具体实施方式

以下，一边参照附图，一边对本发明的实施方式进行说明。

[1.构成]

图1所示的驾驶辅助系统1具备雷达装置10、物体追踪装置20、驾驶辅助装置30。

雷达装置10是发送接收线性信号的FCM方式的毫米波雷达。

也可以如图2所示，雷达装置10搭载于车辆50的前方中央(例如，前方保险杠的中央)，将车辆50的前方中央的区域作为检测区域Aff。另外，雷达装置10也可以分别搭载于车辆50的左前侧方和右前侧方(例如，前方保险杠的左端和右端)，将车辆50的左前方和右前方的区域分别作为检测区域Afl、Afr。另外，雷达装置10也可以分别搭载于车辆50的左后侧方和右后侧方(例如，后方保险杠的左端和右端)，将车辆50的左后方和右后方的区域分别作为检测区域Arl、Arr。

该5个雷达装置10不需要全部搭载，可以仅搭载任意一个，也可以搭载任意2个以上。

如图3所示，线性信号是以使频率呈锯齿波状变化的方式进行频率调制的雷达信号。即，线性信号为频率连续地增加或者减少的雷达信号。在图3中表示频率连续地减少的线性信号，但也可以为频率连续地增加的线性信号。从一个线性信号的发送开始到下一线性信号的发送开始为止的期间为线性信号的重复周期T。

雷达装置10包含由多个天线元件构成的发送阵列天线，在每个恒定周期Tcy的处理周期中，以重复周期T将线性信号重复发送规定次数N。另外，雷达装置10包含由多个天线元件构成的接收阵列天线，接收由物标反射线性信号而产生的反射信号。而且，雷达装置10生成将所发送的线性信号和反射信号混合而得的差拍信号，对差拍信号进行取样并向物体追踪装置20供给。此外，重复周期T和处理周期的周期Tcy也可以构成为能够任意变更。

这里，在将光速设为c、将线性信号的中心频率设为fc的情况下，线性信号的最大检测速度Vmax由下面的式(1)表示。

Vmax＝c/(4×fc×T)(1)

最大检测速度Vmax为不折返地能够检测的速度V(即，相对于车辆50的相对速度)的大小的最大值。在实际的速度V处于-Vmax＜V＜Vmax的范围的情况下，根据收发线性信号而取得的差拍信号所检测的观测速度Vob与实际的速度V一致。在将折返次数设为k的情况下，如图4所示，在实际的速度V处于(2k-1)Vmax＜V＜(2k+1)Vmax的速度范围内的情况下，观测速度Vob被检测为-Vmax＜Vob＜Vmax的速度范围内的值。此外，k为整数。以下，将由k决定的(2k-1)Vmax＜V＜(2k+1)Vmax的速度范围称为单位范围。

返回图1，物体追踪装置20具备微机，该微机具有CPU21、以及例如RAMROM等半导体存储器(以下，存储器)22。物体追踪装置20执行如下的处理，基于雷达装置10中的检测结果，而生成与存在于本车辆的周围的物标相关的信息、即用于掌握车辆50的周围的状况的信息即物标信息。关于该处理的详细内容，后述说明。

驾驶辅助装置30使用由物体追踪装置20生成的物标信息、以及表示从搭载于车辆50的各种传感器取得的车辆50的状态和举动中的至少一方的信息，而控制车辆50，由此实现各种驾驶辅助。在实现的驾驶辅助中，例如，存在车间距离控制(即，ACC)、车道维持辅助(即，LKA)、车道变更辅助(即，LCA)、车道偏离警报、超车辅助、介入控制、自动制动、以及自动驾驶等，包含它们中的至少一个。ACC为Auto Cruise Control(自动巡航控制)的缩写，LKA为Lane Keeping Assist(车道保持辅助)的缩写，LCA为Lane Change Assist(变道辅助)的缩写。

[2.处理]

接下来，使用图5的流程图对物体追踪装置20执行的处理进行说明。按照每个处理周期的周期Tcy而重复执行本处理。

首先，在S10中，物体追踪装置20从雷达装置10取得差拍信号的取样数据(以下，为差拍信号)。具体而言，根据一个处理周期中包含的N个线性信号，取得N个差拍信号。

在接下来的S20中，物体追踪装置20根据在S10中取得的差拍信号来检测表示对线性信号进行反射的物体的存在的观测点。如图6所示，物体追踪装置20针对所取得的N个差拍信号分别执行FFT处理，计算N个距离频谱。距离频谱为表示相对于距离的功率的频谱。差拍信号具有与直到物体为止的距离对应的频率成分，因此计算出的距离频谱的频率BIN相当于距离BIN。并且，物体追踪装置20针对计算出的N个距离频谱的各距离BIN执行FFT处理，而计算距离速度频谱。距离速度频谱为表示相对于距离和速度的功率的二维的频谱。物体追踪装置20从计算出的距离速度频谱中搜索成为峰值的速度BIN和距离BIN，并提取该峰值。在与提取出的峰值对应的信号成分中包含与观测点相关的信息。

在接下来的S30中，物体追踪装置20根据在S20中提取出的峰值的速度BIN和距离BIN，来计算观测点表示的物体的速度观测值Vob和距离观测值Rob。并且，物体追踪装置20针对观测点应用到来方向推断算法，而计算表示观测点相对于车辆50的方位的方位观测值θ。方位观测值θ相当于观测角度。关于方位观测值θ，例如也可以以车辆50的前进方向为基准(即，0°)将右方向表达为正、将左方向表达为负。以下，将速度观测值Vob与距离观测值Rob与方位观测值θ统称为观测信息。

在接下来的S40中，对于观测信息分别执行对速度的折返范围进行设定的范围设定处理。

这里，使用图7的流程图对物体追踪装置20在S40中执行的范围设定处理的详细内容进行说明。

若范围设定处理起动，则在S310中，物体追踪装置20从搭载于车辆50的传感器取得车速V。

在接下来的S320中，物体追踪装置20选择在S30中计算出的观测信息中的、未实施S330～S370的处理的观测信息之一作为对象信息。

在接下来的S330中，物体追踪装置20基于对象信息的方位观测值θ和在S310中取得的车速V，根据(2)式来计算在方位观测值θ表示的方向上的车辆50的速度成分即物体方向速度Vθ。此外，物体方向速度Vθ为在方位观测值θ表示的方向上存在静止物体的情况下观测的相对速度。关于相对速度，用负值表示接近方向的速度，用正值表示分离方向的速度。

Vθ＝-Vcosθ (2)

在接下来的S340中，物体追踪装置20根据对象信息的方位观测值θ来判定对象信息表示的观测点即对象观测点是否位于车辆50的行进方向侧。具体而言，将第一阈值设为TH1、将第二阈值设为TH2、TH1＝TH2＝90°，在|θ|≦TH1的情况下，判定为对象观测点位于车辆50的行进方向侧，在|θ|＞TH2的情况下，判定为对象观测点位于与车辆50的行进方向相反的一侧。

在S340中判定为对象观测点存在于前方的情况下，进入S350的处理，在S340中判定为对象观测点存在于后方的情况下，进入S360的处理。

在S350中，物体追踪装置20设定用于折返范围的设定的参数Ku、Kd，进入S370的处理。其中，参数Ku、Kd使用被设定为满足(3)式的整数值。

Kd＞Ku≧0 (3)

在S360中，物体追踪装置20设定用于折返范围的设定的参数Ku、Kd，进入S370的处理。其中，参数Ku、Kd使用被设定为满足(4)式的整数值。

Ku＞Kd≧0 (4)

在S370中，物体追踪装置20对决定折返范围的上限的折返次数k的上限值Kmax和决定折返范围的下限的折返次数k的下限值Kmin进行计算。具体而言，根据(5)式来计算Kmax，根据(6)式来计算Kmin。由此，从由k＝Kmax表示的单位范围到由k＝Kmin表示的单位范围为止的合计P个单位范围被设定为折返范围。P由(7)式计算。

Kmax＝fa(Vθ)+Ku (5)

Kmin＝fa(Vθ)-Kd (6)

P＝Kmax-Kmin+1 (7)

此外，fa(Vθ)为用于计算与最接近物体方向速度Vθ的速度推断值(以下，最接近推断值)所属的单位范围对应的折返数k的函数。例如，如图4所示，假定图4中“○”表示的物体方向速度Vθ存在于与k＝0对应的单位范围的情况。在速度推断值像图4中“×”标记表示的那样被计算出的情况下，存在于k＝0的单位范围的速度推断值为最接近推断值，为fa(Vθ)＝0。另外，在速度推断值像图4中“△”标记表示的那样被计算出的情况下，存在于k＝1的单位范围的速度推断值为最接近推断值，为fa(Vθ)＝1。

(5)(6)式表示将与折返次数k＝fa(Vθ)对应的单位范围以及以该单位范围为基准，通过Ku向正值侧扩展、通过Kd向负值侧扩展的单位范围被设定为折返范围。

这里，将比最接近推断值小的速度推断值称为接近推断值，将比最接近推断值大的速度推断值称为分离推断值。在对象观测点存在于车辆50的前方的情况下，由于Ku、Kd满足(3)式，因此折返范围被设定为将接近推断值计算得更多。另一方面，在对象观测点存在于车辆50的后方的情况下，由于Ku、Kd满足(4)式，因此折返范围被设定为将分离推断值计算得更多。

在接下来的S380中，物体追踪装置20对于S320～S370的处理判定是否存在未处理的观测信息。在S380中判定为存在未处理的观测信息的情况下返回S320的处理，在S370中判定为不存在未处理的观测信息的情况下结束范围设定处理。

返回图5，在S40的范围设定处理之后的S50中，物体追踪装置20判定从前次的处理周期中的处理继承的候选信息组中是否存在在这次的处理周期中未实施后述的S110～S210的处理的未处理的候选信息组。此外，关于候选信息和候选信息组，在S90中详述。

在S50中判定为不存在未处理的候选信息组的情况下，进入S60的处理。

在S60中，物体追踪装置20判定在这次的处理周期的S30中求出的观测信息中，是否存在未执行后述的S70～S100的处理的未处理的初始观测信息。初始观测信息是指未确认与候选信息的历史记录连接的未匹配的观测信息。在S60中判定为存在未处理的初始观测信息的情况下，进入S70的处理。此外，与初始观测信息建立对应的观测点为初始观测点。

在S70中，物体追踪装置20选择初始观测信息中的任意一个作为对象信息。

在接下来的S80中，物体追踪装置20使用对象信息的速度观测值Vob和在S40中设定的折返范围，而计算假定了从Kmin次到Kmax次的速度折返的P个速度推断值Ves。若将W设为单位范围的范围宽度，将M设为Kmin≦M≦Kmax的整数，则速度推断值Ves由(8)式计算。

Ves＝Vob+W×M (8)

在接下来的S90中，物体追踪装置20对于在S80中计算出的P个速度推断值Ves分别计算速度预测值Vpr和距离预测值Rpr，由此生成具有P个新的候选信息的候选信息组。以下，将根据候选信息而推断出存在的物体称为物标候选。速度预测值Vpr为下次的处理周期中的速度观测值Vob的预测值。距离预测值Rob为下次的处理周期中的距离观测值Rob的预测值。

具体而言，假定属于候选信息组的P个候选信息所表示的物标候选分别以在S80中计算出的速度推断值Ves的状态向对象信息的方位观测值θ所表示的方向移动。因此，在属于同一候选信息组的P个候选信息中，如(9)式所示，速度推断值Ves直接作为速度预测值Vpr。另外，如(10)式所示，将通过使速度推断值Ves乘以处理周期的周期Tcy而计算出的距离与距离观测值Rob相加的结果设为距离预测值Rpr。

Vpr＝Ves (9)

Rpr＝Rob+Ves×Tcy (10)

图8和图9表示在处理周期C1中检测出初始观测信息，基于该初始观测信息而计算出的处理周期C2中的预测位置。预测位置能够使用距离预测值Rpr和方位观测值θ来表示。其中，在图8中，表示初始观测信息位于车辆50的行进方向侧，折返次数为k＝0、-1的情况。另外，在图9中，表示初始观测信息位于与车辆50的行进方向相反的一侧，折返次数为k＝0、1的情况。

在接下来的S100中，物体追踪装置20对于与P个候选信息分别建立对应的相互不同的速度推断值Ves，设定表示该速度推断值的准确性的似然的初始值，返回S60的处理。

此外，在S100中，物体追踪装置20也可以设定初始值，以使得最接近推断值的似然为最大，越是远离最接近推断值的速度推断值则似然越小。例如，图10是最接近推断值与k＝-1对应的情况，图11是最接近推断值与k＝1对应的情况。

另外，在对象信息的方位观测值θ为|θ|≦TH1的情况下，也可以如图10所示，设定初始值以使得负侧合计似然大于正侧合计似然。相反，在对象信息的方位观测值θ为|θ|＞TH2的情况下，也可以如图11所示，设定初始值以使得正侧合计似然大于负侧合计似然。其中，负侧合计似然是指对折返次数k为负的速度推断值赋予的似然之和，正侧合计似然是指对折返次数k为正的速度推断值赋予的似然之和。而且，似然的初始值也可以根据车辆50的速度V等而变化。

在之前的S60中，判定为不存在未处理的初始观测信息的情况下，物体追踪装置20结束这次的处理周期。

在之前的S50中，判定为存在未处理的候选信息组的情况下，进入S110的处理。

在S110中，物体追踪装置20选择未处理的候选信息组之一来作为对象候选组。

在接下来的S120中，物体追踪装置20从属于对象候选组的候选信息中，选择未实施后述的S130～S180的处理的未处理的候选信息之一作为关注候选信息。

在接下来的S130中，物体追踪装置20计算对在这次的处理周期中检测出的观测信息中的各个观测信息与关注候选信息的对应性进行评价的评价值。具体而言，关注候选信息的速度预测值Vpr与观测信息的速度观测值Vob的差分以及距离预测值Rpr与距离观测值Rob的差分任一方越小，则物体追踪装置20将评价值设为越高的值。评价值的值越大则表示对应性越高。

这里，将关注的一个观测信息设为关注观测信息。首先，物体追踪装置20计算关注候选信息的速度预测值Vpr与关注观测信息的速度观测值Vob及其折返值中的最接近的值(以下，为选择速度)的差分即第一差分。接下来，物体追踪装置20计算关注候选信息的距离预测值Rpr与关注观测信息的距离观测值Rob的差分即第二差分。而且，物体追踪装置20计算评价值，对第一差分和第二差分进行单纯加法或者加权加法而得的合计越小则该评价值成为越大的值。物体追踪装置20同样，对于关注候选信息与在这次的处理周期中检测出的全部的观测信息的组合分别计算评价值。

例如，在图8中，对于处理周期C2中所示的观测信息，相比于与k＝0的候选信息的组合，与k＝-1的候选信息的组合计算出较大的评价值。同样，在图9中，对于处理周期C2中所示的观测信息，相比于与k＝0的候选信息的组合，与k＝1的候选信息的组合计算出较大的评价值。

在接下来的S140中，物体追踪装置20判定是否存在成为关注候选信息的匹配对象的观测信息。具体而言，将在S130中计算出的评价值最大且比预先设定的评价阈值高的观测信息作为匹配对象。

在S140中判定为存在匹配对象的情况下，即在判定为存在与关注候选信息具有历史记录连接的观测信息的情况下，进入S150的处理。

在S150中，物体追踪装置20计算关注候选信息的速度推断值Ves和距离推断值Res，而进入S170的处理。

通过对关注候选信息的速度预测值Vpr和匹配对象的选择速度Vos(即，速度观测值Vob或者该折返值)进行加权平均而计算关注候选信息的速度推断值Ves。

基于关注候选信息的距离预测值Rpr和匹配对象的距离观测值Rob，根据(11)式来计算关注候选信息的距离推断值Res。α为滤波器增益。

Res＝Rpr+α(Rob-Rpr) (11)

此外，也可以使用卡尔曼滤波器等来计算关注候选信息的速度推断值Ves和距离推断值Res。

在S140中判定为不存在匹配对象的情况下，即在判定为不存在与关注候选信息具有历史记录连接的观测信息的情况下，进入S160的处理。

在S160中，物体追踪装置20通过对于关注候选信息执行外插处理，而计算关注候选信息的速度推断值Ves和距离推断值Res，进入S170的处理。

在外插处理中，如(12)式所示，关注候选信息的速度推断值Ves直接使用关注候选信息的速度预测值Vpr。另外，基于关注候选信息的距离预测值Rpr和速度预测值Vpr，根据(13)式来计算关注候选信息的距离推断值Res。

Ves＝Vpr (12)

Res＝Rpr+Vpr×Tcy (13)

此外，在对于关注候选信息，在预先设定的规定次数的处理周期中连续地执行外插处理的情况下，也可以从对象候选组中删除关注候选信息。

在S170中，物体追踪装置20计算下次的处理周期中的关注候选信息的速度预测值Vpr和距离预测值Rpr。

如(18)式所示，关注候选信息的速度预测值Vpr直接使用在S150或者S160的处理中计算出的速度推断值Ves。使用在S150或者S160的处理中计算出的速度推断值Ves和距离推断值Res，根据(19)式来计算关注候选的距离推断值Rpr。

Vpr＝Ves (14)

Rpr＝Res+Ves×Tcy (15)

在接下来的S180中，物体追踪装置20更新关注候选信息所具有的速度推断值Ves的似然。具体而言，对于匹配成立的关注候选信息，增加似然，对于执行外插处理的关注候选信息，减少似然。另外，在增加似然的情况下，也可以根据匹配对象的评价值，评价值越高，则似然的增加量越大。另外，在更新后的似然比预先设定的删除阈值小的情况下，也可以从对象候选组中删除关注候选信息。

在接下来的S190中，物体追踪装置20对于属于对象候选组的全部的候选信息，判定上述的S130～S180的处理是否执行完毕。

在S190中判定为存在未执行处理的候选信息的情况下，返回S120的处理，在对于全部的候选信息判定为处理执行完毕的情况下，进入S200的处理。

在S200中，物体追踪装置20判定在属于对象候选组的候选信息中是否存在物标化对象。具体而言，将在S180中更新后的似然最大且比预先设定的似然阈值高的候选信息作为物标化对象。

在S200中判定为不存在物标化对象的情况下，返回S50的处理，在判定为存在物标化对象的情况下，进入S210的处理。

在S210中，物体追踪装置20将物标化对象即候选信息作为由对象候选组表示的物标的物标信息。即，将物标化对象即候选信息的速度推断值Ves和距离推断值Res确定为物标的速度V和距离R。此时，删除属于对象候选组的候选信息中的物标化对象以外的候选信息。

在接下来的S220中，物体追踪装置20向驾驶辅助装置30输出包含在S210中确定出的物标的速度V和距离R的物标信息，返回S50的处理。

驾驶辅助装置30基于由物体追踪装置20提供的物标信息，执行各种驾驶辅助处理。

在上述处理中，S10相当于信号取得部，S20～S30相当于检测部，S40和S60～S90相当于候选生成部，S100相当于似然设定部，S130～S140相当于连接判定部，S180～S210相当于确定部。

[3.动作例]

这里，使用图12对根据初始观测信息生成候选信息，直到物标化为止的一系列的动作进行说明。

若在处理周期C1中，检测出初始观测信息，则对于该初始观测信息，按照在S40中设定的折返范围，生成按照每个折返次数k而速度不同的P个候选信息M1～MP。在图12中，表示P＝3的情况。

在处理周期C2中，对于在处理周期C1中生成的属于同一候选信息组的三个候选信息M1～M3中的各个候选信息，计算它们与在处理周期C2中检测出的观测信息的评价值，基于评价值而进行候选信息与观测信息的匹配。在图12中，候选信息M1不存在匹配的观测信息，因此通过外插处理来计算速度推断值Ves和距离推断值Res。关于候选信息M2、M3，存在匹配的观测信息，因此基于候选信息和匹配对象的观测信息来计算速度推断值Ves和距离推断值Res。与此同时，候选信息M1的速度推断值Ves的似然减少，候选信息M2、M3的似然增加。在该时刻，假设任意的似然都未超过似然阈值。

在处理周期C3中，与处理周期C2的情况同样，对于从处理周期C2继承的候选信息M1～M3，进行与观测信息的匹配。关于不存在匹配对象的候选信息M1、M3，通过外插处理来计算速度推断值Ves和距离推断值Res，并被更新为似然减少。此时，将似然超过删除阈值、或者外插处理连续了规定次数作为消失条件，在满足消失条件的情况下消除候选信息M1。关于存在匹配对象的候选信息2，计算速度推断值Ves和距离推断值Res，并被更新为似然增加。在该时刻，假设任意的似然都没有超过似然阈值。

在处理周期C4中，对于从处理周期C3继承的候选信息M2、M3，进行与观测信息的匹配。不存在匹配对象的M3与处理周期C3中的候选信息M1同样地被处理。关于存在匹配对象的候选信息M2，计算速度推断值Ves和距离推断值Res，并被更新为似然增加。更新的结果为，若似然超过似然阈值，则除了候选信息M2以外，不存在超过似然阈值的其他的候选信息，因此候选信息M2被物标化。

[4.效果]

根据以上详述的本实施方式，起到以下的效果。

(4a)在物体追踪装置20中，速度推断值Ves的计算所使用的折返次数k被设定为，在假定观测点为静止物的情况下最接近速度推断值的最接近推断值包含于折返范围。另外，设定折返次数k，以使得在观测点的方位观测值θ为|θ|≦TH1的情况下，折返范围比最接近推断值更向负侧扩展，在|θ|＞TH2的情况下，折返范围比最接近推断值更向正侧扩展。

其结果为，在物体追踪装置20中，以最接近推断值为基准，速度范围被设定为与观测点相对于车辆50的位置对应的适当的范围，因此能够抑制考虑了速度的折返的物体追踪处理中的计算负荷的增大，提高速度的推断精度。

(4b)在物体追踪装置20中，设定速度推断值的似然的初始值，以使得在初始观测点的方位观测值θ为|θ|≦TH1的情况下，负侧合计似然比正侧合计似然大，在|θ|＞TH2的情况下，正侧合计似然比负侧合计似然大。另外，在物体追踪装置20中，设定速度推断值的似然的初始值，以使得最接近推断值的似然为最大，越是远离最接近推断值的速度推断值则似然越小。

因此，根据物体追踪装置20，设定似然的初始值以容易采用具有接近静止物体的相对速度的速度推断值的假设，因此能够提高具有接近静止物体的相对速度的物体的速度的推断精度。即，接近车辆50的车辆具有比静止物体低的相对速度，远离车辆50的车辆具有比静止物体高的相对速度。这是因为，这样，移动物体的相对速度以静止物体的相对速度为中心进行分布。

[5.其他的实施方式]

以上，对本发明的实施方式进行了说明，但本发明不限于上述的实施方式，能够各种变形地实施。

(5a)在上述实施方式中，决定折返范围的折返次数Kman、Kmax与速度推断值Ves的似然的初始值都根据观测点相对于车辆50的位置而可变设定，但本发明不限于此。例如，也可以仅对折返次数Kmin、Kmax进行可变设定，作为似然的初始值，使用固定值。相反，也可以仅对似然的初始值进行可变设定，作为折返次数Kmin、Kmax使用固定值。

(5b)在上述实施方式中，将观测点相对于车辆50的位置的判定中使用的第一阈值TH1和第二阈值TH2设定为TH1＝TH2＝90°，但本发明不限于此。例如，也可以在第一阈值TH1满足0°＜TH1≦90°、第二阈值TH2满足90°≦TH2＜180°的范围中，任意地设定。而且，也可以是，在设定为TH1≠TH2的情况下，在TH1＜|θ|＜TH2的情况下，将折返次数Kmin、Kmax和似然的初始值中的至少一方设定为与|θ|≦TH1的情况和|θ|＞TH2的情况不同。

(5c)在上述实施方式中，雷达装置10为FCM方式的毫米波雷达，但本发明不限于此。例如，雷达装置10也可以是以所设定的重复周期发送脉冲信号的脉冲方式的毫米波雷达。

(5d)本发明中记载的物体追踪装置20及其方法也可以由如下的专用计算机实现，该专用计算机通过构成被编程为执行由计算机程序具体化的一个至多个功能的处理器和存储器而被提供。或者，本发明中记载的物体追踪装置20及其方法也可以由如下的专用计算机实现，该专用计算机通过由一个以上的专用硬件逻辑电路构成处理器而被提供。或者，本发明中记载的物体追踪装置20及其方法也可以由如下的一个以上的专用计算机实现，该专用计算机由被编程为执行一个至多个功能的处理器和存储器与由一个以上的硬件逻辑电路构成的处理器的组合构成。另外，计算机程序也可以作为由计算机执行的指令，存储于计算机能够读取的非迁移型记录介质。在实现物体追踪装置20所包含的各部的功能的方法中，不一定需要包含软件，其全部的功能也可以使用一个或多个硬件来实现。

(5e)也可以通过多个构成要素来实现上述实施方式的一个构成要素所具有的多个功能、或者通过多个构成要素来实现一个构成要素所具有的一个功能。另外，也可以通过一个构成要素来实现多个构成要素所具有的多个功能、或者通过一个构成要素来实现由多个构成要素实现的一个功能。另外，也可以省略上述实施方式的结构的一部分。另外，也可以相对于其他上述实施方式的结构附加或者置换上述实施方式的结构的至少一部分。

(5f)除了上述的物体追踪装置20之外，还可以以将该物体追踪装置作为构成要素的系统、用于使计算机作为该物体追踪装置20发挥功能的程序、记录了该程序的半导体存储器等非迁移的实态的记录介质、速度推断方法等各种方式实现本发明。