Rogério Perroti Barbosa
Resumo
Este trabalho está relacionado à obtenção e tratamento de dados em sistemas de vigilância em ambientes navais. Trata-se de um método para associação e fusão de dados oriundos de múltiplos sensores em ambientes com taxas de ruídos elevadas. Os dados correspondem a alvos capturados pelos sensores de forma potencialmente redundante e que devem ser separados dos ruídos capturados pelos mesmos sensores antes de serem fundidos de forma a facilitar e simplificar a representação simbólica dos objetos no sistema de vigilância. O método proposto baseia-se em um trabalho anterior, no qual é utilizada uma metodologia de representação em grafos das medidas fornecidas pelos sensores, com uma posterior otimização visando simultaneamente filtrar os ruídos e escolher, entre os dados redundantes dos sensores, aqueles que representam de forma mais fidedigna os alvos de interesse. A construção e análise dos grafos é feita em dois estágios, ao invés de apenas um como originalmente proposto, possibilitando a paralelização do processo, o que potencialmente traz ganhos de desempenho, tornando-o mais indicado em aplicações de tempo real. Para validar o método proposto foi criada uma ferramenta de simulação que permite avaliar com métricas distintas alvos com múltiplas trajetórias e sob diferentes condições de ruído, permitindo comparações com o método do trabalho anterior que também utiliza grafos, mas com apenas um estágio, além do método clássico de tratamento do problema, conhecido como Multi Hypothesys Tracking (MHT).
Abstract
This work is related to the obtaining and processing of data in marine surveillance systems. This is a method for Association and fusion of data from multiple sensors in environments with high noise rates. The data to be treated are targets captured by sensors. The data are potentially redundant and must be separated from the noise captured by the same sensors before being merged in order to facilitate and simplify the symbolic representation of the objects in the system. The proposed method is based on an earlier work, in which a graph representation methodology is used based on the measures provided by the sensors with further optimization to simultaneously filter the noise and choose between the redundant data from sensors, those that represent the targets of interest. A methodology of construction and analysis of graphs in two stages is employed, makes the process parallelizable, which potentially also brings performance gain in runtime, relevant characteristic in real-time applications. To validate the proposed method, a simulation tool was created. With this tool was possible to evaluate multiple targets trajectories under different noise conditions, allowing comparisons with the previous job that also uses graphs, but with only one stage. In addition, the classic method of treatment’s problem, known as Multi Hypothesis Tracking (MHT), was compared with the proposed methodology.
