|
|
NAUČNOTEHNIČKE INFORMACIJE Vojnotehnički institut Beograd |
||||
|
ćirilica |
eglish |
francia |
|||
|
|
METODA SJEDINјAVANјA KOMPONENATA TRAGA ZA PRAĆENјE CILjEVA
Dr Zvonko Radosavlјević Prof. dr Branko Kovačević
Izvod: U sistemima za osmatranje prostora, poznato je da senzori obezbeđuju merenja, na osnovu kojih se može izvršiti procena (estimacija) parametara i stanja sistema. U većini slučajeva je tačno poznat izvor merenja tako da se procena vrši standardnim metodama, kao što je Kalman-Bjuki (Kalman-Bucy) filter. Asocijacija podataka je neophodna u situacijama kada nije poznat izvor merenja, kao što je osmatranje prostora radarom ili sonarom. ITS filter rekurzivno računa verovatnoću postojanja traga u svakom skenu, koja se koristi za razdvajanje lažnih tragova. Istorijat nastanka komponenti traga utiče na tačnost praćenja, naročito pri niskim verovatnoćama detekcije cilјa. Nedostatak teorijskog i praktičnog poređenja između različitih dubina istorije komponenti traga, jedan je od problema koji se javlјaju u praktičnim primenama praćenja pokretnih cilјeva. Odbacivanje lažnih tragova (FTD) je veoma važna osobina sistema za praćenje. Praćenje traga u ITS metodi takođe uklјučuje estimaciju trajektorije cilјa u obliku skupa međusobno isklјučivih komponenti. Broj komponenti traga raste eksponencijalno u svakom skenu kao rezultat njihove interakcije sa pristiglim merenjima (merenja potiču od cilјa ili šuma). Kontrola broja komponenti se ostvaruje „odsecanjem“ slabih komponenti (prune) ili „sjedinjavanjem“ komponenti sa bliskim trajektorijama cilјa (merge). Odnos između FTD i kontrole komponenata je deo istraživanja koje treba da rezultuje praktičnim uputstvom za korišćenje ITS filtera. U ovoj studiji biće date teorijske i praktične osnove metode sjedinjavanja komponenata traga pri korišćenju Singerovog filtera. Estimacija stanja svake komponente je izlaz filtera, koji daje jedno merenje u svakom skenu. Reprezent svake komponente je istorija pripadnosti merenja cilјa, iskazana preko odgovarajuće verovatnoće zato što su one međusobno isklјučive, zbir verovatnoća svih komponenata traga jednak je jedinici. Svako stanje komponente se sastoji od verovatnoće postojanja komponente i funkcije gustine verovatnoće stanja komponente pdf, pod uslovom da komponenta postoji. Svako novo merenje, upareno sa komponentom iz prethodnog skena, daje novu komponentu. Formirani ITS trag se rekurzivno ažurira u svakom skenu. Verovatnoća postojanja traga se koristi za potvrđivanje ili gašenje svakog traga nastalog u susednim skenovima. Uticaj klatera dovodi do određene greške pri potvrđivanju tragova. Neki od potvrđenih tragova mogu biti i lažni. Rezultat FTD procesa je potvrđivanje ili gašenje nekih tragova, a pdf trajektorije stanja traga aproksimira se određenim brojem komponenti traga. U otvorenoj literaturi, sve poznate metode za praćenje cilјeva (Probabilistic Data Association-PDA, Multiple Hipothesys Testing-MHT, Probability Hipothesys Density-PHD, …), bave se isklјučivo smanjenjem greške praćenja po svim koordinatama vektora stanja, ali ne koriste kvalitativno i kvanitativno testiranje traga. Drugim rečima, trag se poistovećuje sa cilјem, iako za tu tvrdnju nemaju kvantitativni dokaz. ITS filter, po prvi put u algortimima za praćenje, uvodi rekurzivno računanje verovatnoće postojanja traga, pa je tako postao efikasna metoda za automatsko praćenje cilјeva u okruženju gustog klatera. Praktična uputstva korisniku za primenu ovog algoritma nisu do sada objavlјena i predmet su studije. Predmet studije je takođe, istraživanje mogućnosti primene praćenja pokretnih cilјeva metodom sjedinjavanja komponenata traga, u različitim scenarijima kretanja cilјa i sa različitim gustinama klatera. Pored toga, cilј studije je definisanje problema asocijacije podataka, koji se mogu rešiti metodom sjedinjavanja komponenata traga.
Klјučne reči: praćenje cilјa, automatsko praćenje, estimacija stanja, Kalmanov filter, PHD filter, algoritam, sjedinjavanje radarskog traga.
|
