ES2601958T3 - Procedimiento y dispositivo de procesamiento de datos - Google Patents

Procedimiento y dispositivo de procesamiento de datos Download PDF

Info

Publication number
ES2601958T3
ES2601958T3 ES05109355.7T ES05109355T ES2601958T3 ES 2601958 T3 ES2601958 T3 ES 2601958T3 ES 05109355 T ES05109355 T ES 05109355T ES 2601958 T3 ES2601958 T3 ES 2601958T3
Authority
ES
Spain
Prior art keywords
distance matrix
generated
kin2
data
kin1
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
Application number
ES05109355.7T
Other languages
English (en)
Inventor
Jaokim Notstrand
Ulf Samuelsson
Leif Axelsson
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Saab AB
Original Assignee
Saab AB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Saab AB filed Critical Saab AB
Application granted granted Critical
Publication of ES2601958T3 publication Critical patent/ES2601958T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary 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
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras

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)

Abstract

Procedimiento para aumentar la precisión de asociación de datos, que comprende las etapas de - generar una primera entidad de datos de cinemática (KIN1) y una primera entidad de datos de identidad (ID1) referidas al menos a un objeto; y - generar una segunda entidad de datos de cinemática (KIN2) y una segunda entidad de datos de identidad (ID2) referidas al menos a un objeto, - generar al menos una matriz de distancias utilizando las entidades de datos de cinemática (KIN1, KIN2) o las entidades de datos de identidad (ID1, ID2); y - filtrar la citada al menos una matriz de distancias generada; caracterizado por - generar la primera entidad de datos de cinemática (KIN1) y la primera entidad datos de identidad (ID1), y la segunda entidad de datos de cinemática (KIN2) y la segunda entidad datos de identidad (ID2), con tipos de sensores diferentes, respectivamente; - generar una matriz de distancias combinada sobre la base de una primera matriz de distancias filtrada generada que comprende las entidades de datos de cinemática (KIN1, KIN2) y una segunda matriz de distancias filtrada generada que comprende las entidades de datos de identidad (ID1, ID2), o generar una matriz de distancias combinada filtrada sobre la base de la primera matriz de distancias filtrada generada que comprende las entidades de datos de cinemática (KIN1, KIN2), y las entidades de datos de identidad (ID1, ID2) o sobre la base de la segunda matriz de distancias filtrada generada que comprende las entidades de datos de identi25 dad (ID1, ID2), y las entidades de datos de cinemática (KIN1, KIN2); y - realizar un proceso de asociación sobre la base de la matriz de distancias generada o la matriz de distancias combinada filtrada generada.

Description

5
10
15
20
25
30
35
40
45
DESCRIPCION
Procedimiento y dispositivo de procesamiento de datos Campo de la invencion
La invencion se refiere, en general, a una disposicion o sistema para mejorar la precision de la asociacion de datos, en el que los datos son generados por diferentes sensores a bordo de una plataforma.
La invencion tambien se refiere a un procedimiento para mejorar la precision de la asociacion de datos.
Ademas, la invencion se refiere a un software adaptado para realizar un procedimiento para mejorar la precision de la asociacion de datos cuando se ejecuta en un ordenador.
Antecedentes de la invencion
Hoy en dfa, las plataformas, tales como aviones, helicopteros y aeronaves sin piloto estan provistas de un numero de diferentes sensores, teniendo cada uno de ellos caractensticas unicas.
Una unidad de radar provista en una plataforma esta dispuesta para medir una distancias entre un objeto y la plataforma con una precision relativamente alta; el objeto es tipicamente otra plataforma, tal como un avion. La unidad de radar tambien esta dispuesta para medir un angulo solido con el objeto con relacion a la plataforma con una precision relativamente alta. Por otra parte, las unidades de radar modernas estan dispuestas para generar datos de identidad que comprenden informacion sobre el objeto detectado, en particular, el tipo de plataforma, por ejemplo, el tipo de avion. Una forma de realizar esto es detectar los tonos del motor del objeto con el fin de hacer coincidir los tonos con los datos almacenados en una base de datos, lo que se espera que resulte en una identificacion del obje- to.
Las plataformas contemporaneas a menudo estan provistas tambien de una unidad de alerta de radar. Una distancias de la plataforma al objeto se puede medir con inexactitud por medio de la unidad de alerta de radar. Lo mismo se aplica a las mediciones de un angulo solido del objeto con relacion a la plataforma. Ademas, los sistemas de alerta de radar estan dispuestos para identificar el tipo de transmisor de del radar que se envfa mediante la realiza- cion de un procedimiento de emparejamiento de acuerdo con lo anterior.
Por virtud del hecho de que las plataformas se proporcionan con diferentes sensores que miden caractensticas diferentes con distintos grados de confianza, las asociaciones de los datos medidos que representan diferentes objetos implican emparejamientos y fusiones erroneas. Esto puede tener consecuencias desastrosas en el campo de la avionica si, por ejemplo, una imagen defectuosa de un entorno de una plataforma que es presentada al piloto de la plataforma o a una torre de control en el suelo.
Sumario
Un objeto de la invencion es mejorar la confianza en la asociacion de datos que representan al menos un objeto dispuesto en el entorno de una plataforma.
Otro objeto de la invencion es mejorar la asociacion de datos que representan objetos dispuestos en el entorno de una plataforma, en el que los datos son generados por diferentes sensores a bordo de la plataforma.
Todavfa otro objeto de la invencion es facilitar la asociacion de los objetos detectados por una unidad de radar y por una unidad de alerta de radar, respectivamente.
Todavfa otro objeto de la invencion es proporcionar un proceso de asociacion de datos mas robusto y, potencialmen- te, un proceso de calculo mas rapido.
La invencion esta definida por las reivindicaciones adjuntas.
Ventajosamente, la disposicion proporciona un proceso de asociacion mas fiable debido al filtrado de senales sepa- rado de al menos una configuracion de entidades de datos de cinematica o entidades de datos de identidad. Esto proporciona el efecto positivo de evitar una asociacion erronea en casos bastante simples en los que las arquitectu- ras de asociacion de acuerdo con la tecnica anterior producen asociaciones erroneas.
Mediante el uso del filtrado separado de senales de al menos una configuracion de entidades de datos de cinemati- ca o entidades de datos de identidad el proceso de asociacion requiere menos tiempo de calculo, mientras el filtrado de senales ya ha reducido el numero de posibles combinaciones de asociacion.
Un beneficio sorprendente de los procesos de filtrado separado de senales es que la informacion de datos de desti- no mejorada se proporciona a un operador de la plataforma, lo cual en aplicaciones militares podna ser vital.
5
10
15
20
25
30
35
40
45
El procedimiento de acuerdo con la invencion es particularmente ventajoso si un gran numero de objetos son detec- tados por los sensores. Puesto que las grandes matrices de distancias implican cargas de calculo pesadas, los pro- cesos de filtrado separado de senales proporciona una gran reduccion de los elementos que se deben asociar.
Ademas, el procedimiento y disposicion de acuerdo con la invencion proporciona los requisitos previos para la capa- cidad de autonoirna de las plataformas no tripuladas, ya que son necesarios datos mas fiables en caso de que no se encuentre disponible un operador para tomar decisiones.
Breve descripcion de los dibujos
Para una comprension mas completa de la presente invencion y otros objetos y ventajas adicionales de la misma, se hace referencia a continuacion a la descripcion que sigue de ejemplos, como se muestra en los dibujos que se acompanan, en los que:
la figura 1 ilustra esquematicamente una plataforma 100, de acuerdo con una realizacion de la invencion.
la figura 2 ilustra esquematicamente una arquitectura de asociacion, de acuerdo con una primera realizacion de la invencion.
la figura 3a ilustra esquematicamente una arquitectura de asociacion, de acuerdo con una segunda realizacion de la invencion.
la figura 3b ilustra esquematicamente una arquitectura de asociacion, de acuerdo con una tercera realizacion de la invencion.
la figura 4 ilustra esquematicamente una matriz que comprende datos, de acuerdo con un aspecto de la in- vencion.
la figura 4b ilustra esquematicamente una matriz que comprende datos, de acuerdo con un aspecto de la invencion.
la figura 4c ilustra esquematicamente una matriz que comprende datos, de acuerdo con un aspecto de la invencion.
la figura 5a ilustra esquematicamente un procedimiento para la asociacion de los datos, de acuerdo con un aspecto de la invencion.
la figura 5b ilustra esquematicamente un procedimiento para asociacion de los datos con mayor detalle, de acuerdo con un aspecto de la invencion.
la figura 5c ilustra esquematicamente un procedimiento para la asociacion de los datos, de acuerdo con un aspecto de la invencion.
la figura 6 ilustra esquematicamente un aparato de acuerdo con un aspecto de la presente invencion. Descripcion detallada de los dibujos
La figura 1 ilustra esquematicamente componentes alojados en una plataforma 100, tal como un avion, Vehfculo Aereo No Tripulado (UAV), o helicoptero. Alternativamente, la plataforma puede ser una embarcacion naval, tal como un barco de motor, o un vehfculo de tierra, por ejemplo, un automovil.
La plataforma 100 comprende una unidad de control 140 dispuesta para la comunicacion con un primer sensor 110 a traves de un primer enlace de datos 191. La unidad de control tambien esta dispuesta para la comunicacion con un segundo sensor 120 a traves de un segundo enlace de datos 192. La unidad de control tambien esta dispuesta para la comunicacion con un tercer sensor 130 a traves de un tercer enlace de datos 193. La unidad de control 140 esta dispuesto para controlar los sensores primero, segundo y tercero 110, 120, 130.
El primer sensor 110 es una unidad de radar, tambien referido como RR, dispuesto para comunicar los datos detec- tados a la unidad de control 140. El segundo sensor 120 es un receptor de alerta de radar, tambien referido como RWR, dispuesto para comunicar los datos detectados a la unidad de control 140. El tercer sensor 130 es una camara de infrarrojos (IR) dispuesta para comunicar datos de imagen o datos de secuencia de pelfcula a la unidad de control 140. Otras unidades de sensores adicionales se pueden utilizar y la invencion no se limita a los tres sensores diferentes que se representan en la presente memoria descriptiva. Alternativamente, el tercer sensor puede ser, por ejemplo, un dispositivo laser adaptado para medir una distancia a un objeto desde la plataforma 100. Alternativa- mente, el tercer sensor puede ser un dispositivo de deteccion de luz o un dispositivo de deteccion de sonido.
5
10
15
20
25
30
35
40
45
50
El objeto puede ser otra plataforma, tal como un avion, UAV o helicoptero. El objeto tambien puede ser un misil, robot o granada.
Se debe hacer notar que se puede utilizar un numero arbitrario de diferentes sensores en pares o en combinacion de acuerdo con la invencion.
La unidad de control 140 esta dispuesta para la comunicacion con una base de datos 170 a traves de un enlace de base de datos 197. La unidad de control 140 esta dispuesta para la comunicacion con una unidad de E / S 160 a traves de un enlace de E / S 196. En una configuracion alternativa, la unidad de control 140 comprende la base de datos 170.
La base de datos 170 esta dispuesta para almacenar una biblioteca que comprende perfiles de una variedad de plataformas diferentes. Los perfiles comprenden informacion sobre las caractensticas de las diferentes plataformas, por ejemplo, tipo de motor, tipo de radar y caractensticas correspondientes tales como el numero de rotores en el motor. La unidad de control 140 esta dispuesta para realizar procedimientos de emparejamiento entre los datos generados por cualquiera de los sensores primero, segundo y / o tercero y perfilar los datos almacenados previa- mente en la base de datos 170 con el fin de identificar el tipo y el estado de un objeto representado por los datos generados.
La figura 2 ilustra esquematicamente una arquitectura de asociacion 200 de acuerdo con una realizacion de la invencion, en la que el sensor de radar 110 esta dispuesto para generar una primera entidad de datos de cinematica KIN1 y una primera entidad de datos de identidad ID1. El sensor de radar 110 esta provisto de un modulador de motor a reaccion JEM que esta dispuesto para generar una parte de la primera entidad de datos de identidad ID 1. A efectos de ilustracion el JEM se muestra separado de la unidad de radar 110 (RR). La primera entidad de datos de cinematica KIN1 y una primera entidad de datos de identidad ID1 se describen con mas detalle mas adelante.
El sensor de alerta de radar 120 (RWR) esta dispuesto para generar una segunda entidad de datos de cinematica KIN2 y una segunda entidad de datos de identidad ID2. La segunda entidad de datos de cinematica KIN2 y la segunda entidad de datos de identidad ID2 se describen con mas detalle mas adelante.
Un proceso de generacion de matriz de distancias de identidad 35 se aplica para generar una matriz de distancias de identidad IDM que comprende las entidades de datos de identidad primera y segunda ID1 e ID2.
Un proceso de generacion de matriz de distancias de cinematica 25 se aplica para generar una matriz de distancias de cinematica KINM que comprende las entidades de datos de cinematica primera y segunda KIN1 y KIN2.
Posteriormente, un filtro de datos de identidad 40 y un filtro de datos de cinematica 30 se aplican a la matriz de distancias de identidad generada IDM y la matriz de distancias de cinematica KINM, respectivamente, de acuerdo con la estructura que se muestra en la figura 2.
La matriz de distancias de identidad filtrada GIDM y la matriz de distancias de cinematica filtrada GKINM se proce- san entonces en un proceso de generacion de matriz de distancias 10 que esta adaptado para generar una matriz de distancias combinada DM que comprende elementos de datos combinados obtenidos de los filtros 30 y 40. De acuerdo con una realizacion, la matriz de distancias de cinematica filtrada GKINM y la matriz de distancias de identidad filtrada GIDM se anaden con el fin de dar lugar a la matriz de distancias DM.
En una etapa de procedimiento 20, la matriz de distancias generada DM se somete a un procedimiento de asociacion. El resultado de someter la matriz de distancias DM al procedimiento de asociacion es conseguir una coinciden- cia final entre los objetos detectados por los sensores 110 y 120. Esto se ilustra en mayor detalle con referencia a las figuras 4a - 4c.
La figura 3a ilustra esquematicamente una arquitectura de asociacion alternativa 300 de acuerdo con una segunda realizacion de la invencion. Las unidades, los datos de identidad, los datos de cinematica y los procesos son sustan- cialmente identicos como los que se muestran con referencia a la figura 2. Sin embargo, se proporciona una disposi- cion alternativa en comparacion con la figura 2. La primera entidad de datos de identidad ID1 y la segunda entidad de datos de identidad iD2 se someten en primer lugar al proceso de generacion de matriz de distancias de identidad 35 con el fin de generar la matriz de distancias de identidad IDM2. Posteriormente, la matriz de distancias de identidad generada IDM se somete al filtro de datos de identidad 40 lo que produce una matriz de identidad filtrada GIDM.
El datos de de cinematica primeros y segundos KIN 1 y KIN2 se suministran directamente al proceso de generacion de matriz de distancias combinadas 10, en el que el proceso de generacion de matriz de distancias 10 esta adaptado para generar una matriz de distancias DM que comprende elementos de datos combinados de los datos de identidad obtenidos del proceso 40, con los datos de cinematica KIN1 y KIN2 proporcionados por la unidad de radar 110 y por la unidad de alerta de radar 120, respectivamente.
5
10
15
20
25
30
35
40
45
La matriz de distancias generada DM se somete entonces al proceso de filtro general 15. Posteriormente la matriz de distancias filtrada DM se somete al proceso de asociacion 20.
La figura 3b representa una tercera realization de la presente invention que tiene sustancialmente la misma arqui- tectura de asociacion que la que se ilustra con referencia a la figura 3a. Sin embargo, en esta realizacion las entida- des de datos de cinematica primera y segunda KIN1 y KIN2 se someten en primer lugar al proceso de generation de matriz de distancias de cinematica 25 seguido por el proceso de filtrado de distancias de cinematica 30.
Las entidades de datos de identidad primera y segunda ID1 e ID2 se proporcionan al proceso de generacion de matriz de distancias 10 de la unidad de radar llo y de la unidad de alerta de radar 120, respectivamente. El proceso de generacion de matriz de distancias 10 esta dispuesto para generar una matriz de distancias combinada DM de- pendiendo de la matriz de datos de cinematica generada GKINM y de las entidades de datos de identidad primera y segunda ID1 eID2.
La matriz de distancias generada DM se somete entonces al proceso general de filtrado de senales 15. El proceso de filtrado de senales 15 esta adaptado para generar una matriz de distancias filtrada GDM. Posteriormente, la ma- triz de distancias filtrada GDM es sometida al proceso de asociacion 20.
La figura 4a ilustra esquematicamente una matriz de distancias de cinematica generada KINM de acuerdo con una realizacion de la invencion.
De acuerdo con esta realizacion, se utilizan dos sensores y solamente son tratados los datos de cinematica. Esta estructura de matriz es aplicable a otros conjuntos de datos, tales como datos de identidad o datos de identidad combinados con datos de cinematica. El primer sensor 110 genera una primera entidad de datos de cinematica KIN1 que comprende information sobre las posiciones espaciales de los tres objetos diferentes denotados como primer objeto 101, segundo objeto 102 y tercerobjeto 103.
El segundo sensor 120 genera una segunda entidad de datos de cinematica KIN2 que comprende informacion sobre las posiciones espaciales de los cuatro objetos diferentes denotados como primer objeto 201, segundo objeto 202, tercer objeto 203 y cuarto objeto 204.
Alternativamente, o ademas, las entidades de datos de cinematica primera y segunda KIN1 y KIN2 pueden com- prender informacion, por ejemplo, informacion de la velocidad, y / o de aceleracion / retardo.
Los sensores de la plataforma tienen diferentes precisiones que son consideradas en los calculos de acuerdo con la invencion.
Ejemplo 1, calculo de dk11
Las coordenadas de position en 3D de un objeto 101 estan definidas como P101 = P101 (X101, y-101, Z101) y son gene- radas por el primer sensor 110. El sensor tambien esta dispuesto para determinar la confianza C101 de las coordenadas de posicion Pi0i.
Las coordenadas de posicion en 3D de un objeto 201 estan definidas como P201 = P201 (x201, y201, z201) y son gene- radas por el segundo sensor 120. El sensor tambien esta dispuesto para determinar la confianza de las coordenadas de posicion P201.
dk11 = f(Cioi -102 P101, P201),
en la que f es una funcion y en el que C101 -102 es un coeficiente.de confianza generado en funcion de C101 y C201. Se considera que dk11 es una distribution x2, lo cual es importante en los procedimientos de filtrado de senales de acuerdo con un aspecto de la invencion.
Otra definition de dk11 es
dk 11 = (Pm -Pm)T(Km + Klm)(/>101 - Pm),
en el que K101 y K201 son matrices de covarianza de P101 y P201, respectivamente.
Los otros elementos de la matriz KINM son generados de una manera similar. Se debe senalar que este ejemplo es solo para fines ilustrativos. Modelos mas sofisticados se utilizan en aplicaciones reales y son conocidos en la tecni- ca, pero no se describen con mas detalle en la presente memoria descriptiva.
Los datos de identidad generados por cualquiera de los sensores 110, 120 y / o 130 pueden ser de diversas formas. Los datos de identidad estan representados preferentemente por valores numericos correspondientes a parametros de identidad unica.
5
10
15
20
25
30
35
40
45
50
Ejemplo 2, determinacion de did11
De manera similar a la realizacion que se ha descrito mas arriba en el ejemplo 1, en lugar de las coordenadas de posicion, los datos de identidad se pueden determinar usando la matriz de datos de identidad IDM que comprende elementos did11 - did34. Esta matriz no se muestra.
Los sensores primero y segundo 110 y 120 estan dispuestos para generar unidades de datos de identidad que se comparan con los datos de identidad pre - almacenados en la base de datos 170. Se genera un valor numerico en funcion de cada procedimiento de emparejamiento.
De manera similar al procedimiento detallado en el ejemplo 1, el elemento did11 se define como una diferencia ( "distancia") entre los datos detectados que corresponden a un primer objeto con respecto al primer sensor 110 y los datos detectados que corresponden a un primer objeto con relacion al segundo sensor 120. Por lo tanto, did11 es un valor numerico que indica un nivel de semejanza mutua entre los objetos 101 y 201, con una cierta confianza. Un valor bajo puede indicar que los dos objetos, de hecho, son identicos.
Ejemplo 3, elementos de una matriz de distancias combinada DM
Los elementos cd11 - cd34 (no mostrados) de una matriz de distancias combinada DM, de acuerdo con una realizacion preferida, se definen como:
cdl l=dkl 1+didl 1
La figura 4b ilustra esquematicamente la matriz con referencia a la figura 4a, en el que la matriz se ha sometido al proceso de filtrado de senales 25. El mecanismo de filtrado de senales 25 es sustancialmente un proceso de filtrado adaptado para establecer los valores del elemento dk11 - dk34 "vado" si son mas grandes que un valor umbral predeterminado TH. Esto significa que un elemento dk11 - dk34 que sea menor que el valor umbral predeterminado TH se considera que constituye una posible coincidencia de dos objetos detectados por los diferentes sensores, es decir, la diferencia entre los datos detectados que representa los parametros de los dos objetos es lo suficientemen- te pequena para contener la posibilidad de que los dos objetos detectados sean de hecho el mismo objeto.
En este ejemplo, los elementos dk13, dk22, dk31, dk33 y dk34 son valores mayores que el valor umbral TH, el resul- tado de lo cual es que el proceso de filtrado de senales establece los elementos dk13, dk22, dk33 dk31 y dk34 igua- les a "vado". Se debe hacer senalar que, en general, cuanto menor sea el valor TH, mas elementos se establecen en "vado". Esto permite implicitamente un procedimiento de emparejamiento facil y mas rapido de los objetos detectados. Sin embargo, con un bajo valor umbral preestablecido las tolerancias disminuyen, lo que significa que los emparejamientos erroneos pueden aumentar. El valor umbral TH se debe establecer en un valor deseado, por ejemplo, teniendo en cuenta el analisis del riesgo de coincidencia erronea. El valor umbral TH debe ser afinado de acuerdo con la precision de los sensores reportada.
La figura 4c ilustra esquematicamente una matriz de distancias asociadas ADM. La matriz de distancias asociadas ADM es la matriz de distancias DM despues de ser sometida al proceso de asociacion 20. El proceso de asociacion 20 esta adaptado para generar una coincidencia final de los objetos detectados.
Como se muestra en la matriz, cd14, cd21 y cd32 son la asociacion resultante de los objetos detectados por dos sensores diferentes 110 y 120. El primer objeto 101 detectado por el primer sensor 110 y el cuarto objeto 204 detec- tado por el segundo sensor 120 estan asociados, lo que significa que se considera que son el mismo objeto. Ademas, el segundo objeto 102 detectado por el primer sensor 110 y el primer objeto 201 detectado por el segundo sensor 120 estan asociados, lo que significa que se considera que son el mismo objeto. Del mismo modo, el tercer objeto 103 detectado por el primer sensor 110 y el segundo objeto 202 detectado por el segundo sensor 120 estan asociados, lo que significa que se considera que son el mismo objeto.
La figura 5a ilustra esquematicamente un diagrama de flujo que representa un procedimiento para mejorar la precision de la asociacion de datos, por ejemplo de datos de cinematica o datos de identidad, generados por los diferentes sensores dispuestos en una plataforma y que estan dispuestos para detectar y / o registrar los citados datos que tiene varias calidades, en el que el citado procedimiento comprende las etapas de:
- generar una primera entidad de datos que comprende un primer conjunto de informacion y un segundo con- junto de informacion sobre al menos un objeto; y
- generar una segunda entidad de datos que comprende un primer conjunto de informacion y un segundo conjunto de informacion sobre al menos un objeto;
en el que el procedimiento se caracteriza por
5
10
15
20
25
30
35
40
- generar al menos una matriz de distancias utilizando los primeros conjuntos de informacion o los segundos conjuntos de informacion;
- filtrar la citada al menos una matriz de distancias generada; y
- realizar un proceso de asociacion en funcion de la matriz de distancias filtrada.
Preferiblemente, el procedimiento comprende la etapa de:
- generar una matriz de distancias combinada en base a la matriz de distancias filtrada.
Preferiblemente, el procedimiento comprende la etapa de:
- generar una primera matriz de distancias que comprende los primeros conjuntos de informacion y una se- gunda matriz de distancias que comprende los segundos conjuntos de informacion.
Preferiblemente, el procedimiento comprende la etapa de:
- realizar un proceso de asociacion en funcion de la matriz de distancias combinada generada o de las matrices de distancias generadas.
Preferiblemente, uno de entre el primer conjunto de los datos de cinematica sobre el al menos un objeto.
Preferiblemente, uno de entre el primer conjunto de datos de identidad sobre el al menos un objeto.
Preferiblemente, el procedimiento comprende la etapa de:
- filtrar las matrices de distancias generadas por separado.
Preferiblemente, el procedimiento comprende la etapa de:
- generar la primera entidad de datos y la segunda entidad de datos de forma continua para realizar el proce- so de asociacion en tiempo real.
Preferiblemente, el procedimiento comprende la etapa de:
- mostrar y / o almacenar un resultado del proceso de asociacion.
La figura 5b ilustra esquematicamente un diagrama de flujo que representa un procedimiento para mejorar la asociacion de datos que representan al menos un objeto detectado por diferentes sensores dispuestos sobre una platafor- ma con mayor detalle, de acuerdo con una realizacion de la invencion.
En una primera etapa del procedimiento s510, se generan entidades de datos de identidad ID1, ID2 y entidades de datos de cinematica KIN1, KIN2. Despues de la etapa de procedimiento s510 se realiza una siguiente etapa de procedimiento s515.
En la etapa de procedimiento s515 se genera una matriz de datos de identidad IDM en funcion de la citadas entidades de datos de identidad ID 1, ID2. Ademas, se genera una matriz de distancias de cinematica KTNM dependiendo de los citados datos de cinematica KIN1, KIN2. Despues de la etapa de procedimiento s515 se realiza una siguiente etapa de procedimiento s520.
En la etapa de procedimiento s520, la matriz de identidad de distancias IDM y la matriz de distancias de cinematica KINM son filtrada por separado por dos filtros independientes diferentes. Despues de la etapa de procedimiento s520 se realiza una siguiente etapa de procedimiento s525.
En la etapa de procedimiento s525, las dos matrices filtradas, referidas como GIDM y GKINM, se combinan en una matriz de distancias DM. Despues de la etapa de procedimiento s525 se realiza la siguiente etapa de procedimiento s530.
En la etapa de procedimiento s530, la matriz de distancias DM se somete a un proceso de asociacion que resulta en un emparejamiento final del al menos un objeto detectado por los diferentes sensores. Despues de la etapa de procedimiento s530 el procedimiento finaliza.
informacion o el segundo conjunto de informacion comprende informacion o el segundo conjunto de informacion comprende
5
10
15
20
25
30
35
40
45
50
La figura 5c ilustra esquematicamente un diagrama de flujo que representa un procedimiento para mejorar la asociacion de datos que representan al menos un objeto detectado por diferentes sensores dispuestos en una plataforma con mayor detalle, de acuerdo con una realizacion de la invencion.
En una primera etapa de procedimiento s535, se generan las entidades de datos de identidad ID1, ID2 y las entida- des de datos de cinematica KIN1, KIN2. Despues de la etapa de procedimiento s535, se realiza la siguiente etapa de procedimiento s537.
En la etapa de procedimiento s537, se genera una matriz de identidad de distancias IDM en funcion de la citadas entidades de datos de identidad ID1, ID2. Despues de la etapa de procedimiento s537 se realiza la siguiente etapa de procedimiento s539.
En la etapa de procedimiento s539, la matriz de identidad de distancias IDM es filtrada por un filtro unico. Despues de la etapa de procedimiento s539 se realiza la siguiente etapa de procedimiento s541.
En la etapa de procedimiento s541, se proporcionan datos de cinematica KIN1, KIN2 a la matriz de datos de identidad filtrada, referida como GIDM, resultando en una matriz de distancias combinada DM. Despues de la etapa de procedimiento s541 se realiza una siguiente etapa de procedimiento s543.
En la etapa de procedimiento s541, la matriz de distancias DM se somete a un proceso de asociacion que resulta en un emparejamiento final del al menos un objeto detectado por los diferentes sensores. Despues de la etapa de procedimiento s541 el procedimiento finaliza.
Con referencia a la figura 6, se muestra un diagrama de una realizacion de un aparato 900. El ordenador 530 que se ha mencionado mas arriba o un dispositivo de monitorizacion (no mostrado) pueden incluir un aparato 900. El aparato 900 comprende una memoria no volatil 920, un dispositivo de procesamiento de datos 910 y una memoria de lectura / escritura 950. La memoria no volatil 920 tiene una primera porcion de memoria 930 en la que un programa de ordenador, tal como un sistema operativo, esta almacenado para controlar la funcion del aparato 900. Ademas, el aparato 900 comprende un controlador de bus, un puerto de comunicacion serie, un medio de E / S, un convertidor A / D, una unidad de entrada fecha de tiempo y de transmision, un contador de eventos y un controlador de interrup- cion (no mostrado). La memoria no volatil 920 tiene tambien una segunda porcion de memoria 940.
Se proporciona un programa de ordenador de acuerdo con un aspecto de la invencion, en el que el programa comprende rutinas para llevar a cabo el procesamiento de datos, por ejemplo datos de cinematica o datos de identidad, generados por los diferentes sensores dispuestos en una plataforma y que estan dispuestos para detectar y / o registrar los citados datos que tienen diversas calidades. El programa puede ser almacenado de forma ejecutable o en estado comprimido en una memoria separada 960 y / o por una memoria de lectura / escritura 950.
El dispositivo de procesamiento de datos 910 puede ser, por ejemplo, un microprocesador.
Cuando se describe que el dispositivo de procesamiento de datos 910 realiza una determinada funcion, se debe entender que el dispositivo de procesamiento de datos 910 lleva a cabo una determinada parte del programa que esta almacenado en la memoria separada 960, o una determinada parte del programa que esta almacenado en la memoria de lectura / escritura 950.
El dispositivo de procesamiento de datos 910 se puede comunicar con un puerto de datos 999 por medio de un bus de datos 915. La memoria no volatil 920 esta adaptada para la comunicacion con el dispositivo de procesamiento de datos 910 por medio de un bus de datos 912. La memoria separada 960 esta adaptada para comunicarse con el dispositivo de procesamiento de datos 910 por medio de un bus de datos 911. La memoria de lectura / escritura 950 esta adaptada para comunicarse con el dispositivo de procesamiento de datos 910 por medio de un bus de datos 914.
Cuando se reciben datos en el puerto de datos 999, los mismos se almacenan temporalmente en la segunda porcion de memoria 940. Cuando los datos de entrada recibidos se han almacenado temporalmente, el dispositivo de procesamiento de datos 910 esta configurado para realizar la ejecucion del codigo de la manera que se ha descrito mas arriba. De acuerdo con una realizacion, los datos recibidos en el puerto de datos 999 comprenden informacion tal como KIN1, KIN2, ID1 e ID2. Esta informacion puede ser utilizada por el aparato 900 para mejorar la precision de la asociacion de datos de acuerdo con la invencion.
Partes de los procedimientos que se han descritos en la presente memoria descriptiva pueden ser realizados por el aparato 900 por medio del dispositivo de procesamiento de datos 910 que ejecuta el programa almacenado en la memoria separada 960 o en la memoria de lectura / escritura 950. Cuando el aparato 900 ejecuta el programa, se ejecutan partes de los procedimientos que se han descrito en la presente memoria descriptiva.
Un aspecto de la invencion se refiere a un programa de ordenador que comprende un codigo de programa para realizar las etapas del procedimiento expuestas con referencia a figuras 5a - c, cuando el programa de ordenador se ejecuta en un ordenador.
Un aspecto de la invencion se refiere a un producto de programa de ordenador que comprende un codigo de pro- 5 grama almacenado en un medio legible por ordenador para realizar las etapas del procedimiento expuestas con referencia a las figuras 5a - c, cuando el programa de ordenador se ejecuta en el ordenador.
Un aspecto de la invencion se refiere a un producto de programa de ordenador directamente almacenable en una memoria interna de un ordenador, que comprende un programa de ordenador para realizar las etapas del procedimiento expuestas con referencia a las figuras 5a - c, cuando el programa de ordenador se ejecuta en el ordenador.
10

Claims (10)

  1. 5
    10
    15
    20
    25
    30
    35
    40
    REIVINDICACIONES
    1. Procedimiento para aumentar la precision de asociacion de datos, que comprende las etapas de
    - generar una primera entidad de datos de cinematica (KIN1) y una primera entidad de datos de identidad (ID1) referidas al menos a un objeto; y
    - generar una segunda entidad de datos de cinematica (KIN2) y una segunda entidad de datos de identidad (ID2) referidas al menos a un objeto,
    - generar al menos una matriz de distancias utilizando las entidades de datos de cinematica (KIN1, KIN2) o las entidades de datos de identidad (ID1, ID2); y
    - filtrar la citada al menos una matriz de distancias generada; caracterizado por
    - generar la primera entidad de datos de cinematica (KIN1) y la primera entidad datos de identidad (ID1), y la segunda entidad de datos de cinematica (KIN2) y la segunda entidad datos de identidad (ID2), con tipos de sensores diferentes, respectivamente;
    - generar una matriz de distancias combinada sobre la base de
    una primera matriz de distancias filtrada generada que comprende las entidades de datos de cinematica (KIN1, KIN2) y
    una segunda matriz de distancias filtrada generada que comprende las entidades de datos de identidad (ID1, ID2), o
    generar una matriz de distancias combinada filtrada sobre la base de
    la primera matriz de distancias filtrada generada que comprende las entidades de datos de cinematica (KIN1, KIN2), y
    las entidades de datos de identidad (ID1, ID2) o sobre la base de
    la segunda matriz de distancias filtrada generada que comprende las entidades de datos de identidad (ID1, ID2), y
    las entidades de datos de cinematica (KIN1, KIN2); y
    - realizar un proceso de asociacion sobre la base de la matriz de distancias generada o la matriz de distancias combinada filtrada generada.
  2. 2. Procedimiento de acuerdo con la reivindicacion 1, caracterizado por
    - filtrar por separado las matrices de distancias generadas.
  3. 3. Procedimiento de acuerdo con cualquiera de las reivindicaciones 1 - 3, caracterizado por
    - generar la primera entidad de datos y la segunda entidad de datos de forma continua para realizar el proceso de asociacion en tiempo real.
  4. 4. Procedimiento de acuerdo con cualquiera de las reivindicaciones 1 - 4, caracterizado por
    - mostrar y / o almacenar un resultado del proceso de asociacion.
  5. 5. Dispositivo, adecuado para aumentar la precision de la asociacion de datos, que comprende medios para generar una primera entidad de datos de cinematica (KIN1) y una primera entidad de datos de identidad (ID1) sobre al menos un objeto; y
    medios para generar una segunda entidad de datos de cinematica (KIN2) y una segunda entidad de datos de identidad (ID2) sobre al menos un objeto,
    medios para generar al menos una matriz de distancias en funcion de las entidades de datos de cinematica (KIN1, KIN2) o de las entidades de datos de identidad (ID1, ID2); y
    10
    5
    10
    15
    20
    25
    30
    medios para filtrar la citada al menos una matriz de distancias generada; caracterizado por
    la primera entidad de datos de cinematica (KIN1) y la primera entidad de datos de identidad (ID1), y la segunda entidad datos de cinematica (KIN2) y la segunda entidad datos de identidad (ID2), son generadas por medio de diferentes tipos de sensores, respectivamente;
    medios para generar una matriz de distancias combinada sobre la base de
    una primera matriz de distancias filtrada generada que comprende las entidades de datos de cinematica (KIN1, KIN2) y
    una segunda matriz de distancias filtrada generada que comprende las entidades de datos de identidad (ID1, ID2), o
    medios para generar una matriz de distancias combinada filtrada sobre la base de
    la primera matriz de distancias filtrada generada que comprende las entidades de datos de cinematica (KIN1, KIN2), y
    las entidades de datos de identidad (ID1, ID2) o sobre la base de
    la segunda matriz de distancias filtrada generada que comprende las entidades de datos de identidad (ID1, ID2) y las entidades de datos de cinematica (KIN1, KIN2); y
    medios para realizar un proceso de asociacion en funcion de la matriz de distancias combinada generada o la matriz de distancias combinada filtrada generada.
  6. 6. Disposicion de acuerdo con la reivindicacion 5, caracterizada por medios para filtrar por separado la matrices de distancias generadas.
  7. 7. Plataforma, tal como un avion, helicoptero o nave no tripulada, que comprende una disposicion de acuerdo con cualquiera de las reivindicaciones 5-6.
  8. 8. Programa de ordenador que comprende un codigo de programa para realizar las etapas del procedimiento ex- puestas con referencia a cualquiera de las reivindicaciones 1 - 4, cuando el programa de ordenador es ejecuta- do en un ordenador.
  9. 9. Producto de programa de ordenador que comprende un codigo de programa almacenado en un soporte legible por ordenador para realizar las etapas del procedimiento descritas con referencia a cualquiera de las reivindicaciones 1 - 4, cuando el programa de ordenador es ejecutado en el ordenador.
  10. 10. Producto de programa de ordenador almacenable directamente en una memoria interna de un ordenador, que comprende un programa de ordenador para realizar las etapas del procedimiento descritas con referencia a cualquiera de las reivindicaciones 1 - 4, cuando el programa de ordenador es ejecutado en el ordenador.
ES05109355.7T 2005-10-07 2005-10-07 Procedimiento y dispositivo de procesamiento de datos Active ES2601958T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP05109355.7A EP1772747B1 (en) 2005-10-07 2005-10-07 Method and arrangement for processing data

Publications (1)

Publication Number Publication Date
ES2601958T3 true ES2601958T3 (es) 2017-02-16

Family

ID=36088326

Family Applications (1)

Application Number Title Priority Date Filing Date
ES05109355.7T Active ES2601958T3 (es) 2005-10-07 2005-10-07 Procedimiento y dispositivo de procesamiento de datos

Country Status (3)

Country Link
US (1) US20070162261A1 (es)
EP (1) EP1772747B1 (es)
ES (1) ES2601958T3 (es)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8102845B2 (en) * 2009-05-28 2012-01-24 Synexxus, Inc. Reconfigurable data distribution system
US9489195B2 (en) 2013-07-16 2016-11-08 Raytheon Company Method and apparatus for configuring control software for radar systems having different hardware architectures and related software products
US9557406B2 (en) * 2013-07-16 2017-01-31 Raytheon Command And Control Solutions Llc Method, system, and software for supporting multiple radar mission types
US9767046B2 (en) 2013-10-04 2017-09-19 Synexxus, Inc. Modular device, system, and method for reconfigurable data distribution

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4232313A (en) * 1972-09-22 1980-11-04 The United States Of America As Represented By The Secretary Of The Navy Tactical nagivation and communication system
US7026979B2 (en) * 2003-07-03 2006-04-11 Hrl Labortories, Llc Method and apparatus for joint kinematic and feature tracking using probabilistic argumentation

Also Published As

Publication number Publication date
EP1772747B1 (en) 2016-08-10
EP1772747A1 (en) 2007-04-11
US20070162261A1 (en) 2007-07-12

Similar Documents

Publication Publication Date Title
EP3006899B1 (en) Systems and methods for attitude fault detection based on air data and aircraft control settings
US10656643B1 (en) Safe and secure practical autonomy
US20100010793A1 (en) Vehicle aspect control
EP2772439B1 (en) Identification of aircraft surface positions using camera images
US8185256B2 (en) Threat prioritization using engagement timeline
ES2345782T3 (es) Disposicion y procedimiento para generar informacion de entrada para un dispositivo de simulacion.
ES2601958T3 (es) Procedimiento y dispositivo de procesamiento de datos
US20020161489A1 (en) Automatic flight envelope protection for uninhabited air vehicles
US20170267374A1 (en) Multispectral sensor fusion system for platform state estimation
US11423162B2 (en) Systems and methods for message assurance in vehicle systems
CN109901387B (zh) 一种航空器自动近地防撞系统自适应飞行轨迹预测方法
US20090313199A1 (en) Decision making unit for autonomous platform
KR101454102B1 (ko) Ads-b 자료를 이용한 항공 감시자료 처리 시스템 및 방법
US10826752B2 (en) Method and system for determining degradation in performance of an electronic device connected to a communication network
EP3022565B1 (en) System and process for measuring and evaluating air and inertial data
US5948045A (en) Method for airbourne transfer alignment of an inertial measurement unit
Lauterbach et al. Preliminary results on instantaneous UAV-based 3D mapping for rescue applications
US8655619B1 (en) System, method, and software for estimating a peak acceleration of an optical system
US20230023544A1 (en) Simulation architecture for safety testing of aircraft monitoring software
Loffi et al. Evaluation of onboard detect-and-avoid system for sUAS BVLOS operations
Bateman et al. An actuator fault detection, isolation and estimation system for an uav using input observers
Qi et al. Rotorcraft UAV actuator failure estimation with KF-based adaptive UKF algorithm
Forlenza Vision based strategies for implementing Sense and Avoid capabilities onboard Unmanned Aerial Systems
Matsumoto et al. A learning-based autonomous control system approach for collision avoidance within an unmanned aircraft
Hryshchenko et al. Suggestions to the methods for assessing the quality of the glide path entrance