特許ウォッチ

公開番号2025093893
公報種別公開特許公報(A)
公開日2025-06-24
出願番号2024215939
出願日2024-12-10
発明の名称車両追跡方法、車両追跡システム、およびプログラム
出願人日本電気株式会社
代理人個人,個人
主分類G08G 1/00 20060101AFI20250617BHJP(信号)
要約【課題】車両追跡方法、車両追跡システム、およびプログラムを提供する。
【解決手段】
車両追跡方法は、分散型光ファイバセンシング(DFOS)データを受信することと、それぞれが検出時点における対応する第1の車両の位置に対応する、前記DFOSデータ内における複数の第1のヒットポイントを特定することと、前記特定された複数の第1のヒットポイントの中から初期シードポイントを決定することと、前記特定された複数の第1のヒットポイントのいずれかが外れ値ヒットポイントであるかどうかを決定することと、任意の外れ値ヒットポイントが除外された前記特定された複数の第1のヒットポイントをクラスタリングして、第1のクラスタを定義することと、前記第1のクラスタに基づいて前記第1の車両の第1の車両パラメータを推定することを含む。
【選択図】図2
特許請求の範囲【請求項１】
分散型光ファイバセンシング（ＤＦＯＳ）データを受信することと、
それぞれが検出時点における対応する第１の車両の位置に対応する、前記ＤＦＯＳデータ内における複数の第１のヒットポイントを特定することと、
前記特定された複数の第１のヒットポイントの中から初期シードポイントを決定することと、
前記特定された複数の第１のヒットポイントのいずれかが外れ値ヒットポイントであるかどうかを決定することと、
任意の外れ値ヒットポイントが除外された前記特定された複数の第１のヒットポイントをクラスタリングして、第１のクラスタを定義することと、
前記第１のクラスタに基づいて前記第１の車両の第１の車両パラメータを推定することを含む、車両追跡方法。
続きを表示（約 2,000 文字）【請求項２】
前記特定された複数の第１のヒットポイントのいずれかが外れ値ヒットポイントであるかどうかを決定することが、
確認された第１のヒットポイントから問題となっている第１のヒットポイントまで前記第１の車両が合理的に走行することができたかどうかを決定するために、前記問題となっている第１のヒットポイントを分析することと、
前記確認された第１のヒットポイントから前記問題となっている第１のヒットポイントまで前記第１の車両が合理的に走行することができなかったであろうという決定に応答して、前記問題となっている第１のヒットポイントが前記外れ値ヒットポイントであると決定することとを含む、請求項１に記載の車両追跡方法。
【請求項３】
前記問題となっている第１のヒットポイントを分析することが、前記第１の車両の決定された速度に基づいて前記問題となっている第１のヒットポイントを分析することを含む、請求項２に記載の車両追跡方法。
【請求項４】
前記問題となっている第１のヒットポイントを分析することが、前記第１の車両が走行する車道のパラメータに基づいて前記問題となっている第１のヒットポイントを分析することを含む、請求項２に記載の車両追跡方法。
【請求項５】
十分な数の前記複数の第１のヒットポイントがクラスタリングのために特定されたかどうかを決定することさらに含み、前記特定された複数の第１のヒットポイントをクラスタリングすることが、前記十分な数の前記複数の第１のヒットポイントが特定されたという決定に応答して実行される、請求項１に記載の車両追跡方法。
【請求項６】
不十分な数の第１のヒットポイントが特定されたという決定に応答して、前記ＤＦＯＳデータから少なくとも１つの後続の第１のヒットポイントを特定することをさらに含む、請求項５に記載の車両追跡方法。
【請求項７】
それぞれが対応する第２の車両の位置に対応する、前記ＤＦＯＳデータ内における複数の第２のヒットポイントを特定することと、
前記特定された複数の第２のヒットポイントに基づいて前記第２の車両の第２の車両パラメータを推定することと、
前記特定された複数の第１のヒットポイントおよび前記特定された複数の第２のヒットポイントをプロットすることと、をさらに含み、
前記プロットされた特定された複数の第１のヒットポイントは、前記プロットされた特定された複数の第２のヒットポイントと交差点で交差する、請求項１に記載の車両追跡方法。
【請求項８】
前記第１の車両パラメータおよび前記第２の車両パラメータに基づいて、前記交差点を横切る前記第１の車両および前記第２の車両の各々を追跡することをさらに含む、請求項７に記載の車両追跡方法。
【請求項９】
命令を記憶するように構成された非一時的コンピュータ可読媒体と、
前記非一時的コンピュータ可読媒体に接続されたプロセッサとを備え、
前記プロセッサが、
分散型光ファイバセンシング（ＤＦＯＳ）データを受信することと、
それぞれが検出時点における対応する第１の車両の位置に対応する、前記ＤＦＯＳデータ内における複数の第１のヒットポイントを特定することと、
前記特定された複数の第１のヒットポイントの中から初期シードポイントを決定することと、
前記特定された複数の第１のヒットポイントのいずれかが外れ値ヒットポイントであるかどうかを決定することと、
任意の外れ値ヒットポイントが除外された前記特定された複数の第１のヒットポイントをクラスタリングして、第１のクラスタを定義することと、
前記第１のクラスタに基づいて前記第１の車両の第１の車両パラメータを推定することとを行うための前記命令を実行するように構成される、車両追跡システム。
【請求項１０】
分散型光ファイバセンシング（ＤＦＯＳ）データを受信することと、
それぞれが検出時点における対応する第１の車両の位置に対応する、前記ＤＦＯＳデータ内における複数の第１のヒットポイントを特定することと、
前記特定された複数の第１のヒットポイントの中から初期シードポイントを決定することと、
前記特定された複数の第１のヒットポイントのいずれかが外れ値ヒットポイントであるかどうかを決定することと、
任意の外れ値ヒットポイントが除外された前記特定された複数の第１のヒットポイントをクラスタリングして、第１のクラスタを定義することと、
前記第１のクラスタに基づいて前記第１の車両の第１の車両パラメータを推定することと
をプロセッサに行わせるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本願は、分散型光ファイバセンシング（ＤＦＯＳ）システムおよびその使用方法に関する。
続きを表示（約 3,000 文字）【背景技術】
【０００２】
光ファイバは、多数の車道に沿って存在する。これらの光ファイバに取り付けられた分散型音響センサ（ＤＡＳ：Ｄｉｓｔｒｉｂｕｔｅｄａｃｏｕｓｔｉｃｓｅｎｓｏｒｓ）は、光ファイバが位置する振動を検出することができる。場合によっては、これらの振動は通過車両の結果である。ＤＡＳは、車両の数、車両の車線位置、および車速に関するデータを収集することができる。
【０００３】
ＤＡＳは、トラフィックパラメータを決定するために、時間および距離に基づいてウォーターフォールデータを生成する。ＤＡＳが個々の車両を検出する能力は、ＤＡＳによって検出された信号のノイズ量に関連する。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
車両追跡の精度の向上が望まれている。
【課題を解決するための手段】
【０００５】
本開示の第１の実施態様に係る車両追跡方法は、分散型光ファイバセンシング（ＤＦＯＳ）データを受信することと、それぞれが検出時点における対応する第１の車両の位置に対応する、前記ＤＦＯＳデータ内における複数の第１のヒットポイントを特定することと、前記特定された複数の第１のヒットポイントの中から初期シードポイントを決定することと、前記特定された複数の第１のヒットポイントのいずれかが外れ値ヒットポイントであるかどうかを決定することと、任意の外れ値ヒットポイントが除外された前記特定された複数の第１のヒットポイントをクラスタリングして、第１のクラスタを定義することと、前記第１のクラスタに基づいて前記第１の車両の第１の車両パラメータを推定することを含む。
【０００６】
本開示の第２の実施態様に係る車両追跡システムは、命令を記憶するように構成された非一時的コンピュータ可読媒体と、前記非一時的コンピュータ可読媒体に接続されたプロセッサとを備え、前記プロセッサが、分散型光ファイバセンシング（ＤＦＯＳ）データを受信することと、それぞれが検出時点における対応する第１の車両の位置に対応する、前記ＤＦＯＳデータ内における複数の第１のヒットポイントを特定することと、前記特定された複数の第１のヒットポイントの中から初期シードポイントを決定することと、前記特定された複数の第１のヒットポイントのいずれかが外れ値ヒットポイントであるかどうかを決定することと、任意の外れ値ヒットポイントが除外された前記特定された複数の第１のヒットポイントをクラスタリングして、第１のクラスタを定義することと、前記第１のクラスタに基づいて前記第１の車両の第１の車両パラメータを推定することとを行うための前記命令を実行するように構成される。
【０００７】
本開示の第３の実施態様に係るプログラムは、分散型光ファイバセンシング（ＤＦＯＳ）データを受信することと、それぞれが検出時点における対応する第１の車両の位置に対応する、前記ＤＦＯＳデータ内における複数の第１のヒットポイントを特定することと、前記特定された複数の第１のヒットポイントの中から初期シードポイントを決定することと、前記特定された複数の第１のヒットポイントのいずれかが外れ値ヒットポイントであるかどうかを決定することと、任意の外れ値ヒットポイントが除外された前記特定された複数の第１のヒットポイントをクラスタリングして、第１のクラスタを定義することと、前記第１のクラスタに基づいて前記第１の車両の第１の車両パラメータを推定することとをプロセッサに行わせる。
【図面の簡単な説明】
【０００８】
本開示の態様は、添付の図面と併せて読むと、以下の詳細な説明から最もよく理解される。業界の標準的な慣行に従って、様々な特徴は縮尺通りに描かれていないことに留意されたい。実際、様々な特徴の寸法は、説明を明確にするために任意に増減され得る。
いくつかの実施形態による、車道に沿った分散型音響センサ（ＤＡＳ）システムの概略図である。
いつかの実施形態による、車道に沿った分散型音響センサ（ＤＡＳ）システムの概略図である。
いくつかの実施形態による、分散型光ファイバセンシング（ＤＦＯＳ：ｄｉｓｔｒｉｂｕｔｅｄｆｉｂｅｒｏｐｔｉｃｓｅｎｓｉｎｇ）データからのデータを分析する方法のフローチャートである。
いくつかの実施形態による、ＤＡＳシステムによって収集されたウォーターフォールデータを伴うＤＡＳシステムの概略図である。
いくつかの実施形態によるフィルタリングされたＤＦＯＳデータを示す図である。
いくつかの実施形態による、ＤＦＯＳデータに基づく検出された車両位置のプロットの図である。
いくつかの実施形態による、ＤＦＯＳデータに基づく検出された車両位置のプロットの図である。
いくつかの実施形態による、ＤＦＯＳデータに基づくクラスタリングされた車両位置のプロットの図である。
いくつかの実施形態による、車道に沿った車両位置を追跡するためのプロットの図である。
いくつかの実施形態による、車道に沿って複数の車両を追跡するためのプロットの図である。
いくつかの実施形態による、分散型光ファイバセンシング（ＤＦＯＳ）データを分析する方法のフローチャートである。
いくつかの実施形態による、ＤＦＯＳデータを分析するためのシステムのブロック図である。
【発明を実施するための形態】
【０００９】
以下の開示は、提供する主題の異なる特徴を実装するための多くの異なる実施形態または例を提供する。以下、本開示を簡略化するために、構成要素、値、動作、材料、配置などの具体例を説明する。当然ながら、これらは単なる例であり、限定することを意図するものではない。他の構成要素、値、動作、材料、配置などが考えられる。例えば、以下の説明における第２の特徴を覆う、またはその上への第１の特徴の形成は、第１および第２の特徴が直接接触して形成される実施形態を含んでもよく、また、第１および第２の特徴が直接接触しないように、第１の特徴と第２の特徴との間に追加の特徴が形成され得る実施形態を含んでもよい。さらに、本開示は、様々な例において参照番号および／または文字を繰り返すことがある。この繰り返しは、単純化および明確化のためのものであり、それ自体は、論じた様々な実施形態および／または構成の間の関係を規定するものではない。
【００１０】
さらに、「真下（ｂｅｎｅａｔｈ）」、「下方（ｂｅｌｏｗ）」、「下側（ｌｏｗｅｒ）」、「上方（ａｂｏｖｅ）」、「上側（ｕｐｐｅｒ）」などの空間的に相対的な用語は、本明細書では、１つの要素または特徴と別の要素または特徴との関係を図に示すように説明するための説明を容易にするために使用され得る。空間的に相対的な用語は、図に示す向きに加えて、使用中または動作中のデバイスの異なる向きを包含することを意図している。装置は、他の方向に向けられてもよく（９０度または他の向きに回転されてもよく）、本明細書で使用する空間的に相対的な記述子は、それに応じて同様に解釈されてもよい。
（【００１１】以降は省略されています）

関連特許