ES2217434T3 - Seguimiento de grupos. - Google Patents
Seguimiento de grupos.Info
- Publication number
- ES2217434T3 ES2217434T3 ES97948244T ES97948244T ES2217434T3 ES 2217434 T3 ES2217434 T3 ES 2217434T3 ES 97948244 T ES97948244 T ES 97948244T ES 97948244 T ES97948244 T ES 97948244T ES 2217434 T3 ES2217434 T3 ES 2217434T3
- Authority
- ES
- Spain
- Prior art keywords
- group
- trajectory
- trajectories
- observations
- observation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/78—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using electromagnetic waves other than radio waves
- G01S3/782—Systems for determining direction or deviation from predetermined direction
- G01S3/785—Systems for determining direction or deviation from predetermined direction using adjustment of orientation of directivity characteristics of a detector or detector system to give a desired condition of signal derived from that detector or detector system
- G01S3/786—Systems for determining direction or deviation from predetermined direction using adjustment of orientation of directivity characteristics of a detector or detector system to give a desired condition of signal derived from that detector or detector system the desired condition being maintained automatically
- G01S3/7864—T.V. type tracking systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
- Paper (AREA)
- Macromolecular Compounds Obtained By Forming Nitrogen-Containing Linkages In General (AREA)
- Superconductors And Manufacturing Methods Therefor (AREA)
- Amplifiers (AREA)
Abstract
LA INVENCION SE REFIERE A UN PROCEDIMIENTO (100) PARA EL SEGUIMIENTO AUTOMATICO DE UN GRUPO QUE DETECTA LAS FORMACIONES DE OBJETIVO Y LAS PISTAS DE LOS GRUPOS (102) CORRESPONDIENTES A CADA FORMACION. SE FORMAN UNAS SEUDO-OBSERVACIONES (116) PARA REPRESENTAR LAS OBSERVACIONES AUSENTES EN CADA GRUPO DE PISTAS. LAS SEUDO-OBSERVACIONES ACTUALIZAN (118, 126) LOS ESTADOS DE LAS PISTAS DE LOS OBJETIVOS SIN DETECTAR. LAS ESTIMACIONES DE LA VALIDEZ DE LAS PISTAS (120, 122) ELIMINAN LAS PISTAS FALSAS RESULTANTES DE LAS SERIES DE SEUDO-OBSERVACIONES. UNA VELOCIDAD DE GRUPO MEDIA, APLICADA (104, 106) A CADA PISTA DEL GRUPO, AYUDA A MANTENER LA ESTABILIDAD DE LA VELOCIDAD. EL OPERADOR TIENE LA OPCION DE SUPRIMIR LA VISUALIZACION DE TODAS LAS PISTAS, EXCEPTO PARA LA CABECERA DE CADA GRUPO, PARA ELIMINAR LA DISTRACCION DE LA CONMUTACION ENTRE LOS GRUPOS. ESTE PROCEDIMIENTO SE PUEDE APLICAR A LOS SEÑALADORES DE RECORRIDO QUE MANTIENEN UNA PISTA INDIVIDUAL PARA CADA OBJETIVO, O A LOS SEÑALADORES DE RECORRIDO QUE MANTIENEN MULTIPLES RAMAS DE PISTAS EN CADA OBJETIVO, TAL COMO LOS MHT.
Description
Seguimiento de grupos.
Esta invención está relacionada con el
seguimiento de blancos de aviones que vuelan en grupos o
formaciones.
Cuando los aviones vuelan cerca conjuntamente en
formación, los radares no pueden distinguirlos bien. Esto da lugar
a observaciones con un número menor de aviones. Las soluciones
anteriores no incluyen métodos para determinar cuando los aviones
vuelan en grupos, calculando una velocidad promedio del grupo,
formando seudo-observaciones, aplicando el
seguimiento del grupo en el contexto de un seguidor de hipótesis
múltiples.
La memoria de la patente británica número
GB-1447815 expone un proceso para el seguimiento de
la trayectoria de una pluralidad de objetos en formación, de
acuerdo con la parte de precaracterización de la reivindicación
1.
Sería ventajoso proporcionar un método de
seguimiento de grupos que proporcione la opción de visualizar las
trayectorias individuales en un grupo o una única trayectoria que
represente el grupo completo.
La presente invención proporciona un método para
el seguimiento de blancos que se desplacen en grupos, caracterizado
por las etapas de: seleccionar un líder de seguimiento del grupo;
y seleccionar un primer modo de visualización o un segundo modo de
visualización, y dependiendo de la mencionada selección del
operador, en un primer modo de visualización solo visualizar los
atributos del mencionado líder de seguimiento del grupo, y
visualizar en un segundo modo de visualización los atributos de
todas las trayectorias en el mencionado grupo.
Preferiblemente, el método proporciona una mejora
en la estabilidad de la velocidad de seguimiento y en la continuidad
de la trayectoria.
Preferiblemente además, el método proporciona el
cálculo de una velocidad promedio del grupo, la formación de
seudo-observaciones, y la aplicación del
seguimiento del grupo en el contexto de un seguidor de hipótesis
múltiples.
En la realización preferida, el método incluye el
proceso de observaciones para identificar las observaciones perdidas
de una trayectoria dentro de un grupo, generando una
seudo-observación para sustituir la observación
perdida, y asociando la seudo-observación a la
trayectoria correspondiente. Se calcula la validez de la
trayectoria afectada por el número de
seudo-observaciones asignadas a la trayectoria, y
suprimiéndose la trayectoria si el valor de la validez cae por
debajo de un valor de umbral predeterminado.
De acuerdo con otro aspecto de la invención, se
reivindica en la reivindicación 5 un sistema de seguimiento para el
seguimiento de grupos de blancos volando en formación.
Estas y otras características y ventajas de la
presente invención llegarán a ser más evidentes a partir de la
siguiente descripción detallada de una realización a modo de
ejemplo de la misma, según se muestra en los dibujos adjuntos, en
los que:
La figura 1A muestra una secuencia de
observaciones del sensor que forman una trayectoria; la figura 1B
muestra una leyenda de los símbolos utilizados en la figura 1A.
La Figura 2A muestra la ramificación de
trayectorias para formar familias de trayectorias, utilizadas en el
seguimiento de hipótesis múltiples (MHT); la figura 2B muestra una
leyenda de los símbolos utilizados en la figura 2A.
La figura 3A muestra el problema del seguimiento
de blancos múltiples en formación; la figura 3B es una leyenda de
los símbolos utilizados en la figura 3A.
La figura 4 es un diagrama de bloques de un
sistema de seguimiento de acuerdo con la invención.
La figura 5 es un diagrama de flujo simplificado
que muestra el flujo del proceso de un método que incluye esta
invención.
La figura 6 es un diagrama de flujo que muestra
con detalles adicionales el flujo del proceso de la generación de
seudo-observaciones del método de la figura 5.
La figura 7A muestra los criterios de selección
de observaciones para la generación de
seudo-observaciones del diagrama de flujo de la
figura 6; la figura 7B es una leyenda que define los símbolos
utilizados en la figura 7A.
La figura 8A muestra la generación y enlace de
una seudo-observación a una trayectoria; la figura
8B es una leyenda que define los símbolos utilizados en la figura
8A.
El propósito de un seguidor de blancos es
procesar las observaciones del sensor para formas estimaciones de
los estados de los blancos que se visualizan para su utilización por
un operador. Tal como se utiliza aquí, el término de "blanco"
es cualquier objeto móvil tal como un avión, misil o bien otro
objeto de interés. El término de "sensor" se refiere a un
radar o a cualquier otro dispositivo capaz de detectar y medir la
posición de un blanco. El sensor proporciona las observaciones que
comprenden la posición medida del blanco y demás atributos del
blanco medido con respecto a la trayectoria. El sensor puede
proporcionar al seguidor una serie de observaciones de cada uno de
distintos blancos a través de un periodo de tiempo, pero no puede
necesariamente identificar las observaciones en una serie como
correspondientes al mismo blanco. El sensor puede proporcionar
también observaciones de los objetos parásitos, es decir, objetos
que no son de interés, tales como pájaros, montañas y
automóviles.
El seguidor forma una trayectoria sobre cada
blanco mediante la asociación en forma conjunta de las observaciones
del sensor correspondientes al blanco. Esto se muestra en la figura
1, en la que están asociadas una secuencia de observaciones
10A-10D, mediante un seguidor para formar la
trayectoria 10. La observación 10A representa la observación más
antigua, y la observación 10D la observación en curso. El seguidor
discrimina también entre los blancos y los ecos parásitos. A
continuación filtra las medidas de las observaciones de la
trayectoria (y quizás otros atributos del blanco medido) para
efectuar una estimación del estado de cada blanco. El estado del
blanco consiste en las estimaciones de la posición y velocidad del
blanco, y puede contener también otra información tal como la
aceleración estimada del blanco. El seguidor ejecuta generalmente
tanto la asociación como el filtrado en intervalos frecuentes; es
decir, el seguidor asocia las observaciones recibidas nuevas con las
trayectorias existentes y actualiza la estimación del estado de
cada trayectoria con las medidas de la posición de las nuevas
observaciones asociadas.
La posición, velocidad y demás atributos de una
trayectoria del blanco se visualizan usualmente ante el operador,
quien puede utilizar la información para una variedad de
propósitos. Por ejemplo, un controlador de tráfico aéreo utilizaría
la información para asegurar la separación de seguridad entre los
aviones, mientras que un operador de defensa aérea utilizaría la
información para asignar aviones caza interceptadores o misíles
hacia los blancos.
Para poder cumplir con el proceso y las
limitaciones de la memoria, los seguidores han efectuado las
decisiones tradicionalmente con respecto a cual es la trayectoria a
la que una observación dada deberá ser asociada, de forma muy
rápida a la recepción de la observación. Esta solución conduce a
errores de asociación en varios casos ambiguos, por ejemplo,
blancos muy próximos, blancos de maniobras, y observaciones de ecos
parásitos próximos a un blanco real.
Para evitar estos errores de asociación, podrían
razonablemente generarse provisionalmente seguimientos de hipótesis
múltiples (MHT) asociando cada observación con las trayectorias de
todos los blancos. Cada trayectoria existente se ramifica en varias
trayectorias que representen asociaciones de
observación-trayectoria. (Se construyen también
hipótesis que representen combinaciones de trayectorias en el
proceso de asociación). La colección de trayectorias que se
ramifiquen a partir de una sola trayectoria es denominada como una
familia, y se muestra en la figura 2A. Hasta que se resuelvan las
ambigüedades, cada trayectoria puede ramificarse de nuevo conforme
se reciban las observaciones nuevas del radar. Consecuentemente, el
número de trayectorias puede crecer muy rápidamente.
Para gestionar esta explosión combinacional en
potencia de las trayectorias, las trayectorias improbables se
eliminan utilizando diversos métodos. El resultado de este proceso
de eliminación es la eliminación eventual de la mayoría de las
ambigüedades de las asociaciones, dejando un pequeño conjunto de
trayectorias probables. En muchos casos, el conjunto de
trayectorias que representan una única trayectoria nunca se reduce
a una única trayectoria. En tales casos, se selecciona la
trayectoria más probable para su visualización. Manteniendo
múltiples trayectorias hipotéticas para un único blanco, se permite
que el sistema MHT base las decisiones de la asociación con más
información que la utilizada por los métodos de seguimiento
tradicionales, dando lugar a decisiones más correctas. Mientras
que el sistema MHT y los seguidores tradicionales seleccionan y
visualizan una única trayectoria que representa un blanco, el
sistema MHT es capaz de corregir una selección errónea a la vista
de nuevos datos, mientras que los seguidores tradicionales no
retienen la información necesaria para realizar lo anterior.
Cuando menor sea la separación entre dos o más
blancos, más difícil será para un sensor el poder resolverlos.
Cuando los blancos ya no pueden resolverse, el sensor detecta menos
blancos que los que existen realmente, y en consecuencia no informa
sobre las observaciones de todos los blancos. Una situación en la
que pueden tener lugar separaciones pequeñas, es cuando los blancos
se desplazan conjuntamente en formación. En este caso, dos o más
blancos se encuentran situados muy próximamente entre sí con
velocidades similares durante un periodo de tiempo, manteniendo las
mismas posiciones relativas entre sí. Esta situación se muestra en
la figura 3, en donde las observaciones previas
20A-20H y las observaciones en curso 20I, 20J tienen
que ser procesadas, habiéndose establecido cuatro trayectorias de
los blancos 22A-22D. Debido a que las observaciones
no se han recibido para todos los blancos en la formación, algunas
de las trayectorias representan a los blancos que no están
asociados con las observaciones. Debido a las trayectorias en el
grupo se encuentran próximas entre sí, puede no estar claro cual es
la trayectoria que corresponde a cada observación, y las
observaciones pueden estar asociadas erróneamente. Esto puede
conducir a varios problemas, por ejemplo, las trayectorias saltan de
un blanco a otro, las velocidades de las trayectorias llegan a no
ser estables, y las trayectorias pueden fallar en el seguimiento de
los blancos cuando se convierten en un grupo.
De acuerdo con la invención, un método
automático para el seguimiento de grupos que detecta formaciones de
blancos, y las trayectorias del grupo correspondientes a cada
formación. De acuerdo con el método, se forman
seudo-observaciones para que representen las
observaciones perdidas en cada grupo de trayectorias. Las
seudo-observaciones actualizan los estados de las
trayectorias de los blancos no detectados. Las estimaciones de
validez de las trayectorias eliminan las trayectorias falsas que
resultan de una serie de seudo-observaciones. Una
velocidad promedio del grupo aplicada a cada trayectoria en el grupo
ayuda a mantener la estabilidad de la velocidad. El operador tiene
la opción de suprimir la visualización de todas las trayectorias
excepto la del líder de cada grupo, para eliminar la distracción de
la conmutación inter-grupos.
Este método puede ser aplicado a los seguidores
que mantienen una única trayectoria para cada blanco o con los
seguidores de ramificaciones múltiples (aquellos que mantienen
ramificaciones de trayectorias múltiples en cada blanco), tales
como el sistema MHT.
La figura 4 es un diagrama de bloques de un
sistema de seguimiento 50 que incluye la invención. Uno o más
sensores 60 proporcionan observaciones que comprenden la posición
del blanco medido y demás atributos del blanco medido con respecto
al seguidor 70. El seguidor forma una trayectoria sobre cada blanco
por la asociación de las observaciones del sensor del blanco en
forma conjunta. El seguidor agrupa también algunas de las
trayectorias conjuntamente y opera sobre los grupos de
trayectorias, para mejorar las estimaciones del estado de las
trayectorias. La posición, velocidad y demás atributos de una
trayectoria del blanco se visualizan en la pantalla 80 ante un
operador, quien puede seleccionar uno de dos métodos de presentación
de los grupos de trayectorias, utilizando un conmutador 90 de
visualización del líder del grupo en una consola de
presentación.
La figura 5 es un diagrama de flujo simplificado
que muestra un método de seguimiento de grupos 100 que se ejecuta
mediante el seguidor 70 de acuerdo con la invención. El seguimiento
de blancos es un proceso cíclico, y la selección de un punto de
inicio es algo arbitrario. Para el fin de esta exposición, la
formación y disolución de grupos de trayectorias se selecciona como
un punto de inicio a modo de ejemplo. El seguimiento de un único
blanco y el seguimiento de un grupo se ejecutan conjuntamente en el
mismo sistema, y comparten muchos sistemas iguales. Los métodos para
el seguimiento de un único blanco y los métodos que son comunes para
el seguimiento de un único blanco y el seguimiento de grupos son
conocidos en el arte, y no se describen con detalle aquí, excepto
en los que sea necesario para clarificar el proceso del seguimiento
de grupos.
La primera etapa en el proceso de seguimiento de
grupos 100 es una etapa de agrupamiento 102. En esta etapa, las
trayectorias o blancos se aproximan conjuntamente de forma que un
sensor no siempre puede revolverlos, y moviéndose con velocidades
similares según se asignan al mismo grupo. Se elimina la trayectoria
de cualquier grupo que no contenga otra trayectoria con una
posición y velocidad similares.
En la etapa 204, se ejecutan los cálculos de la
velocidad promedio. Para cada grupo, la velocidad promedio y el
rumbo del grupo se determinan para todas las trayectorias del grupo.
El promedio puede tomarse alternativamente a través de un
subconjunto de trayectorias en el grupo, tal como las trayectorias
que hubiesen sido filtradas con una observación a partir del lote
más reciente de observaciones, o las trayectorias que no se
hubieran actualizado con las seudo-observaciones, o
las trayectorias que satisfagan ambas condiciones.
En la etapa de aplicación de la velocidad
promedio 106, para cada grupo, la velocidad y rumbo de cada
trayectoria en el grupo se cambian a la velocidad y rumbo promedio
del grupo. Alternativamente, para trayectorias de ramificaciones
múltiples, la velocidad promedio puede ser aplicada solamente a la
mejor trayectoria en cada familia, o a todas las trayectorias de la
familia.
En la etapa de selección del líder del grupo 108,
se selecciona una trayectoria (o una familia de seguidores de
ramificaciones múltiples) en cada grupo para que sea el líder del
grupo basándose en conjunto de reglas. Un ejemplo de un conjunto de
reglas para seleccionar el líder del grupo es el siguiente.
Primeramente, se da preferencia a las trayectorias (o familias) de
blancos que informan de sus identidades mediante el transpondedor de
"identificación de amigo o enemigo" (IFF) o mediante otros
medios. Si existe más de una trayectoria (o familia) en el grupo,
entonces se da preferencia a las trayectorias (o familias) que
hubieran sido previamente los líderes. En caso de que más de una
trayectoria en el grupo hubiera sido previamente un líder del grupo,
entonces se seleccionará el grupo que encabece el grupo más grande.
Si existe un vínculo para el tamaño del grupo previamente
encabezado, entonces de rompe el vínculo de forma arbitraria. En
segundo lugar, si no existe trayectoria (o familia) en el grupo en
un blanco que informe de su identidad, entonces se da preferencia a
las trayectorias (o familias) que hubieran sido previamente los
líderes del grupo. En caso de que una trayectoria en el grupo
hubiera sido previamente un líder del grupo, entonces se
seleccionará el grupo que encabezó el grupo más grande. Si existe
un vínculo del tamaño del grupo previamente encabezado, entonces el
vinculo se romperá de forma arbitraria. Una vez que la trayectoria
(o familia) se selecciona como el líder del grupo, permanece como
líder hasta que abandona el grupo o hasta que el grupo se mezcla con
otro grupo.
En la etapa de selección del método de
presentación 110, el operador opta bien sea para presentar todas
las trayectorias de los blancos, o para presentar solamente las
trayectorias del líder del grupo, operando en el conmutador 90 en
la consola de la pantalla 80.
En la etapa de presentación de las trayectorias
112, se visualizan los atributos de las trayectorias ante el
operador en forma gráfica, según lo mostrado en la figura 1, o
mediante otros medios. Si el operador selecciona la visualización
solo de las trayectorias del líder del grupo, entonces la
trayectoria del líder del grupo (o la mejor trayectoria en cada
familia del líder del grupo) se visualiza para cada grupo de
trayectorias. De lo contrario, se visualiza cada trayectoria (o la
mejor trayectoria en cada familia). Como parte de esta segunda
opción, las trayectorias que están en grupos, pero no los líderes
del grupo, pueden ser identificadas en la pantalla con un símbolo o
color especial. El método de presentación seleccionado por el
operador no afecta a la presentación de los blancos solos (los que
no están en grupos). Las trayectorias visualizadas pueden ser
extrapoladas utilizando las velocidades de las trayectorias
estimadas y otros atributos de las trayectorias hasta que se
generen nuevas estimaciones del estado de las trayectorias.
La mejor trayectoria se selecciona de la forma
siguiente. Se selecciona una trayectoria como máximo en cada familia
para formar una hipótesis, con la condición de que las trayectorias
seleccionadas no pueden compartir observaciones o
seudo-observaciones en cualquier parte de sus
historiales. Se forman distintas hipótesis utilizando diferentes
trayectorias. La puntuación de cada hipótesis se forma mediante la
suma de la puntuación de cada trayectoria que forma la hipótesis; la
puntuación de cada trayectoria se determina utilizando técnicas
conocidas. Véase, por ejemplo, el documento titulado
"Seguimiento de blancos múltiples con aplicaciones de
radar", de Samuel S.Blackman, Artech House, Inc., 1986, en
las páginas 258-259. La hipótesis con la
puntuación más alta se declarará como la mejor hipótesis. Para cada
familia, la "mejor" trayectoria es la trayectoria que aparezca
en la mejor hipótesis.
La etapa 114 significa una nueva recepción de
observaciones, en la que el proceso de seguimiento espera las nuevas
observaciones. El proceso continua cuando se reciben las nuevas
observaciones.
La generación de las
seudo-observaciones tiene lugar en el bloque de
procesamiento 116, que se muestra más en su totalidad en la figura
6. Las distintas etapas se ejecutan durante la generación de
seudo-observaciones. La primera es la selección de
trayectoria 116A, en la que se selecciona el conjunto de
trayectorias A que no hayan sido actualizadas según un numero máximo
dado de seudo-observaciones consecutivas. (Para
seguidores de múltiples ramificaciones, se selecciona cada una de
las familias para las cuales no haya sido actualizada la mejor
trayectoria con más de un numero máximo dado de
seudo-observaciones consecutivas). A continuación,
en la etapa de selección de observaciones 118B, el conjunto B se
selecciona para las observaciones que están dentro de una distancia
inferior a x desde cualquier trayectoria (o familia) en el conjunto
A. (La distancia puede ser calculada como una distancia euclidiana,
una distancia estadística, o cualquier otra definición útil de
distancia). En la etapa 116C de eliminación de observaciones 116C,
se elimina cada observación con una distancia inferior a y
(en donde y es inferior a x, y siendo las mismas
generalizaciones aplicables a la distancia) desde solamente una
trayectoria (o familia) en el conjunto A. La trayectoria
correspondiente se elimina también del conjunto A.
Las etapas 116A-116C se muestran
en el ejemplo de las figuras 7A y 7B. En este ejemplo, las
trayectorias T1, T2 y T3 se encuentran todas en el conjunto A.
Debido a que se encuentra dentro de la distancia x de las
trayectorias T1 y T2, la observación O1 se coloca en el conjunto B.
La observación O2 cae dentro de esta prueba y no se coloca en el
conjunto B. La observación O1 están también dentro de la distancia
y de la trayectoria T1, pero no está dentro de cualquier
otra trayectoria. Consecuentemente, la trayectoria T1 se elimina
del conjunto A, y la observación O1 se elimina del conjunto B.
En la etapa 118D de coincidencia de
trayecto/observación, se utiliza un algoritmo de asignación óptima
para emparejar las distintas trayectorias (o familias) en el
conjunto A con las observaciones en el conjunto B en todo lo
posible, minimizando al mismo tiempo la suma de las distancias
asociadas con cada par de observación/trayecto. Dichos algoritmos
de asignación son conocidos en el arte, tal como por ejemplo, el
denominado "Seguimiento de blancos múltiples con aplicaciones
de radar", de Samuel S. Blackman, Artech House, Inc., 1988,
en las páginas 397-400.
En la etapa 116E, con la creación de la
seudo-observación, la observación más cercana se
encuentra para cada trayectoria (o familia) en el conjunto A que no
está apareada con una observación en la etapa 116D. Si una
seudo-observación no ha sido creada ya para esta
observación, se crea una seudo-observación con la
medida de la misma posición que la observación. Se crea un vínculo
entre la seudo-observación y la trayectoria (o
bien, para seguidores de ramificaciones múltiples, entre la
seudo-observación y cada trayecto en la familia) con
una distancia inferior a z respecto de la observación. Esta etapa
se muestra en las figuras 8A y 8B, en la que una ramificación de la
trayectoria de la familia A y una ramificación de la trayectoria de
la familia B se encuentran dentro de una distancia z de la
seudo-observación. Cada una de estas dos
trayectorias están vinculadas con la
seudo-observación.
En la etapa 118 de la asociación de trayectorias
de observación, las observaciones y las
seudo-observaciones están asociadas con las
trayectorias, utilizando un método conocido en el arte. Un método
de asociación adecuado para el propósito es el descrito en
"Seguimiento de blancos múltiples con aplicaciones de
radar", de Samuel S. Blackman, ídem, en las páginas
9-10 y 397-400. Las
seudo-observaciones son tratadas de la misma forma
que las observaciones reales para este fin, con dos excepciones.
Primeramente, las seudo-observaciones solo pueden
asociarse con las trayectorias a las cuales estén vinculadas. En
segundo lugar, las asociaciones potenciales entre las trayectorias
y las seudo-observaciones pueden ser penalizadas con
respecto a las asociaciones con las observaciones reales, de forma
que las asociaciones entre las observaciones reales de las
trayectorias tengan más probabilidad de ser seleccionadas. En un
seguidor MHT, por ejemplo, el incremento de la puntuación de las
trayectorias que resulta de la asociación del gráfico y de la
trayectoria se calcula de acuerdo con una modificación de un método
descrito en el documento "Seguimiento de blancos múltiples con
aplicaciones de radar", de Samuel S. Blackman, ídem, en las
páginas 258-259. En el método modificado, se añade
un incremento a la matriz de covarianza de la desviación
gráfico-trayectoria y reduciendo la probabilidad de
la detección. En la asociación de trayectos de observación, etapa
118, se inician también nuevas trayectorias, utilizando métodos
adecuados conocidos en el arte, por ejemplo, en el documento
"Seguimiento de blancos múltiples con aplicaciones de
radar", de Samuel S. Blackman, en las páginas
10-11.
En la etapa 120 del cálculo de validez de las
trayectorias, la estimación de la validez de la trayectoria se
mantiene de la forma siguiente. Se configura un valor de la validez
de la trayectoria inicial para cada trayectoria, actualizada con una
seudo-observación. La validez de la trayectoria se
incrementa cada vez que la trayectoria se asocia con una
observación real. La validez de la trayectoria se reduce cada vez
que la trayectoria se asocia con una
seudo-observación, o no se asocia con una
observación en un instante en que se espera que el sensor detecte el
blanco correspondiente.
En la etapa 122, se suprime una trayectoria
cuando el valor de su validez cae por debajo de un umbral dado.
En la etapa 124, se selecciona la mejor
trayectoria en cada familia, y esta trayectoria se utiliza en el
agrupamiento (etapa 102) y en el cálculo de la velocidad promedio
(etapa 104). Esta etapa es necesaria solamente para los seguidores
de ramificaciones múltiples.
En la etapa 126, utilizando métodos
convencionales en el arte, se actualiza la posición y la velocidad
(el estado) de cada trayectoria, con la posición del blanco medido
de la observación. Véase por ejemplo el documento "Seguimiento
de blancos múltiples con aplicaciones de radar", de Samuel
S. Blackman, ídem, en las páginas 25-28. El proceso
se ramifica entonces hacia la etapa 102 para efectuar el ciclo a
través del proceso.
Claims (9)
1. Un método para efectuar el seguimiento de
blancos que se desplazan en grupos, que comprende las etapas
siguientes:
recibir (114) observaciones de los blancos
seguidos a través del tiempo;
asociar (118) las observaciones en curso con las
trayectorias de los blancos correspondientes que tienen un estado de
trayectoria, un estado de trayectoria que incluye las estimaciones
de posición y velocidad para el blanco correspondiente;
asignar (102) trayectorias en la cercana
proximidad y con velocidades similares a un grupo de
trayectorias;
visualizar (112) los atributos de las
trayectorias en una pantalla, en que los mencionados atributos de
las trayectorias son visualizados según la determinación de la
selección del operador (110),
caracterizado porque:
el método comprende además las etapas de:
seleccionar (108) un líder de la trayectoria del
grupo; y
seleccionar un primer modo de presentación o un
segundo modo de presentación, y dependiendo de la mencionada
selección del operador en un primer modo de presentación, que se
visualicen los atributos del mencionado líder de la trayectoria del
grupo, y en un segundo modo de presentación, la visualización de
los atributos de todas las trayectorias en el mencionado grupo.
2. Un método según la reivindicación 1,
caracterizado además porque tiene las etapas de
procesamiento (116) de las mencionadas observaciones, para
identificar las observaciones perdidas para una trayectoria dentro
de un grupo, generando una seudo-observación para
sustituir la mencionada observación perdida, y asociar (118) la
mencionada seudo-observación con una trayectoria
correspondiente.
3. Un método según la reivindicación 2,
caracterizado además porque tiene las etapas de calcular
(120) un valor de validez de la trayectoria afectada por el número
de seudo-observaciones asignadas a una trayectoria,
y eliminando (122) la mencionada trayectoria si el mencionado valor
de la validad cae por debajo de un valor de umbral
predeterminado.
4. Un método de acuerdo con cualquier
reivindicación anterior, caracterizado además porque tiene
las etapas de calcular (104) una velocidad promedio para el grupo
de trayectorias, y aplicando (106) la velocidad promedio calculada
a cada trayectoria en el grupo, mediante el cambio de la velocidad
asociada con cada trayectoria en el grupo con respecto a la
velocidad del grupo para proporcionar estabilidad a la velocidad de
la trayectoria.
5. Un sistema de seguimiento (50) para el
seguimiento de grupos de blancos que vuelan en formación, que
comprende:
un sistema sensor (60) para generar las
observaciones de los blancos en los que se está efectuando su
seguimiento a través del tiempo;
un seguidor (70) sensible a las mencionadas
observaciones para procesar las mencionadas observaciones para
formar las trayectorias de los blancos y para generar las señales
de visualización de las trayectorias;
un dispositivo de visualización (80) para
visualizar los atributos de las mencionadas trayectorias, en el que
los mencionados atributos de las trayectorias a visualizar están
determinados por la selección del operador;
medios (118) para asociar las observaciones en
curso con las correspondientes trayectorias de los blancos que
tienen cada una un estado de la trayectoria, incluyendo el estado
de la trayectoria las estimaciones de la posición y de la velocidad
para el blanco correspondiente;
medios (102) para asignar trayectorias en la
cercana proximidad y con velocidades similares a un grupo de
trayectorias;
caracterizado porque el mencionado
seguidor (70) comprende además medios (108) para seleccionar un
líder de las trayectorias del grupo, y medios (90) seleccionables
por el operador para seleccionar un modo de visualización, en los
que se visualizan en un primer modo de visualización solo los
atributos del mencionado líder de las trayectorias del grupo, y en
un segundo modo de visualización en el que se visualizan los
atributos de todas las trayectorias en el mencionado grupo.
6. Un sistema según la reivindicación 5
caracterizado además por que tiene medios (104) para
calcular una velocidad promedio para el grupo de trayectorias, y
medios (106) para aplicar la velocidad promedio calculada a cada
trayectoria del grupo, y cambiar la velocidad asociada con cada
trayectoria en el grupo con la velocidad del grupo para
proporcionar estabilidad a la velocidad de las trayectorias.
7. Un sistema de acuerdo con cualquiera de las
reivindicaciones 5-6, caracterizado además
porque el seguidor (70) que comprende además medios (116) para
procesar las mencionadas observaciones, para identificar las
observaciones perdidas para una trayectoria dentro de un grupo, y
para generar una seudo-observación para sustituir
la mencionada observación perdida, y medios (118) para asociar la
mencionada seudo-observación con una trayectoria
correspondiente.
8. Un sistema de acuerdo con la reivindicación 7,
caracterizado además porque el mencionado seguidor (70)
comprende además medios (120) para calcular un valor de validez de
la trayectoria afectado por el número de
seudo-observaciones asignadas a una trayectoria, y
medios (122) para suprimir la mencionada trayectoria si el valor de
validez mencionado cae por debajo de un valor de umbral
predeterminado.
9. Un sistema de acuerdo con cualquiera de las
reivindicaciones 5-8, caracterizado además
porque el mencionado seguidor (70) comprende un seguidor de
multi-ramificación para mantener las múltiples
ramificaciones de las trayectorias en cada blanco.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/748,647 US5909189A (en) | 1996-11-14 | 1996-11-14 | Group tracking |
| US748647 | 1996-11-14 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2217434T3 true ES2217434T3 (es) | 2004-11-01 |
Family
ID=25010333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES97948244T Expired - Lifetime ES2217434T3 (es) | 1996-11-14 | 1997-11-12 | Seguimiento de grupos. |
Country Status (12)
| Country | Link |
|---|---|
| US (1) | US5909189A (es) |
| EP (1) | EP0876622B1 (es) |
| JP (1) | JP3765583B2 (es) |
| KR (1) | KR100483374B1 (es) |
| AU (1) | AU732939B2 (es) |
| DE (1) | DE69727913T2 (es) |
| DK (1) | DK0876622T3 (es) |
| ES (1) | ES2217434T3 (es) |
| NO (1) | NO315878B1 (es) |
| TR (1) | TR199801341T1 (es) |
| TW (1) | TW374849B (es) |
| WO (1) | WO1998021603A1 (es) |
Families Citing this family (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SE510543C2 (sv) * | 1997-09-26 | 1999-05-31 | Ericsson Telefon Ab L M | Förfarande för associering mellan målföljningar och användning av förfarandet i en radar |
| US6516021B1 (en) * | 1999-09-14 | 2003-02-04 | The Aerospace Corporation | Global positioning systems and inertial measuring unit ultratight coupling method |
| US6347281B1 (en) | 2000-03-08 | 2002-02-12 | R. Mark Litzsinger | Remote global positioning device and method |
| IL158714A0 (en) | 2001-05-04 | 2004-05-12 | Lockheed Corp | System and method for measurement of domain data association in passive coherent location applications |
| US6710743B2 (en) | 2001-05-04 | 2004-03-23 | Lockheed Martin Corporation | System and method for central association and tracking in passive coherent location applications |
| JP4330114B2 (ja) * | 2001-05-04 | 2009-09-16 | ロッキード・マーティン・コーポレイション | パッシブコヒーレント探索における検出および特徴抽出システムおよび方法 |
| US6937746B2 (en) * | 2001-05-31 | 2005-08-30 | Northrop Grumman Corporation | System and method for automatic recognition of formations in moving target indication data |
| US6552679B2 (en) * | 2001-09-24 | 2003-04-22 | Northrop Grumman Corporation | Track grouper |
| US6990639B2 (en) | 2002-02-07 | 2006-01-24 | Microsoft Corporation | System and process for controlling electronic components in a ubiquitous computing environment using multimodal integration |
| DE10231712A1 (de) * | 2002-07-13 | 2004-01-29 | Stn Atlas Elektronik Gmbh | Verfahren zur Beobachtung einer Vielzahl von Objekten |
| US8745541B2 (en) | 2003-03-25 | 2014-06-03 | Microsoft Corporation | Architecture for controlling a computer using hand gestures |
| US7665041B2 (en) | 2003-03-25 | 2010-02-16 | Microsoft Corporation | Architecture for controlling a computer using hand gestures |
| US6816109B1 (en) | 2003-08-04 | 2004-11-09 | Northrop Grumman Corporation | Method for automatic association of moving target indications from entities traveling along known route |
| US7081849B2 (en) * | 2004-10-28 | 2006-07-25 | Northrop Grumman Corporation | Process for sensor resources management |
| US7675458B2 (en) * | 2006-11-09 | 2010-03-09 | Raytheon Canada Limited | Dual beam radar system |
| US7626535B2 (en) * | 2006-11-09 | 2009-12-01 | Raytheon Company | Track quality based multi-target tracker |
| US20100157056A1 (en) * | 2007-05-20 | 2010-06-24 | Rafael Advanced Defense Systems Ltd. | Tracking and imaging data fusion |
| US8992446B2 (en) * | 2009-06-21 | 2015-03-31 | Holland Bloorview Kids Rehabilitation Hospital | Procedure for denoising dual-axis swallowing accelerometry signals |
| US9229102B1 (en) | 2009-12-18 | 2016-01-05 | L-3 Communications Security And Detection Systems, Inc. | Detection of movable objects |
| US8515881B2 (en) | 2011-03-11 | 2013-08-20 | Raytheon Company | Multiple hypothesis tracking |
| US8799189B2 (en) | 2011-03-11 | 2014-08-05 | Raytheon Company | Multiple hypothesis tracking |
| US8654005B2 (en) * | 2011-10-14 | 2014-02-18 | Raytheon Company | Methods for resolving radar ambiguities using multiple hypothesis tracking |
| US8811938B2 (en) | 2011-12-16 | 2014-08-19 | Microsoft Corporation | Providing a user interface experience based on inferred vehicle state |
| US9291708B2 (en) * | 2012-03-09 | 2016-03-22 | Raytheon Company | Multiple hypothesis tracking using maximum weight independent set |
| JP2014020842A (ja) * | 2012-07-13 | 2014-02-03 | Nec Corp | 追尾装置および追尾方法 |
| US8976059B2 (en) | 2012-12-21 | 2015-03-10 | Raytheon Canada Limited | Identification and removal of a false detection in a radar system |
| US9140784B1 (en) * | 2013-02-27 | 2015-09-22 | Lockheed Martin Corporation | Ballistic missile debris mitigation |
| US9971011B2 (en) | 2015-04-13 | 2018-05-15 | Raytheon Company | Apparatus and method for processing electronic intelligence (ELINT) and radar tracking data |
| US10977678B1 (en) | 2015-06-05 | 2021-04-13 | Groupon, Inc. | Apparatus and method for utilizing proximity density mapping to assist relevance determinations |
| US10929867B1 (en) | 2015-06-05 | 2021-02-23 | Groupon, Inc. | Apparatus and method for utilizing immediate gratification promotions |
| US10521815B1 (en) | 2015-06-05 | 2019-12-31 | Groupon, Inc. | Apparatus and method for utilizing immediate gratification promotions |
| DE102015225241A1 (de) * | 2015-12-15 | 2017-06-22 | Volkswagen Aktiengesellschaft | Verfahren und System zur automatischen Steuerung eines Folgefahrzeugs mit einem Vorderfahrzeug |
| US10687167B1 (en) * | 2016-03-31 | 2020-06-16 | Groupon, Inc. | Methods and systems for detecting aggregation events |
| KR101877380B1 (ko) * | 2016-12-13 | 2018-07-11 | 엘아이지넥스원 주식회사 | 표적 추적을 위한 데이터 생성 장치 및 방법 |
| JP6641534B2 (ja) * | 2017-08-07 | 2020-02-05 | 三菱電機株式会社 | 目標追尾装置 |
| US11693110B2 (en) * | 2020-11-04 | 2023-07-04 | Ford Global Technologies, Llc | Systems and methods for radar false track mitigation with camera |
| CN112750305B (zh) * | 2020-12-29 | 2022-03-08 | 江苏航天大为科技股份有限公司 | 一种基于雷达检测的车辆连续跟踪方法 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1447415A (en) * | 1974-01-26 | 1976-08-25 | Rolls Royce | Measuring device |
| US4768034A (en) * | 1984-03-26 | 1988-08-30 | Preikschat F K | Radar system for multiple object tracking and discrimination |
| US4720711A (en) * | 1985-06-17 | 1988-01-19 | Westinghouse Electric Corp. | Agile-beam track-while-scan radar system |
| US5001650A (en) * | 1989-04-10 | 1991-03-19 | Hughes Aircraft Company | Method and apparatus for search and tracking |
| US5208591A (en) * | 1989-09-29 | 1993-05-04 | Honeywell Inc. | Track extension for use with ATCRBS surveillance procedures |
| US5638281A (en) * | 1991-01-31 | 1997-06-10 | Ail Systems, Inc. | Target prediction and collision warning system |
| US5202691A (en) * | 1992-04-28 | 1993-04-13 | The United States Of America As Represented By The Secretary Of The Air Force | Hick's probabilistic data association method |
| US5317319A (en) * | 1992-07-17 | 1994-05-31 | Hughes Aircraft Company | Automatic global radar/IR/ESM track association based on ranked candidate pairings and measures of their proximity |
| US5321406A (en) * | 1992-12-22 | 1994-06-14 | Honeywell, Inc. | Method of track merging in an aircraft tracking system |
| US5414643A (en) * | 1993-06-14 | 1995-05-09 | Hughes Aircraft Company | Method and apparatus for continuous time representation of multiple hypothesis tracking data |
| US5379044A (en) * | 1993-12-23 | 1995-01-03 | Hughes Aircraft Company | Efficient multi-target tracking method |
| FR2718252B1 (fr) * | 1994-03-30 | 1996-06-14 | Onera (Off Nat Aerospatiale) | Procédé de poursuite de mobiles. |
| US5554990A (en) * | 1995-08-22 | 1996-09-10 | Northrop Grumman Corporation | Airspace management system and method |
| US5631653A (en) * | 1996-04-25 | 1997-05-20 | Hughes Electronics | Dynamic inertial coordinate system maneuver detector and processing method |
-
1996
- 1996-11-14 US US08/748,647 patent/US5909189A/en not_active Expired - Lifetime
-
1997
- 1997-11-12 DK DK97948244T patent/DK0876622T3/da active
- 1997-11-12 DE DE69727913T patent/DE69727913T2/de not_active Expired - Lifetime
- 1997-11-12 EP EP97948244A patent/EP0876622B1/en not_active Expired - Lifetime
- 1997-11-12 WO PCT/US1997/020580 patent/WO1998021603A1/en active IP Right Grant
- 1997-11-12 ES ES97948244T patent/ES2217434T3/es not_active Expired - Lifetime
- 1997-11-12 AU AU54343/98A patent/AU732939B2/en not_active Ceased
- 1997-11-12 TR TR1998/01341T patent/TR199801341T1/xx unknown
- 1997-11-12 KR KR10-1998-0705346A patent/KR100483374B1/ko not_active IP Right Cessation
- 1997-11-12 JP JP52275798A patent/JP3765583B2/ja not_active Expired - Fee Related
- 1997-12-02 TW TW086117053A patent/TW374849B/zh not_active IP Right Cessation
-
1998
- 1998-07-13 NO NO19983228A patent/NO315878B1/no not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000505201A (ja) | 2000-04-25 |
| US5909189A (en) | 1999-06-01 |
| KR100483374B1 (ko) | 2005-06-16 |
| EP0876622A1 (en) | 1998-11-11 |
| EP0876622B1 (en) | 2004-03-03 |
| NO315878B1 (no) | 2003-11-03 |
| WO1998021603A1 (en) | 1998-05-22 |
| NO983228L (no) | 1998-09-11 |
| AU5434398A (en) | 1998-06-03 |
| AU732939B2 (en) | 2001-05-03 |
| KR19990077205A (ko) | 1999-10-25 |
| DK0876622T3 (da) | 2004-06-07 |
| DE69727913T2 (de) | 2005-01-05 |
| TW374849B (en) | 1999-11-21 |
| DE69727913D1 (de) | 2004-04-08 |
| JP3765583B2 (ja) | 2006-04-12 |
| NO983228D0 (no) | 1998-07-13 |
| TR199801341T1 (xx) | 1999-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2217434T3 (es) | Seguimiento de grupos. | |
| CN111221352B (zh) | 基于多无人机协同博弈对抗的控制*** | |
| Guilford et al. | Positional entropy during pigeon homing II: navigational interpretation of Bayesian latent state models | |
| US3781530A (en) | Navigational apparatus | |
| CN108176050B (zh) | 寻路方法和装置 | |
| CN105093215B (zh) | 基于多普勒信息的雷达对低空慢速小目标的跟踪方法 | |
| CN108367722A (zh) | 停车辅助方法及装置 | |
| CN108303103A (zh) | 目标车道的确定方法和装置 | |
| CN104101875A (zh) | 一种空管雷达多目标跟踪方法 | |
| JP2017079067A (ja) | 少なくとも１台の部分自動化又は高度自動化された車両を運転するための方法及び装置 | |
| JP2020132153A (ja) | 情報処理方法、装置、記憶媒体、及びプログラム | |
| CN101609146B (zh) | 一种基于航管二次雷达测试***的抗混叠处理方法 | |
| CN108227736A (zh) | 一种基于测距信号的固定翼无人机编队跟踪制导方法 | |
| CN111458702A (zh) | 一种机动目标跟踪方法、***、电子设备及存储介质 | |
| CN105259554B (zh) | 一种多目标分类跟踪的方法及装置 | |
| US6665630B2 (en) | Method of forming a virtual three-dimensional radar display | |
| JP2017172877A (ja) | 偵察位置算出装置、偵察位置算出方法及び偵察位置算出プログラム | |
| EP3120164A1 (en) | Producing data describing target measurements | |
| Easthope | Tracking simulated UAV swarms using particle filters | |
| MXPA98005665A (es) | Seguimiento de grupo | |
| CA2694177A1 (en) | Apparatus and method to indicate course deviation instrument saturation | |
| US11209539B2 (en) | Method for mapping the environment of motor vehicles | |
| Kirubarajan et al. | Topography-based VS-IMM estimator for large-scale ground target tracking | |
| EP2921878A1 (en) | Producing data describing target states | |
| RU2150715C1 (ru) | Способ распознавания класса воздушной цели |