ES2322512T3 - Metodos y sistemas para filtros de entrada de enlaces de datos para actualizaciones esporadicas. - Google Patents
Metodos y sistemas para filtros de entrada de enlaces de datos para actualizaciones esporadicas. Download PDFInfo
- Publication number
- ES2322512T3 ES2322512T3 ES07075337T ES07075337T ES2322512T3 ES 2322512 T3 ES2322512 T3 ES 2322512T3 ES 07075337 T ES07075337 T ES 07075337T ES 07075337 T ES07075337 T ES 07075337T ES 2322512 T3 ES2322512 T3 ES 2322512T3
- Authority
- ES
- Spain
- Prior art keywords
- sensor
- data link
- link update
- data
- update
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 150000001875 compounds Chemical class 0.000 claims abstract description 26
- 230000003750 conditioning effect Effects 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 abstract 2
- 230000008569 process Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
-
- 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
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/66—Tracking systems using electromagnetic waves other than radio waves
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Complex Calculations (AREA)
Abstract
Método para realizar el seguimiento de un objeto móvil (104), que comprende: detectar al menos una característica del objeto móvil usando un sensor (114) de un sistema de adquisición (110); detectar al menos una característica del objeto móvil usando un sensor auxiliar (124); transmitir una actualización de enlace de datos (214), que comprende una actualización de la posición del objeto en movimiento, desde el sensor auxiliar (124) al sistema de adquisición (110); acondicionar la actualización de enlace de datos (214) para proporcionar una probabilidad compuesta (227) de las ubicaciones del objeto, en el que el acondicionamiento incluye: recibir la actualización de enlace de datos (214) en una pluralidad de filtros de Kalman (212), estando afinado cada filtro de Kalman (212) con una combinación específica de estadísticas de error de medición y estadísticas de error de posición, y configurado para emitir como salida la al menos una característica predicha; diferenciar la actualización de enlace de datos (214) y al menos una característica predicha del objeto móvil (104) para producir un conjunto de errores residuales diferentes (220); determinar la probabilidad compuesta (227) basándose en el conjunto de errores residuales diferentes (220); y ajustar una dirección de visión del sensor basándose al menos en parte en la probabilidad compuesta (227) resultante del acondicionamiento de la actualización de enlace de datos (214).
Description
Métodos y sistemas para filtros de entrada de
enlaces de datos para actualizaciones esporádicas.
Esta invención se refiere a sistemas y métodos
para realizar el seguimiento de objetos en movimiento, y más
específicamente, a filtros de entrada para enlaces de datos que
pueden usarse, por ejemplo, para controlar sensores de a bordo en
un vehículo aéreo no tripulado u otra plataforma adecuada.
En algunas aplicaciones, pueden usarse sensores
o cámaras posicionados en vehículos aéreos no tripulados (UAV,
Unmanned Aerial Vehicles) u otras plataformas
aerotransportadas para realizar el seguimiento de objetos que se
mueven sobre el terreno. Tales sistemas pueden usarse en
aplicaciones civiles, tales como realizar el seguimiento de
vehículos por autoridades del orden público u otras autoridades
gubernamentales, o en aplicaciones militares, tales como realizar
el seguimiento de misiles móviles o vehículos blindados por
organizaciones militares y de inteligencia. Ejemplos de la técnica
anterior de sistemas basados en UAV incluyen los sistemas dados a
conocer, por ejemplo, en la patente estadounidense n.º 6.712.312 B1
publicada a favor de Kucik, la patente estadounidense n.º 5.575.438
publicada a favor de McGonigle et al., y la patente
estadounidense n.º 3.778.007 publicada a favor de Kearney et
al.
En general, a medida que un objeto se mueve por
el terreno, un sensor de seguimiento en el UAV u otra plataforma
aerotransportada (por ejemplo, un misil) puede dirigirse para evitar
que el objeto en movimiento desaparezca del campo de visión del
sensor. Las actualizaciones respecto a la posición (y velocidad) del
objeto en movimiento pueden transmitirse al UAV por un tercero
observador (o sistema de apoyo) para permitir a un sistema de a
bordo emitir órdenes de apuntamiento para dirigir el sensor de
seguimiento para continuar realizando el seguimiento del objeto en
movimiento. Normalmente se hace referencia a estas actualizaciones
como "actualizaciones de enlace de datos". Ejemplos de
terceros observadores incluyen una plataforma de vigilancia y
reconocimiento inteligentes (ISR, Intelligent Surveillance and
Reconnaissance) y un observador en tierra con un sistema
portátil de designación de objetivo.
Las actualizaciones de enlace de datos de
sistemas de tercero observador existentes presentan normalmente
grandes incertidumbres de medición. A menos que se realicen
disposiciones especiales para mejorar la precisión de estas
actualizaciones de enlace de datos, el uso directo de datos de
enlace de datos existentes sin ningún filtrado puede hacer que el
sensor de a bordo cambie bruscamente de un ángulo de visión a otro
cuando se produce una actualización de enlace de datos. Puesto que
un seguidor de sensor está diseñado para realizar el seguimiento de
un objeto en movimiento en un escenario relativamente estable, el
sensor puede perder el rastro de un objeto en movimiento cuando el
escenario cambia bruscamente.
Algunos sistemas a bordo alimentan las
actualizaciones de enlace de datos a un filtro de Kalman para
estimar y predecir la trayectoria que están tomando los objetos en
movimiento, y por tanto proporcionar una orden de apuntamiento más
suave. Un filtro de Kalman está caracterizado normalmente por
modelos estadísticos de actualizaciones de enlace de datos y ruido
de proceso. El proceso de filtrado de Kalman implica un algoritmo
iterativo que requiere varias actualizaciones de enlace de datos
para que su salida converja si los modelos de incertidumbre
seleccionados coinciden con las estadísticas reales. Si la
información estadística acerca del error de actualización de enlace
de datos y modelo de ruido de proceso no coincide con las
estadísticas reales, el filtro de Kalman o bien oscilará o bien
divergirá, lo que da como resultado que el sistema de a bordo no
puede dirigir apropiadamente el sensor para realizar el seguimiento
del objeto en movimiento. Métodos existentes de filtrado (por
ejemplo filtrado de Kalman adaptativo, o filtrado de Kalman por
conmutación de modo) requieren de manera no deseable un número
relativamente grande de actualizaciones de enlace de datos para el
proceso iterativo para convergir y por tanto proporcionar órdenes de
apuntamiento de sensor suaves para impedir adecuadamente la
oscilación o divergencia del sistema de seguimiento de a bordo. Por
tanto, tendrían utilidad sistemas y métodos novedosos que
proporcionen órdenes de apuntamiento de sensor estables usando
menos, o más esporádicas, actualizaciones de enlace de datos, y
usando actualizaciones de enlace de datos que tengan una dispersión
relativamente grande, tales como las generadas por un operador en
tierra con un sistema portátil de designación de objetivo y
sistemas existentes de vigilancia legados.
El documento US 2004/006424 da a conocer un
sistema de control para realizar el seguimiento y apuntamiento de
forma dinámica de múltiples objetivos en el que los objetivos tienen
sensores de posición y se comunican con una ubicación central que
usa la información para procesar ubicaciones proyectadas de
objetivos en movimiento. El sistema usa varios medios para suavizar
el rastro y para tratar datos distorsionados o perdidos, en el que
los datos pueden distorsionarse o bien en tiempo o en ubicación. El
sistema puede usar una combinación de algoritmos de filtrado de
Kalman, capas múltiples de suavizado, registro desacoplado de
posiciones propuestas y el uso de estas proposiciones junto con
optimización de velocidad del movimiento del objetivo aparente para
conseguir un grado de tiempo respecto del objetivo.
El documento
EP-A-1262789 da a conocer un método,
aparato correspondiente y sistema correspondiente para determinar
la posición, velocidad o aceleración de un receptor de señales que
transporta información útil para estimar la cantidad dinámica como
señales desde un sistema de posicionamiento global, incluyendo el
método las etapas de: proporcionar una solución de punto único,
resolviendo para la cantidad dinámica del receptor usando una
solución de punto único que tiene como una entrada la información
útil para estimar la cantidad dinámica que está determinándose;
proporcionar una pluralidad de soluciones de filtro (tales como
soluciones de filtro predictivas a partir de un filtro de Kalman),
y cada una suponiendo un modelo de movimiento diferente para el
receptor; y combinando la pluralidad de soluciones de filtro para
proporcionar un primer valor de la cantidad dinámica basándose en
pesos que tienen en cuenta la probabilidad de la adecuabilidad de
cada modelo de movimiento, con la probabilidad determinada
basándose en el acuerdo del primer valor de la cantidad dinámica
comparado con un segundo valor de la cantidad dinámica según se
indica mediante una solución de punto único.
Efe M. et al., "A tracking algorithm
for both highly maneuvering and nonmaneuvening targets", Actas
del 36º Congreso de la IEEE sobre Decisión y Control, 1997, San
Diego, EE. UU., presenta una versión modificada del algoritmo de
modelo múltiple de interacción adaptativo (AIMM, adaptive
interacting multiple model), para permitir realizar el
seguimiento tanto de objetivos de alta maniobrabilidad como que no
están maniobrando.
La presente invención proporciona un método para
realizar el seguimiento de un objeto móvil según la reivindicación
1 y un sistema para realizar el seguimiento de un objeto móvil según
la reivindicación 9. Estos sistemas y métodos tienen filtros de
entrada para enlaces de datos para proporcionar órdenes de
apuntamiento de sensor mejoradas para permitir realizar el
seguimiento robusto de objetos en movimiento. Realizaciones de la
presente invención pueden acondicionar ventajosamente los datos de
enlace de datos para reducir o eliminar el movimiento errático de
un sensor de seguimiento cuando las actualizaciones de enlace de
datos a partir de sistemas de apoyo tienen tasas de actualización
relativamente esporádicas y relativamente gran desviación en las
estadísticas de incertidumbres de actualización de medición, en
comparación con la técnica anterior.
En una realización, un método para realizar el
seguimiento de un objeto móvil incluye detectar al menos una
característica del objeto móvil usando un sensor de un sistema de
adquisición, y detectar al menos una característica del objeto
móvil usando un sensor auxiliar. Una actualización de enlace de
datos se transmite desde el sensor auxiliar (o tercero observador)
al sistema de adquisición, y la actualización de enlace de datos se
procesa para proporcionar una probabilidad compuesta de dónde puede
estar el objeto en movimiento, en el que el procesamiento incluye:
diferenciar la actualización de enlace de datos y al menos una
característica predicha del objeto móvil para producir al menos un
error residual, y determinar la probabilidad compuesta basándose en
el al menos un error residual. El método incluye además ajustar una
dirección de visión del sensor basándose al menos en parte en la
probabilidad compuesta resultante del acondicionamiento de la
actualización de enlace de datos.
En realizaciones adicionales, el
acondicionamiento de la actualización de enlace de datos incluye
además: recibir la actualización de enlace de datos en una
pluralidad de filtros de Kalman acoplados en paralelo, estando
afinado cada filtro de Kalman con una combinación específica de
estadísticas de error de medición y estadísticas de error de
posición, y configurado para emitir como salida la al menos una
característica predicha; predecir al menos una característica
usando la pluralidad de filtros de Kalman; determinar errores
residuales usando la al menos una característica predicha y la
actualización de enlace de datos; proyectar una pluralidad de
matrices de covarianza a lo largo de una línea de visión de sensor;
ponderar la pluralidad de matrices de covarianza; y en el que
determinar la probabilidad compuesta incluye combinar las matrices
de covarianza ponderadas.
Posteriormente se describen en detalle, con
referencia a los siguientes dibujos, realizaciones de la presente
invención.
La figura 1 es un sistema de seguimiento según
una realización de la invención;
la figura 2 es una representación esquemática
del sistema de seguimiento de la figura 1;
la figura 3 es un filtro de entrada de enlace de
datos según una realización de la invención;
la figura 4 es una representación esquemática de
una parte de un método de acondicionamiento de actualizaciones de
enlace de datos según una realización de la invención;
la figura 5 es un diagrama de flujo de un método
para realizar el seguimiento de un objeto en movimiento según una
realización de la invención;
la figura 6 ilustra un dispositivo informático
configurado según una realización de la invención; y
la figura 7 muestra diversas plataformas de
sensor que pueden usarse en sistemas según realizaciones
alternativas de la invención.
La presente invención se refiere a sistemas y
métodos que tienen filtros de entrada para enlaces de datos para
proporcionar órdenes de apuntamiento de sensor mejoradas para
permitir realizar el seguimiento robusto de objetos en movimiento.
Muchos detalles específicos de ciertas realizaciones de la invención
se exponen en la siguiente descripción y en las figuras 1 a 7 para
proporcionar una comprensión exhaustiva de tales realizaciones. Un
experto en la técnica, sin embargo, entenderá que la presente
invención puede tener realizaciones adicionales, o que la presente
invención puede ponerse en práctica sin varios de los detalles
descritos en la siguiente descripción.
Realizaciones de sistemas y métodos según la
presente invención pueden proporcionar filtros de entrada para
enlaces de datos que pueden utilizarse, por ejemplo, para controlar
sensores de a bordo en un vehículo aéreo no tripulado u otra
plataforma adecuada usando información de enlace de datos desde
otras fuentes(por ejemplo en un entorno de operación
céntrica de red) en el que las fuentes tienen tasas de actualización
esporádicas y gran desviación en las estadísticas de incertidumbres
de actualización de medición. Más específicamente, realizaciones de
la invención pueden tratar las cuestiones asociadas con el uso de
infraestructuras de enlace de datos existentes y otras fuentes de
enlace de datos económicas que tienen, en al menos algunas
realizaciones, gran desviación en sus incertidumbres de medición y
posiblemente con tasas de actualización sólo esporádicas, por
ejemplo un operador en tierra con un sistema portátil de designación
de objetivo o sistemas de enlace de datos de vigilancia legados
existentes. Los métodos existentes que se usan actualmente no pueden
proporcionar resultados satisfactorios en estas condiciones. Por
tanto, realizaciones de la presente invención pueden proporcionar
seguimiento de objetos en movimiento con relativamente menos
actualizaciones, y con tolerancia mejorada de incertidumbre
estadística, en comparación con los métodos y sistemas de la técnica
anterior.
Aunque pueden implementarse propiedades y
conceptos de los sistemas y métodos descritos en cualquier número
de entornos, sistemas, y/o configuraciones diferentes, realizaciones
de sistemas y métodos según la presente invención se describen en
el contexto de los siguientes arquitecturas de sistema y entorno a
modo de ejemplo.
La figura 1 es un sistema de seguimiento 100
según una realización de la presente invención. La figura 2 es una
representación esquemática del sistema de seguimiento 100 de la
figura 1. En esta realización, el sistema 100 incluye un sistema de
adquisición 110 y un sistema de apoyo 120. El sistema de adquisición
110 incluye una plataforma 112 que tiene un sensor 114 acoplado con
un controlador 115, y un componente de comunicaciones 116 también
acoplado con el controlador 115. De manera similar, el sistema de
apoyo 120 (o tercero observador) incluye un componente de
comunicaciones 122 acoplado con un sensor auxiliar 124. El sistema
de seguimiento 100 puede ser de un tipo conocido como una Operación
Céntrica de Red (NCO, Network Centric Operation).
En la realización mostrada en la figura 1, la
plataforma 112 es una aeronave, y más específicamente, un vehículo
aéreo no tripulado (UAV), y el sistema de apoyo 120 es un sistema de
apoyo terrestre, que puede incluir un operador en tierra con un
sistema portátil de designación de objetivo. En realizaciones
alternativas, la plataforma 112 (y el sistema de apoyo 120) puede
ser cualquier plataforma móvil o estacionaria adecuada. Por ejemplo,
la figura 7 muestra diversas plataformas de sensor 112 que pueden
utilizarse en lugar de la realización de UAV particular (y en lugar
del sistema de apoyo terrestre 120) mostrado en la figura 1,
incluyendo satélites u otras plataformas espaciales 602, la
aeronave tripulada 604, vehículos terrestres 608, o cualquier otra
plataforma adecuada. En realizaciones adicionales, la plataforma 112
puede ser una plataforma marítima. De manera similar, el sensor 114
(y el sensor auxiliar 124) pueden ser cualquier tipo de sensor
adecuado, incluyendo, por ejemplo, sensores de longitud de onda
visible (por ejemplo sistemas fotográficos), sensores de
infrarrojos, sistemas de radar, sistemas de radar láser, o
cualquier otro sistema o sensor adecuado. En una realización
particular, el sensor 114 (y el sensor auxiliar 124) puede ser un
sensor de alta resolución normalmente usado para sistemas de guiado
terminal de a bordo de armas (por ejemplo misiles) y que tiene un
campo de visión relativamente estrecho.
En funcionamiento, el sistema de adquisición 110
está posicionado de modo que el sensor 114 puede observar uno o más
objetos en movimiento 104 dentro de un campo de visión 102. La
información relativa a los objetos en movimiento 104 (por ejemplo
posición, velocidad, etc.) se proporciona mediante el sensor 114 al
controlador 115. El controlador 115 puede ajustar (o dirigir) el
sensor 114 para mantener uno o más de los objetos en movimiento 104
dentro del campo de visión 102. El controlador 115 puede transmitir
también la información relativa a los objetos en movimiento 104 al
sistema de apoyo terrestre 120 a través del componente de
comunicaciones 116.
De manera similar, el sensor auxiliar 124 del
sistema de apoyo terrestre 120 puede observar y realizar el
seguimiento de el uno o más objetos en movimiento 104, y puede
proporcionar una o más actualizaciones de enlace de datos respecto
al estado de los objetos en movimiento 104 (por ejemplo posición,
velocidad, etc.) al sistema de adquisición 110 a través del
componente de comunicaciones 122. El controlador 115 puede recibir
las actualizaciones de enlace de datos a través del componente de
comunicaciones 116, y puede emitir órdenes de apuntamiento
apropiadas para dirigir el sensor 114 para continuar siguiendo los
objetos en movimiento 104.
Tal como se describió anteriormente, las
actualizaciones de enlace de datos pueden presentar incertidumbres
de medición que dificultan la capacidad del controlador 115 para
dirigir suavemente el sensor 114 para mantener el objetivo dentro
del campo de visión del sensor, afectando negativamente a la
capacidad del sistema de adquisición 110 para realizar el
seguimiento de los objetos en movimiento 104 sistemáticamente. Por
tanto, según realizaciones de la presente invención, el sistema de
adquisición 110 incluye un filtro de entrada de enlace de datos 200
configurado para filtrar (o acondicionar) la información contenida
en las actualizaciones de enlace de datos para mejorar la capacidad
del sistema de adquisición 110 de realizar el seguimiento de los
objetos en movimiento 104. Según se muestra en la figura 2, en
algunas realizaciones, el filtro de entrada de enlace de datos 200
está configurado dentro del controlador 115. En realizaciones
alternativas, sin embargo, el filtro de entrada de enlace de datos
200 puede ser independiente del controlador 115, y puede estar
dispuesto en cualquier parte o ubicación adecuada dentro del
sistema de adquisición 110. En la realización mostrada en la figura
2, el controlador 115 incluye además un gestor de fusión de datos
221, un planificador de escaneo 223, y un módulo de detección de
objeto en movimiento 231, cuya interacción y funcionamiento se
describirán de manera más completa posteriormente.
Aspectos del filtro de entrada de enlace de
datos 200 se describirán a continuación con referencia a las figuras
3 a 7. De manera específica, la figura 3 es una vista esquemática
ampliada del filtro de entrada de enlace de datos 200 de la figura
2. La figura 4 es una representación esquemática del funcionamiento
del filtro de entrada de enlace de datos 200 de la figura 3 en
conjunción con otros componentes del controlador 115. En esta
realización, el filtro de entrada de enlace de datos 200 incluye un
banco de filtros 210 configurado según una realización de la
invención. En esta realización, el banco de filtros 210 incluye una
pluralidad de filtros de Kalman 212 acoplados en paralelo, cada uno
afinado con una combinación específica de estadísticas de error de
medición y estadísticas de error de posición. Se recibe una
actualización de enlace de datos 214 mediante el filtro de entrada
de enlace de datos 210 y se transmite a la pluralidad de filtros de
Kalman 212. Cada uno de los filtros de Kalman 212 emite como salida
un conjunto de información de objeto predicha 216 (por ejemplo
posición y velocidad predichas) a un componente de diferenciación
218, que a su vez emite como salida un error residual (o
diferencia) 220 entre cada conjunto de información de objeto
predicha 216 y la actualización actual del enlace de datos 214.
Según se muestra adicionalmente en la figura 3,
una matriz de covarianza 222, que es una media estadística de la
potencia de ruido del error residual 220 para cada filtro de Kalman
212. Cada matriz de covarianza 222 se proyecta sobre el terreno a
lo largo de una línea de visión estimada del sensor 114. Las
covarianzas proyectadas 222 se ponderan mediante factores de
ponderación 224 que son proporcionales a una probabilidad de que se
produzca una combinación de estadísticas de error de medición y
estadísticas de error de posición de objeto y se combinan mediante
un componente de combinación 226 en un error residual compuesto (o
probabilidad compuesta) 227. El error residual compuesto 227
resultante, que es una suma ponderada de todas las covarianzas
proyectadas 222, puede ser multimodo y no gaussiano.
El error residual compuesto 227 se emite como
salida mediante el filtro de entrada de enlace de datos 200, y
puede usarse por el controlador 115 de varios modos. El error
residual compuesto 227 puede usarse también por los métodos dados a
conocer en la solicitud de patente estadounidense n.º 11/383.900
titulada "Sensor Scan Planner" presentada el 17 de Mayo de
2006 con número de agente BO1-0200US para extraer
ubicaciones de objeto estimadas posibles en el terreno a partir de
las actualizaciones de enlace de datos 214 proporcionadas por un
sistema de apoyo (o un tercero observador). A su vez, las posibles
ubicaciones de objeto a partir del "Planificador de escaneo de
sensor" pueden fundirse con ubicaciones de objeto (por ejemplo
según se estiman usando métodos dados a conocer en la solicitud de
patente estadounidense n.º 11/383.911 titulada "Multiple Moving
Target Detection" presentada el 17 de mayo de 2006 con número de
agente BOI-0198US) para dirección mejorada del
sensor 114 para mantener el objeto en movimiento 104 dentro del
campo de visión 102. Por tanto, debido al funcionamiento del filtro
de entrada de enlace de datos 200, el sensor 114 puede tener una
probabilidad relativamente más alta de mantener un objeto en
movimiento 104 dentro de su visión, incluso un sensor 114 que tenga
un campo de visión relativamente estrecho, e incluso con un enlace
de datos que tiene un modelo estadístico desconocido y sólo
actualizaciones esporádicas.
Generalmente, cualquiera de las funciones
descritas en el presente documento pueden implementarse usando
software, firmware (por ejemplo, circuitería de lógica fija),
hardware, procesamiento manual, o una combinación de estas
implementaciones. Los términos "módulo", "componente",
"funcionalidad", y "lógica" según se usan en el presente
documento representan generalmente software, firmware, hardware, o
cualquier combinación de los mismos. En el caso de una
implementación de software, el módulo, componente, funcionalidad, o
lógica representa código de programa que realiza tareas
especificadas cuando se ejecuta en un(os)
procesador(es) (por ejemplo, cualquier microprocesador,
controlador, o similar). El código de programa puede almacenarse en
uno o más dispositivos de memoria legibles por ordenador, de los
que se describen ejemplos con referencia al dispositivo a modo de
ejemplo basado en ordenador 500 mostrado en la figura 6. Además, los
métodos y sistemas descritos en el presente documento son
independientes de la plataforma de modo que las técnicas pueden
implementarse en diversas plataformas informáticas comerciales con
diversos procesadores.
Métodos según la presente invención pueden
describirse también en el contexto general de instrucciones
ejecutables por ordenador. Generalmente, las instrucciones
ejecutables por ordenador pueden incluir rutinas, programas,
objetos, componentes, estructuras de datos, procedimientos, módulos,
funciones, y similares que realizan funciones particulares o
implementan tipos de datos abstractos particulares. Los métodos
descritos en el presente documento pueden también ponerse en
práctica en un entorno informático distribuido en el que se realizan
funciones mediante dispositivos de procesamiento remoto que están
enlazados a través de una red de comunicaciones. En un entorno
informático distribuido, pueden ubicarse instrucciones ejecutables
por ordenador en medios de almacenamiento informáticos tanto
locales como remotos, que incluyen dispositivos de almacenamiento en
memoria.
La figura 5 es un diagrama de flujo de un método
300 de seguimiento de un objeto en movimiento según una realización
de la invención. El orden en el que el método se describe no está
previsto para interpretarse como limitativo, y cualquier número de
los bloques de método descritos pueden combinarse en cualquier orden
para implementar el método, o un método alternativo.
Adicionalmente, pueden borrarse bloques individuales del método sin
apartarse del espíritu y alcance del asunto descrito en el presente
documento.
En esta realización, el método 300 incluye
posicionar un sistema de adquisición que tiene un sensor en una
posición adecuada con respecto a uno o más objetos en movimiento en
un bloque 302. El posicionamiento puede incluir, por ejemplo,
dirigir de manera controlable una plataforma de sensor (por ejemplo
un UAV) que lleva el sensor en proximidad de (o una línea de visión
con) el objeto en movimiento. De manera alternativa, tal como se
describió anteriormente, el sistema de adquisición puede incluir
cualquier plataforma o sistema terrestre, aerotransportado,
transportado por mar, o espacial adecuado. En un bloque 304, el
sensor se dirige para contener el uno o más objetos en movimiento
dentro de su campo de visión, y en un bloque 306 de detección de
objeto en movimiento, el sensor determina información de interés
(por ejemplo posición, velocidad, etc.) relativa al uno o más
objetos en movimiento. En algunas realizaciones, el bloque 306 se
realiza según los métodos y sistemas para detección de objeto en
movimiento, tal como se describe en la solicitud de patente
estadounidense n.º 11/383.911 titulada "Multiple Moving Target
Detection" presentada el 17 de mayo de 2006 con número de agente
BO1-0198US incorporada anteriormente.
El método 300 incluye además acondicionar (o
filtrar) la información contenida en la una o más actualizaciones
de enlace de datos para mejorar la capacidad del sistema de
adquisición de realizar el seguimiento de los objetos en
movimiento, representada en general como un bloque 310. Más
específicamente, en esta realización, el acondicionamiento (bloque
310) incluye recibir una o más actualizaciones de enlace de datos a
partir de un sistema de apoyo (o tercero observador) en una
pluralidad de filtros de Kalman en un bloque 312. Tal como se
describió anteriormente, el sistema de apoyo (o tercero observador)
puede incluir cualquier plataforma o sistema terrestre,
aerotransportado, transportado por mar, o espacial adecuado, u
observador en tierra con un sistema portátil de designación de
objetivo. Cada filtro de Kalman puede afinarse con una combinación
específica de estadísticas de error de medición y estadísticas de
error de posición. En un bloque 314, los filtros de Kalman emiten
como salida un conjunto de información de objeto predicha (por
ejemplo posición y velocidad predichas), y un conjunto
correspondiente de errores residuales (o diferencias) entre cada
conjunto de información de objeto predicha y la actualización de
enlace de datos actual se determina en un bloque 316. Las matrices
de covarianza se determinan a partir de los errores residuales en un
bloque 318. Las matrices de covarianza se proyectan sobre el
terreno a lo largo de una línea de visión estimada del sensor en un
bloque 320. Las matrices de covarianza se ponderan mediante
factores de ponderación que son proporcionales a una probabilidad
de que se produzca una combinación particular de estadísticas de
error de medición y estadísticas de error de posición de objeto en
un bloque 322, y las matrices de covarianza ponderadas se combinan
en un error residual compuesto (o probabilidad compuesta) en un
bloque 324.
Tal como se muestra adicionalmente en la figura
5, la probabilidad compuesta 227 determinada por el
acondicionamiento de la información de actualización de enlace de
datos (310) se recibe en un gestor de fusión de datos en un bloque
321, lo que fusiona la probabilidad compuesta 227 con otra
información de ubicación de objeto. Se conocen varios métodos y
sistemas adecuados de gestor de fusión de datos que pueden
utilizarse para este fin. En una realización particular, el gestor
de fusión de datos (bloque 321) fusiona los resultados del
acondicionamiento de la información de actualización de enlace de
datos (bloque 310) con ubicaciones de objeto estimadas usando
métodos dados a conocer en la solicitud de patente estadounidense
n.º 11/383.911 titulada "Multiple Moving Target Detection"
presentada el 17 de mayo de 2006 con número de agente
BO1-0198US incorporada anteriormente.
En un bloque 326, el método 300 determina si
ajustar (o dirigir) el sensor para mejorar realizar el seguimiento
o para mantener los objetos en movimiento dentro del campo de visión
del sensor en un bloque 326. Si es necesario el ajuste de sensor,
entonces el ajuste de sensor se realiza en un bloque 328 usando la
salida procedente del gestor de fusión de datos 321. De nuevo, en
algunas realizaciones, se realiza el ajuste de sensor según los
métodos y sistemas para planificar escaneo de sensor óptimo, según
se describe en la solicitud de patente estadounidense n.º
11/383.900 titulada "Sensor Scan Planner" presentada el 17 de
mayo de 2006 con número de agente No. BO1-0200US,
incorporada anteriormente.
Más específicamente, en algunas realizaciones,
las entradas del gestor de fusión de datos (bloque 321) son la
probabilidad de ubicaciones de objeto de las actualizaciones de
enlace de datos filtradas (acondicionadas) y la probabilidad de
ubicaciones de objeto estimadas a partir de la detección de un
objeto en movimiento (bloque 331). La salida del gestor de fusión
de datos (bloque 321) puede alimentarse a un planificador de escaneo
en el que la salida del planificador de escaneo puede usarse para
dirigir el sensor (bloque 328).
Tal como se muestra adicionalmente en la figura
5, en un bloque 330, el método 300 determina si continuar
realizando el seguimiento del uno o más objetos en movimiento. Si es
necesario continuar realizando el seguimiento, el método 300 vuelve
al bloque 304 para continuar la adquisición de sensor. En una
realización, el método 300 va entonces a 306, en otra realización
el método puede ir al bloque 321 directamente, pasando el bloque
306. El método repite entonces las acciones descritas anteriormente.
Si no es necesario realizar el seguimiento continuado (bloque 330),
se ha completado el método 300.
La figura 6 ilustra un dispositivo informático
500 configurado según una realización de la invención. El
dispositivo informático 500 puede usarse, por ejemplo, como el
controlador 115, u otro componente adecuado, del sistema de
seguimiento 100 de la figura 1. En una configuración muy básica, el
dispositivo informático 500 incluye al menos una unidad de
procesamiento 502 y memoria de sistema 504. Dependiendo de la
configuración exacta y el tipo de dispositivo informático 500, la
memoria de sistema 504 puede ser volátil (tal como RAM), no volátil
(tal como ROM y memoria flash) o alguna combinación de las dos. La
memoria de sistema 504 incluye normalmente un sistema operativo
506, uno o más módulos de programa 508, y puede incluir datos de
programa 510.
Para los métodos actuales de seguimiento de
objetos en movimiento, los módulos de programa 508 pueden incluir
los módulos de proceso 509 que realizan uno o más de los procesos
descritos en el presente documento. Otros módulos descritos en el
presente documento pueden también formar parte de los módulos de
programa 508. Como alternativa, los módulos de proceso 509, así
como los otros módulos, pueden implementarse como parte del sistema
operativo 506, o pueden instalarse en el dispositivo informático y
almacenarse en otra memoria (por ejemplo, almacenamiento no
desmontable 522) independiente de la memoria de sistema 506.
El dispositivo informático 500 puede tener
propiedades o funcionalidad adicionales. Por ejemplo, el dispositivo
informático 500 puede incluir también dispositivos de
almacenamiento de datos adicionales (desmontables y/o no
desmontables) tales como, por ejemplo, discos magnéticos, discos
ópticos, o cinta. Tal almacenamiento adicional se ilustra en la
figura 6 mediante un almacenamiento desmontable 520 y un
almacenamiento no desmontable 522. Medios de almacenamiento
informáticos pueden incluir medios volátiles y no volátiles,
desmontables y no desmontables implementados en cualquier método o
tecnología para almacenamiento de información, tal como
instrucciones legibles por ordenador, estructuras de datos, módulos
de programa, u otros datos. La memoria de sistema 506, el
almacenamiento desmontable 520 y el almacenamiento no desmontable
522 son todos ejemplos de medios de almacenamiento informáticos.
Por tanto, medios de almacenamiento informáticos incluyen, pero no
se limitan a, RAM, ROM, EEPROM, memoria flash u otra tecnología de
memoria, CD-ROM, discos versátiles digitales (DVD) u
otro almacenamiento óptico, casetes magnéticas, cinta magnética,
almacenamiento de disco magnético u otros dispositivos de
almacenamiento magnéticos, o cualquier otro medio que pueda usarse
para almacenar la información deseada y al que pueda accederse
mediante el dispositivo informático 500. Cualquier medio de
almacenamiento informático de este tipo puede formar parte del
dispositivo 500. El dispositivo informático 500 puede tener también
dispositivo(s) de entrada 524 tal(es) como teclado,
ratón, lápiz, dispositivo de entrada de voz, y dispositivos de
entrada táctiles. Puede(n)incluirse también
dispositivo(s) de salida 526 tal(es) como una
pantalla, altavoces, e impresora. Estos dispositivos se conocen
bien en la técnica y no es necesario analizarlos con
detenimiento.
El dispositivo informático 500 puede contener
también una conexión de comunicación 528 que permite al dispositivo
comunicarse con otros dispositivos informáticos 530, tal como a
través de una red. La(s) conexión (conexiones) de
comunicación 528 es (son) un ejemplo de medios de comunicación. Los
medios de comunicación pueden realizarse normalmente mediante
instrucciones legibles por ordenador, estructuras de datos, módulos
de programa, u otros datos en una señal de datos modulada, tal como
una onda portadora u otro mecanismo de transporte, e incluye
cualquier medio de entrega de información.
Pueden describirse diversos módulos y técnicas
en el presente documento en el contexto general de instrucciones
ejecutables por ordenador, tales como módulos de programa,
ejecutados por uno o más ordenadores u otros dispositivos.
Generalmente, los módulos de programa incluyen rutinas, programas,
objetos, componentes, estructuras de datos, etc. para realizar
tareas particulares o implementar tipos de datos abstractos
particulares. Estos módulos de programa y similares pueden
ejecutarse como código nativo o pueden descargarse y ejecutarse, tal
como en una máquina virtual u otro entorno de ejecución de
compilación en tiempo de ejecución. Normalmente, la funcionalidad
de los módulos de programa puede combinarse o distribuirse según se
desee en diversas realizaciones. Una implementación de estos
módulos y técnicas puede almacenarse en o transmitirse a través de
alguna forma de medio legible por ordenador.
Aunque se han ilustrado y descrito realizaciones
preferidas y alternativas de la invención, como se ha señalado
anteriormente, pueden realizarse muchos cambios sin alejarse del
espíritu y alcance de la invención. Por consiguiente, el alcance de
la invención no está limitado por la descripción de estas
realizaciones preferidas y alternativas. En su lugar, la invención
debería determinarse completamente remitiéndose a las
reivindicaciones siguientes.
Claims (8)
1. Método para realizar el seguimiento de un
objeto móvil (104), que comprende:
detectar al menos una característica del objeto
móvil usando un sensor (114) de un sistema de adquisición
(110);
detectar al menos una característica del objeto
móvil usando un sensor auxiliar (124);
transmitir una actualización de enlace de datos
(214), que comprende una actualización de la posición del objeto en
movimiento, desde el sensor auxiliar (124) al sistema de adquisición
(110);
acondicionar la actualización de enlace de datos
(214) para proporcionar una probabilidad compuesta (227) de las
ubicaciones del objeto, en el que el acondicionamiento incluye:
recibir la actualización de enlace de datos
(214) en una pluralidad de filtros de Kalman (212), estando afinado
cada filtro de Kalman (212) con una combinación específica de
estadísticas de error de medición y estadísticas de error de
posición, y configurado para emitir como salida la al menos una
característica predicha;
diferenciar la actualización de enlace de datos
(214) y al menos una característica predicha del objeto móvil (104)
para producir un conjunto de errores residuales diferentes
(220);
determinar la probabilidad compuesta (227)
basándose en el conjunto de errores residuales diferentes (220);
y
ajustar una dirección de visión del sensor
basándose al menos en parte en la probabilidad compuesta (227)
resultante del acondicionamiento de la actualización de enlace de
datos (214).
2. Método según la reivindicación 1, en el que
el acondicionamiento incluye:
recibir la actualización de enlace de datos
(214) en una pluralidad de filtros de Kalman (212);
predecir al menos una característica usando la
pluralidad de filtros de Kalman (212);
determinar errores residuales (220) usando la al
menos una característica predicha y la actualización de enlace de
datos (214); y
determinar la probabilidad compuesta (227)
basándose al menos en parte en los errores residuales (220).
3. Método según la reivindicación 2, en el que
el acondicionamiento incluye además:
proyectar una pluralidad de matrices de
covarianza (222) a lo largo de una línea de visión de sensor; y
ponderar la pluralidad de matrices de covarianza
(222), en el que determinar la probabilidad compuesta (227) incluye
combinar las matrices de covarianza ponderadas.
4. Método según cualquiera de las
reivindicaciones 1 a 3, en el que el acondicionamiento incluye:
recibir la actualización de enlace de datos
(214) en una pluralidad de filtros de Kalman (212) acoplados en
paralelo, estando afinado cada filtro de Kalman con una combinación
específica de estadísticas de error de medición y estadísticas de
error de posición, y configurado para emitir como salida la al menos
una característica predicha;
predecir al menos una característica usando la
pluralidad de filtros de Kalman (212);
determinar errores residuales (220) usando la al
menos una característica predicha y la actualización de enlace de
datos;
proyectar una pluralidad de matrices de
covarianza (222) a lo largo de una línea de visión de sensor; y
ponderar la pluralidad de matrices de covarianza
(222),
en el que determinar la probabilidad compuesta
(227) incluye combinar las matrices de covarianza ponderadas.
5. Método según cualquiera de las
reivindicaciones 1 a 4, que comprende además trasladar el sensor
(114) a una posición configurada para ver el objeto móvil usando
una plataforma móvil (112), incluyendo la plataforma móvil al menos
uno de una aeronave no tripulada, una aeronave tripulada, una
plataforma terrestre, una plataforma marítima, y una plataforma
espacial.
\newpage
6. Método según cualquiera de las
reivindicaciones 1 a 5, en el que detectar al menos una
característica del objeto móvil usando un sensor auxiliar (124)
incluye detectar al menos una característica del objeto móvil
usando al menos uno de una aeronave no tripulada, una aeronave
tripulada, un vehículo terrestre, un vehículo espacial, y un
operador en tierra con un dispositivo de designación de
objetivo.
7. Método según cualquiera de las
reivindicaciones 1 a 6, en el que ajustar una dirección de visión
del sensor (114) basada al menos en parte en la probabilidad
compuesta (227) incluye fusionar la probabilidad compuesta con otra
información de objeto en movimiento usando un gestor de fusión de
datos (321), y
generar una señal de control de sensor basada al
menos en parte en la probabilidad compuesta (227) para ajustar la
dirección de visión del sensor (114).
8. Sistema (100) para realizar el seguimiento de
un objeto móvil (104), que comprende:
un sensor (114) configurado para detectar al
menos una característica del objeto móvil (104);
un componente de comunicación (116) configurado
para recibir una actualización de enlace de datos (214), que
comprende una actualización de la posición del objeto en movimiento
(104); y
un componente de control (115) acoplado de
manera operativa al componente de comunicación y al sensor (114),
incluyendo el componente de control un acondicionador de datos
configurado para acondicionar la actualización de enlace de datos
(214) para proporcionar una probabilidad compuesta (227) de las
ubicaciones del objeto, que incluye:
recibir la actualización de enlace de datos en
una pluralidad de filtros de Kalman (212), estando afinado cada
filtro de Kalman (212) con una combinación específica de
estadísticas de error de medición y estadísticas de error de
posición, y configurado para emitir como salida la al menos una
característica predicha;
diferenciar la actualización de enlace de datos
(214) y al menos una característica predicha del objeto móvil para
producir un conjunto de errores residuales diferentes (220); y
determinar la probabilidad compuesta basándose
en el conjunto de errores residuales diferentes,
en el que el componente de control (115) está
configurado además para transmitir una señal de control para
ajustar una dirección de visión del sensor basándose al menos en
parte en la probabilidad compuesta (227).
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/383,919 US7720577B2 (en) | 2006-05-17 | 2006-05-17 | Methods and systems for data link front end filters for sporadic updates |
US383919 | 2006-05-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2322512T3 true ES2322512T3 (es) | 2009-06-22 |
Family
ID=38458222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES07075337T Active ES2322512T3 (es) | 2006-05-17 | 2007-05-03 | Metodos y sistemas para filtros de entrada de enlaces de datos para actualizaciones esporadicas. |
Country Status (5)
Country | Link |
---|---|
US (1) | US7720577B2 (es) |
EP (1) | EP1857831B1 (es) |
AT (1) | ATE423328T1 (es) |
DE (1) | DE602007000553D1 (es) |
ES (1) | ES2322512T3 (es) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7991550B2 (en) * | 2006-02-03 | 2011-08-02 | GM Global Technology Operations LLC | Method and apparatus for on-vehicle calibration and orientation of object-tracking systems |
US7681832B2 (en) | 2007-05-02 | 2010-03-23 | Honeywell International Inc. | Ducted fan air vehicle with deployable wings |
US7970532B2 (en) * | 2007-05-24 | 2011-06-28 | Honeywell International Inc. | Flight path planning to reduce detection of an unmanned aerial vehicle |
US8109711B2 (en) | 2008-07-18 | 2012-02-07 | Honeywell International Inc. | Tethered autonomous air vehicle with wind turbines |
US20100034424A1 (en) * | 2008-08-06 | 2010-02-11 | Honeywell International Inc. | Pointing system for laser designator |
US8070092B2 (en) * | 2008-10-31 | 2011-12-06 | Honeywell International Inc. | Noise-suppressing strut support system for an unmanned aerial vehicle |
US20110001017A1 (en) * | 2008-12-08 | 2011-01-06 | Honeywell International Inc. | Uav ducted fan swept and lean stator design |
US8348190B2 (en) * | 2009-01-26 | 2013-01-08 | Honeywell International Inc. | Ducted fan UAV control alternatives |
US8044841B1 (en) * | 2009-03-02 | 2011-10-25 | Lockheed Martin Corporation | Geometry and sensitivity weighted dynamic multi-sensor selection system and method |
US8386095B2 (en) * | 2009-04-02 | 2013-02-26 | Honeywell International Inc. | Performing corrective action on unmanned aerial vehicle using one axis of three-axis magnetometer |
US8207891B1 (en) * | 2009-05-20 | 2012-06-26 | Lockheed Martin Corporation | Lightweight, man-portable, wideband, phased array ISR system |
US20110095530A1 (en) * | 2009-10-26 | 2011-04-28 | Honeywell International Inc. | Tethered aquatic device with water power turbine |
RU2476904C1 (ru) * | 2011-08-30 | 2013-02-27 | Открытое акционерное общество "Конструкторское бюро приборостроения" | Способ сопровождения объекта и способ формирования сигнала управления положением луча приемно-передающего антенного устройства системы сопровождения объекта |
JP5787695B2 (ja) | 2011-09-28 | 2015-09-30 | 株式会社トプコン | 画像取得装置 |
US9560619B2 (en) * | 2012-06-28 | 2017-01-31 | Koninklijke Philips N.V. | Method of estimating the position of a device and an apparatus implementing the same |
US10250792B2 (en) * | 2015-08-10 | 2019-04-02 | Platypus IP PLLC | Unmanned aerial vehicles, videography, and control methods |
RU2610831C1 (ru) * | 2016-04-19 | 2017-02-16 | Акционерное общество "Конструкторское бюро приборостроения им. академика А.Г. Шипунова" | Способ оценки параметров траектории объекта |
US10423831B2 (en) | 2017-09-15 | 2019-09-24 | Honeywell International Inc. | Unmanned aerial vehicle based expansion joint failure detection system |
US11588547B2 (en) * | 2020-10-28 | 2023-02-21 | Huawei Technologies Co., Ltd. | Seam abstraction in communications networks |
CN114234984B (zh) * | 2022-02-28 | 2022-05-20 | 湖南工商大学 | 基于差分矩阵的室内定位轨迹平滑方法、系统及设备 |
CN117278660B (zh) * | 2023-11-21 | 2024-03-29 | 华信咨询设计研究院有限公司 | 一种基于dpdk技术的流量过滤的协议解析方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3799676A (en) | 1972-05-26 | 1974-03-26 | Us Air Force | Optical tracking system |
US5809171A (en) | 1996-01-05 | 1998-09-15 | Mcdonnell Douglas Corporation | Image processing method and apparatus for correlating a test image with a template |
US5672872A (en) | 1996-03-19 | 1997-09-30 | Hughes Electronics | FLIR boresight alignment |
DE19729483A1 (de) | 1997-07-10 | 1999-01-14 | Bodenseewerk Geraetetech | Verfahren und Vorrichtung zur Beseitigung von Landminen |
US6732050B2 (en) | 2001-05-23 | 2004-05-04 | Nokia Mobile Phones Ltd | Two-stage interacting multiple models filter for use in a global positioning system |
EP1293925A1 (en) | 2001-09-18 | 2003-03-19 | Agfa-Gevaert | Radiographic scoring method |
US7315321B2 (en) | 2002-03-05 | 2008-01-01 | Leonid Polyakov | System of and method for warning about unauthorized objects attached to vehicle bottoms and/or adjoining areas |
US20040006424A1 (en) | 2002-06-28 | 2004-01-08 | Joyce Glenn J. | Control system for tracking and targeting multiple autonomous objects |
IL155034A0 (en) | 2003-03-23 | 2004-06-20 | M A M D Digital Data Proc Syst | Automatic aerial digital photography and digital data processing systems |
JP2004325165A (ja) | 2003-04-23 | 2004-11-18 | Mitsubishi Electric Corp | 異物探知装置および方法、並びに地雷探知装置 |
WO2005038478A2 (en) | 2003-10-08 | 2005-04-28 | Bae Systems Information And Electronic Systems Integration Inc. | Constrained tracking of ground objects using regional measurements |
US7418320B1 (en) * | 2005-01-24 | 2008-08-26 | International Business Machines Corporation | Navigating a UAV having an on-board digital camera to capture desired geographic area |
US7545322B2 (en) * | 2005-09-20 | 2009-06-09 | Raytheon Company | Antenna transceiver system |
US7581702B2 (en) * | 2006-06-09 | 2009-09-01 | Insitu, Inc. | Wirelessly controlling unmanned aircraft and accessing associated surveillance data |
-
2006
- 2006-05-17 US US11/383,919 patent/US7720577B2/en active Active
-
2007
- 2007-05-03 ES ES07075337T patent/ES2322512T3/es active Active
- 2007-05-03 DE DE602007000553T patent/DE602007000553D1/de not_active Expired - Fee Related
- 2007-05-03 AT AT07075337T patent/ATE423328T1/de not_active IP Right Cessation
- 2007-05-03 EP EP07075337A patent/EP1857831B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
ATE423328T1 (de) | 2009-03-15 |
US20070271032A1 (en) | 2007-11-22 |
EP1857831B1 (en) | 2009-02-18 |
DE602007000553D1 (de) | 2009-04-02 |
US7720577B2 (en) | 2010-05-18 |
EP1857831A1 (en) | 2007-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2322512T3 (es) | Metodos y sistemas para filtros de entrada de enlaces de datos para actualizaciones esporadicas. | |
US9127913B2 (en) | Route search planner | |
US20070269077A1 (en) | Sensor scan planner | |
US20180364741A1 (en) | Human indication of target drone for interception | |
US20170227962A1 (en) | Unmanned vehicle, system and methods for collision avoidance between unmanned vehicle | |
US11828859B2 (en) | Navigation using self-describing fiducials | |
US9483842B2 (en) | Navigation based on at least one sensor and a three dimensional map | |
US8415596B2 (en) | Method and apparatus for determining a location of a flying target | |
US10718850B1 (en) | Fusion between AOA and TDOA | |
US20120232717A1 (en) | Remote coordinate identifier system and method for aircraft | |
KR102005100B1 (ko) | 소형 지상 레이저 표적 지시기 | |
US20070127008A1 (en) | Passive-optical locator | |
CN113424012B (zh) | 具有网络连接瞄准镜以允许多个其他装置同时跟踪目标的车载装置 | |
US9341705B2 (en) | Passive ranging of a target | |
US11681049B2 (en) | Mobile body control system, mobile body control device, mobile body control method, and recording medium | |
US20220013020A1 (en) | Drone optical guidance system | |
Deraz et al. | Deep learning based on LSTM model for enhanced visual odometry navigation system | |
US10989797B2 (en) | Passive altimeter system for a platform and method thereof | |
RU2559194C1 (ru) | Робототехнический комплекс | |
US9279643B2 (en) | Preemptive countermeasure management | |
Lentilhac | UAV flight plan optimzed for sensor requirements | |
US20200141698A1 (en) | Practical approach for multi-object detection, data association, and tracking | |
US20240069214A1 (en) | Navigation Using Self-Describing Fiducials | |
US11774602B1 (en) | Multi-source distributed navigation system architecture | |
Mostafa | Navigation of UAV in denied GNSS environments using multi-sensor systems |