軌跡算出ステップと、
    前記それぞれの単位領域ごとに前記特定物理状態が定常的に発生する割合を登録する誤検出割合登録ステップと、
    前記運動軌跡算出ステップによって算出した前記運動軌跡と前記誤検出割合登録ステップで登録した単位領域ごとの車両の誤検出の割合を用いて車両の走行の経路を解析する車両追跡解析ステップ
    とを具備することを特徴とする車両追跡方法。
16. コンピュータに、
    道路上の予め定めた所定範囲の領域を複数に分割したそれぞれの単位領域における路上の物理状態をセンサを用いて時間を追って順次検出するセンサ検出処理と、
    このセンサ検出処理によって検出される前記単位領域のいずれかの物理状態が車両の存在の可能性を示す特定物理状態となっているとき、これら単位領域の時間的な位置の移動経路としての運動軌跡を算出する運動軌跡算出処理と、
    前記それぞれの単位領域ごとに前記特定物理状態が定常的に発生する割合を登録する誤検出割合登録処理と、
    前記運動軌跡算出処理によって算出した前記運動軌跡と前記誤検出割合登録処理で登録した単位領域ごとの車両の誤検出の割合を用いて車両の走行の経路を解析する車両追跡解析処理
    とを実行させることを特徴とする車両追跡プログラム。

Images