Signal processing framework for autonomous UAV surveillance

Rapporten behandlar olika aspekter av ökad autonomi i obemannade flygburna spaningssystem utrustade med styrbara IR- och videosensorer. För att framgångsrikt kunna öka graden av autonomi i sådana system, måste osäkerheter hos observationer av en snabbt föränderlig spaningsomgivning med höga klotternivåer hanteras på ett korrekt sätt. Det föreslagna ramverket för signalbehandling vid autonom UAV-spaning kombinerar bildanalys, såsom detektion av markmål och igenkänning av landmärken, med planering av multipla övervakningsuppdrag, styrning av sensorer och plattform samt sensordatafusion. En client/server-metodik föreslås för hantering av multipla adaptiva övervakningsuppgifter. En fundamental princip i den föreslagna arkitekturen är att integration av de ingående momenten i kedjan detektion-målföljning-klassificering med grundläggande funktioner för rumslig uppfattning medger autonom intelligent datainsamling via aktiv sensorstyrning och ruttplanering. Den valda representationsformen för spaningsområdet, baserad på SLAM (Simultaneous Localization and Mapping), medger målföljning, geolokalisering och sensordatafusion från multipla plattformar. Representationsformen hanterar osäkerheter i såväl sensordata, plattformens navigation som tillgänglig apriorikunskap. Representationsformens förmåga att hantera distribuerad datafusion och samverkande datainsamling via multipla plattformar gör den idealisk för att etablera en gemensam lägesbild.