1. עקיבה אחרי מספר מטרות בשיטת קורלציה + JPDAF מגיש : לוטן קפלנסקי מנחה : ד " ר גבי דוידוב הטכניון - מכון טכנולוגי לישראל TECHNION - ISRAEL INSTITUTE OF TECHNOLOGY הפקולטה להנדסת חשמל המעבדה לבקרה ורובוטיקה

2. נושאים לדיון – מטרות – עקיבה : מושגים, הגדרות ומבנה  כללי  זיהוי – קורלציה  מסנני עקיבה  מסנן קלמן  מסננים סטנדרטיים  PDAF –JPDAF  מבנה המסנן  דוגמאות ומגבלות – סיכום – הצעות לשיפור

3. מטרות מימוש אלגוריתם עקיבה המטפל ב : מימוש אלגוריתם עקיבה המטפל ב : – מספר מטרות (3-4) – הסתרות ( חיצוניות והדדיות ) – הטעיות ע " י שימוש בשיטות : ע " י שימוש בשיטות : – קורלציה –JPDAF

4. מושגים והגדרות פריים פריים חלון חיפוש חלון חיפוש מטרה מטרה מדידה מדידה מסלול ( עוקב ) מסלול ( עוקב ) הטעיות (clutter) הטעיות (clutter)

5. מבנה מערכת העקיבה פריים נוכחי איסוף מדידות קביעת מצב חיזוי נוכחי שיוך מדידות למסלולים עדכון מסלולים מצב חיזוי קודם סימון מטרות פריים נוכחי מסומן קביעת חלון החיפוש לפריים הבא מסנן עקיבה

6. זיהוי מטרות – שיטת קורלציה נוסחת הקורלציה : נוסחת הקורלציה :

7. קורלציה - יתרונות מטרה : f= הבחנה טובה בין מטרות : הבחנה טובה בין מטרות : יכולת זיהוי גם בהסתרה חלקית : יכולת זיהוי גם בהסתרה חלקית : התמודדות עם רעש התמודדות עם רעש g

8. קורלציה - חסרונות סיבוכיות גבוהה סיבוכיות גבוהה רגישות גבוהה לשינוי צורה רגישות גבוהה לשינוי צורה מקצה שיפורים ? מקצה שיפורים ? –SAD, SSD – דילול מטרות – מטרות מתעדכנות

9. מסנן קלמן מסנן קלמן – ממדל את המערכת לפי משוואות מצב : ( סדר III) מסנני עקיבה – מטרה אחת x – וקטור מצב x – וקטור מצב z – ווקטור מדידות z – ווקטור מדידות v – רעש תהליך v – רעש תהליך w – רעש מדידה w – רעש מדידה

10. משוואות המסנן P –קוואריאנס וקטור המצב ( בהינתן המדידות ) - שערוך מיטבי של ווקטור המצב - שערוך מיטבי של ווקטור המצב (1) + (2) נותן :

11. מסנני עקיבה – מסננים סטנדרטיים בתרחישים : בתרחישים : – ריבוי מטרות זהות – הטעיות (clutter) נדרשת בחירה בין מדידות. מסננים סטנדרטיים : מסננים סטנדרטיים : –NNSF –SNSF

12. מסננים סטנדרטיים - המשך NNSF SNSF NNSF SNSF Corr=0.7 Corr=0.8 Corr=0.7 Corr=0.8 לאחר בחירת המדידה הרלוונטית, הקידום מתבצע כמו במסנן קלמן רגיל. - חלון החיפוש - מרכז החלון - מדידה

13. מסננים סטנדרטיים – סיכום יכולות : יכולות : – הצלחה בטיפול ב :  הסתרות  דינמיקה מהירה מגבלות : מגבלות : – כשלון בטיפול ב :  הטעיות  מטרות זהות

14. מסנן - PDAF Probablistic Data Association filter נותן ביטוי לכל המדידות התקפות נותן ביטוי לכל המדידות התקפות

15. PDAF – המשך יתרונות יתרונות  מתגבר על הטעיות קצרות מועד מגבלות : מגבלות : – הטעיות ארוכות מועד :  clutter מרובה  תנועה איטית – מטרות זהות משיקות

16. PDAF – דוגמאות התמודדות עם הטעיות : התמודדות עם הטעיות :

17. PDAF - מגבלות הטעיות מרובות : הטעיות מרובות : הצלחה : כשלון :

18. PDAF - מגבלות מטרות משיקות : מטרות משיקות :

19. PDAF - המשך האם ניתן לפתור את מגבלות המסנן ? האם ניתן לפתור את מגבלות המסנן ? – הטעיות :  השגיאה הנוצרת נובעת מאי - דיוקים במודל ובמערכת המדידה.  פתרונות אפשריים : – הקטנת גודל חלון – הקשחת פרמטרי מסנן קלמן  אלו מוגבלים ע " י דיוקי מערכת המדידה, והמודל.

20. שיפור PDAF – המשך – מטרות משיקות :  כל מסלול שואף להתייצב בין שתי המדידות דוגמא : פעולת מסנן ה -PDAF: דוגמא : פעולת מסנן ה -PDAF: כיוון שגוי האם ניתן לצמצם את השגיאה ?

21. מסנן JPDAF – Joint Probabilistic Data Association Filter בודק מאורעות שיתופיים : בודק מאורעות שיתופיים : – הנחה : כל מדידה מגיעה ממטרה אחת בלבד 1 2 1 2 מאורע א :110.8 220.75 מדידה מטרה מאורע ב :120.25 210.2 הסתברות שולית הסתברות מצרפית ( לא מנורמלת ) 0.6 0.05 הסתברות מאורע א ' ( מנורמלת ) – 0.92 הסתברות מאורע ב ' ( מנורמלת ) – 0.08

22. JPDAF - המשך 1 2 1 2 1 2 1 2 כיוון שגוי השימוש ב - JPDAF מקטין את השגיאה PDAFJPDAF

23. JPDAF - תיאור 1 2 3 5 46 t=0 t=1 t=2 t=3 m=1 m=2 m=6 m=1,2..6 t=1,2,3 מטריצת תקפות (Validation matrix) מאורעות תקפים (feasible joint events) האם למטרה t משויך מקור ( כלשהו ) האם למדידה j משויכת מטרה ( כלשהי ) מספר מדידות שקריות ( הטעיות ) במאורע הסתברות שהמטרה t אותרה ( בכלל ) נפח אזור התקפות

24. JPDAF - המשך חידוש (innovation) העדכון לפי מדידה j ( באותו מאורע ) משקל החידוש חיזוי ( קלמן ) לפי מדידה j הסתברות שולית שמדידה j הגיעה ממטרה t שערוך מיטבי של X

25. JPDAF – המשך הערות : הערות : –Feature measurements: –Detection probability P Dt: - קורלציה בין מטרה t למדידה j

26. JPDAF - דוגמאות שיפור ביצועים עבור : שיפור ביצועים עבור : – מטרות משיקות – דיוק עקיבה ( בהשוואה ל -PDAF)

27. JPDAF – דוגמאות - המשך מגבלות : מגבלות : – מטרות משיקות + הטעיות

28. JPDAF – סיכום ביצועים שיפור במקרים של : שיפור במקרים של :  מטרות זהות משיקות לאורך זמן  מטרות זהות משיקות לפני הסתרה ללא שיפור במקרים של : ללא שיפור במקרים של :  מטרות זהות משיקות + הטעיות בשאר המקרים – שיפור זניח בשאר המקרים – שיפור זניח

29. JPDAF – מגבלות נוספות מטרות זהות ( דומות ) עוקפות : מטרות זהות ( דומות ) עוקפות : PDAF JPDAF PDAF JPDAF

30. הצעות לשיפור עיבוד תמונה עיבוד תמונה MHT - פתרון להסתרות / הטעיות MHT - פתרון להסתרות / הטעיות JPDAIMMF – שיפור גמישות מודל תנועה JPDAIMMF – שיפור גמישות מודל תנועה

31. FIN