Zachodniopomorski Uniwersytet Technologiczny w Szczecinie realizuje projekt pn. "Wsparcie studentów zespołu badawczo-wdrożeniowego realizującego wizyjny wielokamerowy system nadzoru przestrzeni powietrznej do śledzenia bezzałogowych statków powietrznych (BSP/UAV) z wykorzystaniem algorytmów śledzenia przed detekcją (TBD – Track-Before-Detect)" w ramach projektu niekonkurencyjnego pt. „Wsparcie studentów w zakresie podniesienia ich kompetencji i umiejętności” (Działanie 01.05 Umiejętności w szkolnictwie wyższym, Program Fundusze Europejskie dla Rozwoju Społecznego 2021-2027).

#FunduszeUE #FunduszeEuropejskie

Kwota dofinansowania: 137 760,00 zł (w tym 82,52% środki budżetu UE i 17.48% środki krajowe)

W ramach projektu przewidziane są działania:

• szkolenia w zakresie technologii śledzenia UAV,
• praktyczne szkolenia w zakresie obsługi UAV,
• udział w tematycznych konferencjach zagranicznych,
• zakupy związane z budową systemu śledzenia,

związane z nabyciem wiedzy, umiejętności w zakresie zaawansowanych technologii.

BSP (Bezzałogowe Statki Powietrzne)/UAV (Unmanned Aerial Vehicle), zwane popularnie dronami, są stosowane w różnych zastosowaniach, niestety wiąże się to z koniecznością regulacji prawnych użytkowania przestrzeni powietrznej i konieczności nadzorowania jej oraz detekcji atypowych zachowań UAV.

Detekcja i śledzenie UAV możliwe są za pomocą radarów oraz systemów wizyjnych. Zaletą systemów wizyjnych jest ich pasywny charakter (brak emisji radiowej) oraz bardzo dobra kątowa rozdzielczość pomiarowa. Niestety UAV są często małe, a ich widoczność ograniczona oświetleniem, pogodą i kamuflażem, więc nie można stosować tradycyjne rozwiązania (progowanie, filtr Kalmana, itp.), bo sygnał ginie zwykle w szumie tła.

Jedynym, skutecznym rozwiązaniem są algorytmy śledzenia przed detekcją (TBD – Track-Before-Detect), w których analizuje się wszystkie potencjalne trajektorie UAV z sekwencji obrazów. Potencjalny UAV może zostać dalej zweryfikowany za pomocą kamery z obiektywem zoom na obrotowej platformie (Pan-Tilt).

Przykład

Na poniższym obrazku pokazano UAV, który jest bardzo duży i łatwy do wykrycia, zarówno przez człowieka, jak i metodami cyfrowego przetwarzania obrazów:

 

Jednak w wielu sytuacjach zależnych od oświetlenia, stanu atmosfery, paramerów kamery, odległości obraz może małokonstrastowy oraz zaszumiony, co powoduje że identyfikacja jest już trudniejsza:

 

W przypadku gdy UAV jest daleko, a taka sytuacja jest najciekawsza ponieważ chcemy wykryć go możliwie szybko, zwłaszcza zanim do nas przyleci, to obraz UAV staje się prawie punktem i zajmuje on jeden lub kilka pikseli obrazu:

(na tym obrazie jest UAV - czarna kropka o rozmiarze pojedynczych pikseli)

W rzeczywistym przypadku z uwagi na, jak poprzednio, oświetlnie, stan atmosfery, szumy kamery i małą rozdzielczość kątową kamery może zginąć w szumie tła i nie można go zlokalizować:

 (na tym obrazie jest w tym samym miejscu UAV)

Jedynie wykorzystując zaawansowane algorytmy śledzenia przed detekcją (TBD - Track-Before-Detect), które na podstawie sekwencji obrazów i modelu ruchu są w stanie wykonać detekcję i wyznaczenia trajektorii, można rozwiązać to praktyczne zadanie, co ma kluczowe znaczenie w systemach bezpieczeństwa przestrzeni powietrznej.

W przypadku gdy szum jest mały a kontrast obrazu UAV duży w stosunku do tła, algorytmy TBD potrafią bezproblemowo śledzić:

Jeśli szum jest duży a kontrast mały, to także algorytmy TBD potrafią śledzić UAV:

Oczywiście możliwe jest jeszcze lepsze śledzenie algorytmem TBD...