（ゲッティンゲン大学）
概要
この論文では、オブジェクトの新規な空間拡張輪郭を示し、車両の測定データの未知の大きさと方向を追跡するのに適したレーザレーダは述べています。おおよそ凸形状 - 我々は、二次均一Bスプライン期間は直接オブジェクトスターデカルト空間を示している使用します。非常にスペースでの作業の以前の方法と比較して、我々は、形状パラメータが明確に定義された測定値が同じ空間内に配置されるように、オブジェクトの輪郭の歩行機能をシミュレートするために新しいパラメータを導入しました。このアプローチの主な利点は、独立に、ベース点スプラインの長さと幅をスケーリングすることによってスケーリングを実行することです。
I.はじめに
自動車分野では、特に、先進運転支援システム（ADAS）機能では、拡張されたターゲットは、トラッキング（EOT）の方向は、最近多くの注目を集めました。この分野では、他の交通参加者を追跡する自律走行車の競争の中で重要な課題であるが対処する必要があります。この課題については、車両環境や他の道路利用者を検知するための非常に高い空間分解能を持つセンサの展開。このようなレーザレーダセンサの一例は、環境から点一連の測定を提供する車です。この作業は、同時に複数の測定に同一のターゲットから見ることができ、古典的なオブジェクトと比較して、EOTのフィールドを含みます。こうしての目標範囲（程度）についての情報を提供します。運動パラメータと形状の時間変化するパラメータまたは対象の境界を推定するのEOTオブジェクト。SUMMARY EOTの技術では、参照Aを参照してください。
道路を表すために使用されるモデルに他の車両から発生する道路利用者の知覚のための他の重要な問題は、このモデルは、柔軟であるが、動的に特定の用途のためにカスタマイズしなければなりません。拡張オブジェクトを表示するには、我々は、異なるターゲットモデルを開発しました。凸制約の適用-文献2に参照スターIIIを達成使用してフーリエ係数のランダム超曲面EOTのモデルを提案しています。単一のセンサシステム（参考文献7）及び（6文献4）は、単一のターゲット追跡のセンサシステム（参考文献8）複数のマルチターゲットフィルタ、ガウシアンプロセスモデルの形でより多く開発されていますスター-凸方法。矩形ポリゴンの特定のモデルシミュレート目標範囲、（9を参照）は、車両を追跡するために使用されてきました。トラッカーで作られ一般的な多角形ベース（参考文献10）によって設定されたレベル。アプリケーションのための関心対象の、楕円形モデルと説明ターゲットボリューム拡張ターゲット（参考文献11〜13）に基づいて、元の幅の長さを測定するように適合。測定結果から対象ボリューム-レーザーレーダーに比べ、レーダードップラー測定値が目標速度を提供することができるように他のセンサは、オートパイロットレーダを用いています。（参考文献。1415）で情報を結合するために、異なる拡張対象モデルを開発しました。本研究では、LIDARデータの目標の概要を確立するために定義されたBスプラインデカルトの使用をお勧めします。通常、この方法は、実質的に任意の連続的な表面をシミュレートするためにデカルト座標のパラメータを使用することを可能にします。したがって、表面と測定パラメータとの間の座標系を変更する必要はありません。スプラインEOTを使用して、さらに関連する仕事があります。ラジアルカムプロファイル機能が均一Bスプライン、ならびにデカップリング形状および動きパラメータによって表される-我々は、（参考文献16）、スターを発見しました。さらに、複数の測定を横切る回数は、形状パラメータを更新するために使用されます。（参考文献17）オブジェクトモデリング箱形状のセットがスプラインに沿って整列し、前記細長い拡張を、トレーススプラインオブジェクトを使用して、スプラインは、道路の車の伸び率と曲率として説明します。セクションIIにおいて、物体のデカルト境界の一般的定義を与えます。II-部の均一な二次Bスプライン期間の使用は、連続的なデカルトモデルを記載しています。
セクションIIIにおいて、モデルは、車両追跡を推定するために使用され、ガウシアンモデル評価プロセスと比較されます。
第二に、拡張されたターゲット追尾
測定値0≤mk≤nk拡張オブジェクトを生成し、古典的なターゲット追跡と比較して、EOTは、典型的なシナリオでは、グループのNKは、ノイズ測定値{YK、L} NK Lによって破損各時間ステップkポイントで受信しました= 1。所定の測定モード用のデータを解釈することは著しく増加しています。これらのモードによって運ばれる付加的な情報によって改善ある程度この5月には、動きがKeyiguji目標がx_kinとその範囲の状態がx_shapeと述べています。したがって、X = [M、ψ、x_kin、x_shape]によって与えられる典型的な状態のEOTは、それぞれが位置と向きm個のψを有します。可能な測定ソースαはパラメトリック曲面の単純な関数であり、（参考文献2）指定されたプロファイル関数C（α、xshape）∈R2をシミュレートします。シーンおよびセンサタイプ、ZLの測定値は、目標表面または容積に由来してもよいです。以下の議論のために、目標関数の相対的な中心が便利筆記表面形状、即ち、C（α、X）= M +Rψ・C（α、x_shape）である。方向ψによって定義Rψ回転行列。次のセクションでは、C（α、x_shape）はC（α）、読みやすくするために省略形パラメータxshapeと呼ばれます。異なる方法に対応するオブジェクトモデルの輪郭のパラメータの異なるタイプの形状、最も顕著なアプリケーションは、半径方向の関数、すなわち、ΦはCRADuφ分解輪郭方向単位ベクトルとスカラー関数である（φ、x_shape）∈星形状が凸形状であることを定義することによって境界に中心からの距離を表すR、すなわち、C（α=φ、xshape）=uφ・CRAD（φ、xshape）、、。半径方向に拡張ターゲット関数が（参考文献4）に記載されている最近の例は、ガウス関数ラジアル手順によって定義されたテスト入力とそれに対応する関数の値の場合、限られた数を、記載されています。