This Masters Thesis considers tracking of ground targets. Since ground targets often are difficult to detect with sensors a track is easily lost in ground target tracking. The main question in this thesis is whether information on close targets and observations of them can be used to make the tracking more reliable. An algorithm using Kalman filters and JPDA-association to create a group track for vehicles travelling together has been implemented in Matlab. Using the state of the centre of the group the state of a vehicle in the group can be updated. The result of updating vehicles states with the state of the centre of the group is that the relative decrease in lost tracks is improved with up to 53 % in the studied case.

<p>This Masters Thesis considers tracking of ground targets. Since ground targets often are difficult to detect with sensors a track is easily lost in ground target tracking. The main question in this thesis is whether information on close targets and observations of them can be used to make the tracking more reliable. An algorithm using Kalman filters and JPDA-association to create a group track for vehicles travelling together has been implemented in Matlab. Using the state of the centre of the group the state of a vehicle in the group can be updated. The result of updating vehicles states with the state of the centre of the group is that the relative decrease in lost tracks is improved with up to 53 % in the studied case.</p>

<p>Arbetet har utförts på Saab Bofors Dynamics AB i Linköping och dess syfte är att undersöka möjligheten att applicera teorin för prediktionsreglering, Model Predictive Control (MPC), på guidance systemet i en missil av typen Medium Range Air-to-Air Missiles (MRAAM). Även implementering via Explicit MPC har undersökts. </p><p>I tidigare studier har det visat sig att den moderna slutfasstyrningsalgoritmen Linear Quadratic Augmented Proportional Navigation (LQAPN), som återkopplar missilens acceleration och rotation, uppvisar en bättre prestanda än de mer klassiska styrlagarna. Det främsta intresset med denna studie är därför att undersöka hur tillvida en styrlag baserad på MPC kan mäata sig med dessa resultat. Fördelen med att använda MPC är framförallt att man kan ta hänsyn till styrsignalbegränsningar på ett direkt och intuitivt sätt. </p><p>En nackdel med MPC är beräkningstiden. På senare år har dock forskning bedrivits för att ta fram en variant av MPC som beräknar styrsignalen explicit som en affin funktion av det aktuella tillståndet. Denna metod kallas Explicit MPC och har betraktats som en separat metod i detta arbete. </p><p>Styrlagen baserad på MPC kallas i detta arbete för Model Predictive Control Augmented Proportional Navigation (MPCAPN) och utmärker sig framförallt i två fall. Dels då så kallade händelsestyrda simuleringar studeras, då den uppvisar ett klart bättre resultat än vad som erhålls med en styrlag baserad på Linear Quadratic Augmented Proportional Navigation (LQAPN). Även vid beräkningar av skjutzoner blir resultaten ibland bättre. Framförallt förbättras den inre skjutgränsen för flygscenariet då målet utför en så kallad ”tunnelroll”.</p>

Denna rapport omfattar ett arbete kring att förbättra signalbehandling och målföljning av en förbränningsfrekvens i en androidapplikation för effektberäkning hos accelererande fordon. Den ursprungliga applikationen är utvecklad på i3tex AB och det var även där som arbetet utfördes. Effektberäkningen görs genom att först spela in ljudet i kupén under ett accelerationsförlopp, där inspelningen signalbehandlas och förbränningsfrekvensen målföljs, sedan sker transformering från frekvensdomänen till hastighetsdomänen, varpå effekten beräknas via multiplikation av fordonets vikt, hastighet och acceleration. Problemet med den ursprungliga implementationen av målföljningen var att algoritmen inte var tillräckligt robust mot lågt signal/brus-förhållande (snr). För att göra systemet mer robust utvecklades flermålsföljning med Kalmanfilter, där ett poängsystem bestämmer vilken av målföljarna som mest troligt har följt förbränningsfrekvensen. Den nya algoritmen presterar betydligt bättre än den ursprungliga i avseende på rmse, men är betydligt mer resurskrävande. Genom optimering av hur signalbehandlingen görs, såsom längd och typ av fönsterfunktioner och andra parametrar för korttidsfouriertransformen (stft), är exekveringstiden för hela analysen marginellt snabbare och betydligt snabbare på en androidenhet med respektive utan stöd för hårdvaruaccelererade flyttalsoperationer. Det visade sig även att, trots att inte hårdvaruspecifikationerna för Android, cdd, specificerar inspelningar av frekvenser under 100 Hz är det möjligt på alla testade androidtelefoner och med tillräckligt gott resultat för att genomföra frekvensföljning enligt ovan.

In this master thesis the possibility of detecting and tracking objects in multispectral infrared video sequences is investigated. The current method  with fix-sized rectangles have significant disadvantages. These disadvantages will be solved using image segmentation to estimate the shape of the object. The result of the image segmentation is used to determine the infrared contrast of the object. Our results show how some objects will give very good segmentation, tracking as well as shape detection. The objects that perform best are the flares and countermeasures. But especially helicopters seen from the side, with significant movements, is better detected with our method. The motion of the object is very important since movement is the main component in successful shape detection. This is so because helicopters are much colder than flares and engines. Detecting the presence and position of moving objects is easier and can be done quite successfully even with helicopters. But using structure tensors we can also detect the presence and estimate the position for stationary objects. / I detta examensarbete undersöks möjligheterna att detektera och spåra intressanta objekt i multispektrala infraröda videosekvenser. Den nuvarande metoden, som använder sig av rektanglar med fix storlek, har sina nackdelar. Dessa nackdelar kommer att lösas med hjälp av bildsegmentering för att uppskatta formen på önskade mål.Utöver detektering och spårning försöker vi också att hitta formen och konturen för intressanta objekt för att kunna använda den exaktare passformen vid kontrastberäkningar. Denna framsegmenterade kontur ersätter de gamla fixa rektanglarna som använts tidigare för att beräkna intensitetskontrasten för objekt i de infraröda våglängderna. Resultaten som presenteras visar att det för vissa objekt, som motmedel och facklor, är lättare att få fram en bra kontur samt målföljning än vad det är med helikoptrar, som var en annan önskad måltyp. De svårigheter som uppkommer med helikoptrar beror till stor del på att de är mycket svalare vilket gör att delar av helikoptern kan helt döljas i bruset från bildsensorn. För att kompensera för detta används metoder som utgår ifrån att objektet rör sig mycket i videon så att rörelsen kan användas som detekteringsparameter. Detta ger bra resultat för de videosekvenser där målet rör sig mycket i förhållande till sin storlek.

Arbetet har utförts på Saab Bofors Dynamics AB i Linköping och dess syfte är att undersöka möjligheten att applicera teorin för prediktionsreglering, Model Predictive Control (MPC), på guidance systemet i en missil av typen Medium Range Air-to-Air Missiles (MRAAM). Även implementering via Explicit MPC har undersökts. I tidigare studier har det visat sig att den moderna slutfasstyrningsalgoritmen Linear Quadratic Augmented Proportional Navigation (LQAPN), som återkopplar missilens acceleration och rotation, uppvisar en bättre prestanda än de mer klassiska styrlagarna. Det främsta intresset med denna studie är därför att undersöka hur tillvida en styrlag baserad på MPC kan mäata sig med dessa resultat. Fördelen med att använda MPC är framförallt att man kan ta hänsyn till styrsignalbegränsningar på ett direkt och intuitivt sätt. En nackdel med MPC är beräkningstiden. På senare år har dock forskning bedrivits för att ta fram en variant av MPC som beräknar styrsignalen explicit som en affin funktion av det aktuella tillståndet. Denna metod kallas Explicit MPC och har betraktats som en separat metod i detta arbete. Styrlagen baserad på MPC kallas i detta arbete för Model Predictive Control Augmented Proportional Navigation (MPCAPN) och utmärker sig framförallt i två fall. Dels då så kallade händelsestyrda simuleringar studeras, då den uppvisar ett klart bättre resultat än vad som erhålls med en styrlag baserad på Linear Quadratic Augmented Proportional Navigation (LQAPN). Även vid beräkningar av skjutzoner blir resultaten ibland bättre. Framförallt förbättras den inre skjutgränsen för flygscenariet då målet utför en så kallad ”tunnelroll”.

<p>The domain below the surface in maritime security is hard to monitor with conventional methods, due to the often very noisy environment. In conventional methods the measurements are thresholded in order to distinguish potential targets. This is not always a feasible way of treating measurements. In this thesis a system based on raw measurements, that are not thresholded, is presented in order to track and classify divers with an active sonar. With this system it is possible to detect and track weak targets, even with a signal to noise ratio that often goes below 0 dB.</p><p>The system in this thesis can be divided into three parts: the processing of measurements, the association of measurements to targets and the classification of targets. The processing of measurements is based on a particle filter using Track Before Detect (TBD). Two algorithms for association of measurements, Joint Probabilistic Data Association (JPDA) and Highest Probability Data Association (HPDA), have been implemented. The classification of targets is done using an assumed novel approach. The system is evaluated by doing simulations with approximately 8 hours of recorded data, where divers are present at nine different times. The simulations are done a number of times to catch The classification rate is high and the false alarm rate is low.</p> / <p>Undervattensdomänen är svår att övervaka i marina säkerhetssystem med sedvanliga metoder, på grund av den brusiga miljön. I traditionella metoder trösklas mätningarna för att urskilja potentiella mål. Detta är inte alltid ett godtagbart sätt att behandla mätningar på. I den här rapporten presenteras ett system baserat på behandling av rå mätdata, som inte trösklas, för att spåra och klassificera dykare med en aktiv sonar. Med detta system är det möjligt att detektera och spåra svaga mål, trots att signal till brus förhållandet ofta går under 0 dB.</p><p>Systemet i den här rapporten kan delas upp i tre delar: behandling av mätningar, association av mätningar till mål samt klassificering av mål. Behandlingen av mätningarna görs med ett partikelfilter som använder Track Before Detect (TBD). Två algoritmer för associering av mätningar, Joint Probabilistic Data Association (JPDA) och Highest Probability Data Association (HPDA), har implementerats. Klassificeringen av mål görs med en egenutvecklad metod som inte har hittats i existerande dokumentation. Systemet utvärderas genom att simuleringar görs på ungefär 8 timmar inspelad data, där dykare är närvarande vid nio olika tillfällen. Simuleringarna görs ett antal gånger för att fånga upp stokastiska beteenden. Andelen lyckade klassificeringar är hög och andelen falsklarm är låg.</p>

The domain below the surface in maritime security is hard to monitor with conventional methods, due to the often very noisy environment. In conventional methods the measurements are thresholded in order to distinguish potential targets. This is not always a feasible way of treating measurements. In this thesis a system based on raw measurements, that are not thresholded, is presented in order to track and classify divers with an active sonar. With this system it is possible to detect and track weak targets, even with a signal to noise ratio that often goes below 0 dB. The system in this thesis can be divided into three parts: the processing of measurements, the association of measurements to targets and the classification of targets. The processing of measurements is based on a particle filter using Track Before Detect (TBD). Two algorithms for association of measurements, Joint Probabilistic Data Association (JPDA) and Highest Probability Data Association (HPDA), have been implemented. The classification of targets is done using an assumed novel approach. The system is evaluated by doing simulations with approximately 8 hours of recorded data, where divers are present at nine different times. The simulations are done a number of times to catch The classification rate is high and the false alarm rate is low. / Undervattensdomänen är svår att övervaka i marina säkerhetssystem med sedvanliga metoder, på grund av den brusiga miljön. I traditionella metoder trösklas mätningarna för att urskilja potentiella mål. Detta är inte alltid ett godtagbart sätt att behandla mätningar på. I den här rapporten presenteras ett system baserat på behandling av rå mätdata, som inte trösklas, för att spåra och klassificera dykare med en aktiv sonar. Med detta system är det möjligt att detektera och spåra svaga mål, trots att signal till brus förhållandet ofta går under 0 dB. Systemet i den här rapporten kan delas upp i tre delar: behandling av mätningar, association av mätningar till mål samt klassificering av mål. Behandlingen av mätningarna görs med ett partikelfilter som använder Track Before Detect (TBD). Två algoritmer för associering av mätningar, Joint Probabilistic Data Association (JPDA) och Highest Probability Data Association (HPDA), har implementerats. Klassificeringen av mål görs med en egenutvecklad metod som inte har hittats i existerande dokumentation. Systemet utvärderas genom att simuleringar görs på ungefär 8 timmar inspelad data, där dykare är närvarande vid nio olika tillfällen. Simuleringarna görs ett antal gånger för att fånga upp stokastiska beteenden. Andelen lyckade klassificeringar är hög och andelen falsklarm är låg.

<p>The interest in video surveillance has increased in recent years. Cameras are now installed in e.g. stores, arenas and prisons. The video data is analyzed to detect abnormal or undesirable events such as thefts, fights and escapes. At the Informatics Unit at the division of Information Systems, FOI in Linköping, algorithms are developed for automatic detection and tracking of humans in video data. This thesis deals with the target tracking problem when a 3D camera is used. A 3D camera creates images whose pixels represent the ranges to the scene. In recent years, new camera systems have emerged where the range images are delivered at up to video rate (30 Hz). One goal of the thesis is to determine how range data affects the frequency with which the measurement update part of the tracking algorithm must be performed. Performance of the 2D tracker and the 3D tracker are evaluated with both simulated data and measured data from a 3D camera. It is concluded that the errors in the estimated image coordinates are independent of whether range data is available or not. The small angle and the relatively large distance to the target explains the good performance of the 2D tracker. The 3D tracker however shows superior tracking ability (much smaller tracking error) if the comparison is made in the world coordinates.</p>

The interest in video surveillance has increased in recent years. Cameras are now installed in e.g. stores, arenas and prisons. The video data is analyzed to detect abnormal or undesirable events such as thefts, fights and escapes. At the Informatics Unit at the division of Information Systems, FOI in Linköping, algorithms are developed for automatic detection and tracking of humans in video data. This thesis deals with the target tracking problem when a 3D camera is used. A 3D camera creates images whose pixels represent the ranges to the scene. In recent years, new camera systems have emerged where the range images are delivered at up to video rate (30 Hz). One goal of the thesis is to determine how range data affects the frequency with which the measurement update part of the tracking algorithm must be performed. Performance of the 2D tracker and the 3D tracker are evaluated with both simulated data and measured data from a 3D camera. It is concluded that the errors in the estimated image coordinates are independent of whether range data is available or not. The small angle and the relatively large distance to the target explains the good performance of the 2D tracker. The 3D tracker however shows superior tracking ability (much smaller tracking error) if the comparison is made in the world coordinates.