140GHz帯ミリ波レーダのためのRPM法による高速・高精度立体画像化

摘要

超広帯域レーダは高い距離分解能を有し，光学センサの運用が困難な状況で計測が可能であり，有用とされている．近年，140GHz帯の超広帯域レーダが，装置の小型化や高分解能化の観点から注目されており．建設現場における重機の目標物認識センサや救助ロボット，高齢者見守りシステム等に有用とされている．目標形状の画像化技術として，既に合成開口処理(SAR: Synthetic Aperture Radar)や，SEABED(Shape Estimation Algorithm based on Boundary scattering transform and Extraction of Directly scattered waves)法及びRPM(Range Points Migration)法等が提案されている，その中で，RPM法は観測される距離と素子を紐づけした距離点を目標境界の散乱中心点に一対一で写像させる方法であり，目標が複数で複雑な形状をもつ場合にでもペアリング等の処理を経ずに高速かつ高精度な境界推定が実現されることが実証されている．しかしながら，同手法は写像処理において，全ての距離点を一括処理するため，多目標環境下において計算量が膨大になる問題がある．また距離点を写像する際に，他の目標に属するの距離点が含まれている場合，画像化精度が劣化する問題がある．本論文では，同問題を解決するため，距離点を目標毎に事前にクラスタリングすることで処理速度を高速化するとともに精度を向上させる方法を提案する．一方，目標を事前にクラスタリングするためには，距離の情報のみでは極めて困難であることが確認されている．本論文では目標に関する先験的な情報を用いずに同クラスタリングを実現する方法を複数提案する．第一に，クラスタリングをRPM法で写像された実空間で実施する方法を示す．処理速度を犠牲にしないため，評価する素子の組合せを絞り込む．第二に，目標の各部位が異なる速度を有していることを前提として，ドップラ速度により距離点をクラスタリングする方法を示す．140GHz帯レーダを想定した数値計算による性能評価により，提案する両手法は従来に比して，処理速度及び精度や再現領域等を飛躍的に改善することを示す．最後に本手法の実時間処理への可能性を検討するため，モノスタティック近似を用いたRPM法の高速化法を提示し，その有効性を示す．