Intelligenta spaningsfunktioner 2016-2018, slutrapport

I denna rapport presenteras arbetet som utförts i projektet Intelligenta spaningsfunktioner. I projektet har forskning bedrivits med syfte att göra framtida sensorsystem mer intelligenta. Genom att vara mer intelligenta kan framtida sensorsystem ge sensoroperatörer bättre situationsuppfattning, högre systemtilltro, mindre risk för felhandlingar (eng. human error) och lägre mental arbetsbelastning. Projektet har bedrivit forskning inom områdena: automatisk måligenkänning, positionering och sensorplanering. Inom måligenkänning har två måligenkänningsalgoritmer utvecklats för detektion och igenkänning av olika objekt. De framtagna måligenkänningsalgoritmerna är bra på att känna igen både rörliga och stillastående objekt i komplexa miljöer. Algoritmerna är baserade på djupa neuronnät. I projektet har vi arbetat med civila objekt, men algoritmerna kan tränas att känna igen andra objekt såsom stridsfordon, fartyg och helikoptrar. Inom automatisk positionering utan att använda satellitnavigering har två försök genomförts för att analysera positioneringsprestandan. I det första försöket har ett enskilt fordon färdats efter en bana varefter det totala positioneringsfelet mättes upp. I det andra försöket har ett mål detekterats med en IR-sensor och mätts in från två självpositionerande fordon. Målets position, som i detta fall var en person, har bestämts i ett för fordonen gemensamt koordinatsystem. Det första försöket visade att positioneringssystemet fungerar i olika terräng med en liten osäkerhet, och det andra försöket visade att den relativa osäkerheten blir mindre för två positioneringssystem som samverkar än osäkerheten för var och ett av positioneringssystemen. Inmätningsosäkerheten för ett mål som trianguleras in beror i huvudsak på den relativa vinkelosäkerheten och eftersom den blir mindre med samverkande positioneringssystem så minskar inmätningsosäkerheten av målet. Inom spaning med samverkande styrbara sensorer har projektet visat hur dessa kan användas för att öka spaningstäckningen och förbättra målspårskvaliteten. Resultaten visar att sensorer som tillåts att styras automatiskt kan höja spaningsförmågan. Genom att de styrs automatiskt och data behandlas av algoritmer tillåts en hög svephastighet, vilket bidrar till en högre målspårsprecision. När ett hot har detekterats av någon sensor väljs den sensor som ger mest ökning av målprecisionen och övriga sensorer kan fortsätta spana. Automatisk sensorplanering bidrar således till ett mer resurseffektivt användande av tillgängliga sensorer.