자차에 장착된 복수의 레이다로부터 발산되어 표적차량으로부터 반사된 신호를 처리하는 신호처리장치에서 수행하는 것으로, 직교좌표계 상에서 다각형 형태로 근사된 표적차량 형상의 특정 지점에 해당하는 적어도 하나의 트랙렛(Tracklet) 출현 지점을 정의하고, 상기 정의된 각 지점에 대해 표적차량 중심점에 대한 좌표함수를 설정하여 사전분포모델을 설정하는 단계; 상기 복수의 레이다로부터 트랙렛 출력을 획득하는 단계; 상기 획득된 트랙렛 출력에서 상기 적어도 하나의 트랙렛 출현 지점을 중심으로 설정한 게이트 내부에 위치한 트랙렛이 존재하는 경우, 상기 게이트 내부에 위치하는 적어도 하나의 트랙렛 출현 지점 중 어느 하나를 연관된 트랙렛으로 선정하는 단계; 상기 연관된 트랙렛, 상기 적어도 하나의 트랙렛 출현 지점 각각의 위치 및 상기 좌표함수를 기반으로 측정방정식을 생성하는 단계; 상기 표적차량의 상태변수와 상기 측정방정식을 기반으로 상기 상태변수의 추정치를 산출하여 상기 상태변수를 갱신하는 단계; 및 상기 산출된 상태변수의 추정치와 자차좌표계의 표적차량 운동방정식을 기반으로 다음 시점에서의 표적차량 예측치를 생성하는 단계를 포함하는, 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제1항에 있어서, 관성좌표계 상의 표적차량의 운동모델 및 상기 상태변수를 설정하고, 상기 자차좌표계 상의 표적차량 상대위치 및 표적차량 헤딩각을 상기 운동모델에 적용하여 상기 표적차량 운동방정식을 생성하는 단계를 더(반드시 추가되어야 합니다.) 포함하는 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제2항에 있어서, 상기 운동모델은, CT(Constant Turn rate) 운동모델로 기술되며, 상기 CT 운동모델을 샘플링 시간으로 이산화한 후 상기 자차좌표계 상으로 정의되는 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제1항에 있어서, 상기 상태변수는, 상기 표적차량의 중심위치, 상기 표적차량의 속도, 상기 표적차량의 헤딩, 상기 표적차량의 회전각속도, 상기 표적차량의 길이 및 폭 중 적어도 하나를 포함하는 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제1항에 있어서, 상기 상태변수의 추정치는, 상기 표적차량의 중심위치, 상기 표적차량의 속도, 상기 표적차량의 헤딩, 상기 표적차량의 회전각속도, 상기 표적차량의 길이 및 폭 중 적어도 하나를 포함하는 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제1항에 있어서, 상기 다각형은 사각형을 포함하는 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제6항에 있어서, 상기 특정 지점은, 상기 사각형의 4개의 모서리 및 4개의 변에 각각 위치하는, 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제1항에 있어서, 상기 표적차량 중심점에 대한 좌표함수는, 예측된 상기 표적차량의 자차좌표계의 중심위치, 상기 표적차량의 길이, 상기 표적차량의 폭 및 상기 표적차량의 헤딩의 함수를 포함하는, 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제8항에 있어서, 상기 표적차량 중심점에 대한 좌표함수는, 추가로 상기 표적차량의 타 특정 지점의 좌표를 이용하여 표현되는, 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제1항에 있어서, 상기 표적차량 예측치는, 예측된 상기 표적차량의 중심위치, 길이 및 폭을 포함하는, 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제10항에서, 상기 표적차량 예측치를 기반으로 상기 사전분포모델을 재구성하는 단계를 더 포함하는, 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법.

제1항 내지 11항 중 어느 한 항에 따른 트랙렛의 사전분포모델을 활용한 표적차량의 운동 및 형상 동시 추정방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 해독 가능 기록 매체.

복수의 레이다; 및신호 처리 장치를 포함하되,상기 신호 처리 장치는,직교좌표계 상에서 다각형 형태로 근사된 표적차량 형상의 특정 지점에 해당하는 적어도 하나의 트랙렛(Tracklet) 출현 지점을 정의하고, 상기 정의된 각 지점에 대해 표적차량 중심점에 대한 좌표함수를 설정하여 사전분포모델을 설정하는 사전분포 모델 설정부; 상기 복수의 레이다로부터 트랙렛 출력을 획득하는 트랙렛 출력 획득부; 상기 획득된 트랙렛 출력에서 상기 적어도 하나의 트랙렛 출현 지점을 중심으로 설정한 게이트 내부에 위치한 트랙렛이 존재하는 경우, 상기 게이트 내부에 위치하는 적어도 하나의 트랙렛 출현 지점 중 어느 하나를 연관된 트랙렛으로 선정하는 트랙렛 선정부;상기 연관된 트랙렛, 상기 적어도 하나의 트랙렛 출현 지점 각각의 위치 및 상기 좌표함수를 기반으로 측정방정식을 생성하는 측정방정식 생성부; 상기 표적차량의 상태변수와 상기 측정방정식을 기반으로 상기 상태변수의 추정치를 산출하여 상기 상태변수를 갱신하는 상태변수 관리부; 및상기 산출된 상태변수의 추정치와 자차좌표계의 표적차량 운동방정식을 기반으로 다음 시점에서의 표적차량 예측치를 생성하는 표적차량 추적부를 포함하는, 차량.

제13항에 있어서, 관성좌표계 상의 표적차량의 운동모델 및 상기 상태변수를 설정하고, 상기 자차좌표계 상의 표적차량 상대위치 및 표적차량 헤딩각을 상기 운동모델에 적용하여 상기 표적차량 운동방정식을 생성하는 운동방정식 생성부를 더 포함하는, 차량.

제14항에 있어서, 상기 운동모델은, CT(Constant Turn rate) 운동모델로 기술되며, 상기 CT 운동모델을 샘플링 시간으로 이산화한 후 상기 자차좌표계 상으로 정의되는, 차량.

제13항에 있어서, 상기 상태변수는, 상기 표적차량의 중심위치, 상기 표적차량의 속도, 상기 표적차량의 헤딩, 상기 표적차량의 회전각속도, 상기 표적차량의 길이 및 폭 중 적어도 하나를 포함하는, 차량.

제13항에 있어서, 상기 상태변수의 추정치는, 상기 표적차량의 중심위치, 상기 표적차량의 속도, 상기 표적차량의 헤딩, 상기 표적차량의 회전각속도, 상기 표적차량의 길이 및 폭 중 적어도 하나를 포함하는, 차량.

제13항에 있어서, 상기 다각형은 사각형을 포함하는, 차량.

제13항에 있어서, 상기 표적차량 중심점에 대한 좌표함수는, 예측된 상기 표적차량의 자차좌표계의 중심위치, 상기 표적차량의 길이, 상기 표적차량의 폭 및 상기 표적차량의 헤딩의 함수를 포함하는, 차량.

제19항에 있어서, 상기 표적차량 중심점에 대한 좌표함수는, 추가로 상기 표적차량의 타 특정 지점의 좌표를 이용하여 표현되는, 차량.