Sensorsystem för urbana operationer - Årsrapport 2009

Författare:

  • Stefan Nilsson
  • Staffan Abrahamson
  • Maria Andersson
  • Hans Habberstad
  • Fredrik Hemström
  • Fredrik Lantz
  • Dietmar Letalick
  • Jonas Nygårds
  • Henrik Petersson
  • Joakim Rydell
  • Katarina Åberg

Publiceringsdatum: 2009-12-31

Rapportnummer: FOI-R--2877--SE

Sidor: 37

Skriven på: Svenska

Nyckelord:

  • sensorsystem
  • sensornätverk
  • sensorfusion
  • urban miljö
  • avvikelsedetektion
  • kontinuerlig övervakning
  • red and blue force tracking
  • kontroll av folksamlingar

Sammanfattning

Föreliggande årsrapport redovisar genomförda aktiviteter och framkomna resultat inom det treåriga FoT-projektet Sensorsystem för urbana operationer (SUO). Projektet syftar till att studera och värdera hur olika kombinationer av sensorsystem kan bidra till en förbättrad situationsuppfattning i den urbana miljön, jämfört med vad de enskilda sensorerna kan uppnå. Projektet koncentrerar sina forskningsinsatser mot följande angelägna militära behovsområden: Kontinuerlig övervakning, Övervakning av folksamlingar samt Red and blue force tracking. SUO-projektet inriktar sina forskningsinsatser mot att lösa problemställningar kopplade till sensorsamverkan i den komplexa urbana miljön, där fokus riktas mot följande områden: Detektion/följning/klassificering av mänsklig rörelse, Datafusion i multisensornät, Sensorer i samverkan samt Avvikelsedetektion, dvs förmågan att detektera avvikelser från normalbilden. Projektet deltar i internationella samarbeten. Genom medfinansiering av de tre EU FP7 projekten Prometheus, ADABTS och IMSK får projektet tillgång till den forskning och de resultat som där genereras. Vidare samverkar projektet med NATO-gruppen SET-153 RTG- 086 Multi-sensor integration in urban operations. Inom Kontinuerlig övervakning har en tidigare utvecklad generell multimålföljare anpassats för följning av människor och förbättrats. Denna utveckling baseras på data insamlat vid egna fältförsök och från försök inom Prometheus. Införandet av färghistogram i målföljaren har gett en robustare spårföljning av tillfälligt skymda personer eller då personer förflyttar sig mellan olika kameror. Fusion mellan audiellt och visuellt data har också provats och resultaten är positiva. I en delstudie undersöks hur god akustisk separation/upplösning det är möjligt att åstadkomma med respektive utan omgivningsmodeller i urban miljö. Akustiska mikrofonarrayer med exceptionellt god riktverkan är här den primära sensorn. Delprojektet Övervakning av folksamlingar studerar och utvecklar metoder för detektion och följning av dels folkmassan som helhet och dels däri ingående enskilda individer. En metod har tagits fram som skattar sannolikhet för normalt beteende hos en folksamling, och som upptäcker avvikelser från det förväntade normala. Data från samtidiga registreringar med kombinationer av visuella kameror, IR kameror och akustiska arrayer, har legat till grund för denna utveckling. Vid fältförsök i januari registrerades folksamlingsscener med visuella kameror, en IR-kamera och en 3D-laser från gästande ARL. Ett huvudsyfte med försöken var att utvärdera hur avståndsinformationen från 3D-lasern kan utnyttjas för förbättrad detektion, följning och tillståndsskattning. Inom delprojektet Avvikelsedetektion i urban miljö (AD) har arbete med att studera och utveckla metoder och systemkoncept för att automatiskt hitta intressanta, avvikande händelser och händelseförlopp i en stadsmiljö fortsatt. Delprojektet Red and blue force tracking undersöker möjliga tekniker för att identifiera och följa egen trupps rörelser i urban miljö och i synnerhet i byggnader utan GPS-täckning. Vi har i inledande experiment visat på möjligheten att nyttja soldatburna optiska system för att bestämma sin egen position och samtidigt bygga upp en karta över byggnadens inre, genom utnyttjande av SLAM-metoden. En helt ny "tyst" positioneringsmetod av egna soldater i byggnader baserad på en kombination av RF/RFID studeras. Ett testsystem har tagits fram och metoden kommer att valideras experimentellt.