Présentation

Article

1 - ORGANISATION D’ENSEMBLE D’UNE FONCTION DE SURVEILLANCE

2 - DESCRIPTIF DU NIVEAU « SENSEURS »

3 - DESCRIPTIF DU NIVEAU PISTAGE

4 - LES RAISONS D’ÊTRE DE LA FUSION

5 - ASPECT COMBINATOIRE

6 - GRAPHE ASSOCIÉ AUX RELATIONS ENTRE PARTITIONS

7 - ALGORITHME D’ASSOCIATION MULTIPISTES ET RÉSULTATS

8 - CONCLUSION

9 - SIGLES ET NOTATIONS

Article de référence | Réf : RAD6720 v1

Graphe associé aux relations entre partitions
La fusion multipistes

Auteur(s) : Denis PILLON

Date de publication : 10 févr. 2019

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

RÉSUMÉ

Au sein des systèmes de surveillance multisenseurs, la fusion multipistes a pour objectif d'éviter la surcharge des opérateurs par le flot important des données provenant des senseurs et d'estimer la situation tactique sur une zone donnée afin de diminuer les risques de confusions et de décisions erronées. Cet article présente, d'une part, les aspects généraux liés à l'architecture de la fonction depuis les senseurs jusqu'aux opérateurs et, d'autre part, les algorithmes permettant d'associer et de fusionner les pistes. Ces méthodes sont basées sur les techniques standards de probabilités et statistiques et leur fonctionnement ainsi que leur performance sont illustrés par des exemples.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

ABSTRACT

Multitrack Fusion

In multi-sensors surveillance systems, the fusion of multiple tracks is intended to avoid the operator overloading by the data flow from sensors, to better estimate the tactical situation on a given area in order to reduce the risk of confusion and wrong decision. This article presents, on one hand, the general aspects related to the architecture of the system since the sensors up to the human, on the other hand, algorithms to associate and merge tracks.These algorithms are based on standard methods of probability and statistic and their operational performance are illustrated by examples.

Auteur(s)

  • Denis PILLON : Ingénieur retraité - Conseiller de l’équipe Signaux & Système, IM2NP, Université de Toulon, Toulon, France

INTRODUCTION

La fusion de pistes peut être considérée comme faisant partie de la fusion de senseurs, domaine lui-même inclus dans un domaine encore plus vaste, celui de la fusion d’informations ou de données : la « data fusion » combine les mesures numériques issues des capteurs mais aussi des informations symboliques comme des avis de locuteurs, des propositions, des règles, des textes dans diverses langues, etc. Quel que soit le type de fusion, l’objectif reste le même : rendre moins risquées les prises de décision grâce à une fonction suffisamment automatisée permettant de faire face au flot important et continu d’informations issues des multiples senseurs. Si rien n’était fait, ce déluge de données submergerait l’opérateur (ou même une équipe entière).

De prime abord, il paraîtrait logique de construire le présent article en commençant par la description des méthodes les plus générales, c’est-à-dire celles de fusion d’informations, puis de les appliquer au cas particulier du traitement des pistes. Mais, dans l’état actuel des connaissances de ce domaine dynamique et évolutif, il n’est pas possible d’avoir une telle approche top-down. En effet, la méthode universelle et unitaire de fusion d’informations n’existe pas et chaque domaine d’application utilise ses propres algorithmes. Ce foisonnement a plusieurs origines : la quasi-infinité de panachages possibles de senseurs chargés de la surveillance, la multiplicité des contextes d’utilisations liés à des objectifs très variés et enfin, la panoplie étendue de méthodes permettant de prendre en compte l’incertain autrement que par les probabilités classiques, ces « nouvelles » théories de l’incertain étant principalement utilisées dans la « data fusion » dite de haut niveau (intelligence artificielle, systèmes experts, etc.).

Ce sont ces raisons qui ont conduit à présenter dans cet article le premier niveau de la fusion, celui des pistes dans les systèmes de surveillance, problème dont la résolution nécessite peu de prérequis : les connaissances courantes d’un ingénieur en théorie de la détection et de l’estimation suffisent.

La première section présente l’organisation générale d’un système de surveillance au sein duquel la fusion de pistes a, entre autres, pour rôle de donner, sans délai, la meilleure perception possible de la situation de la zone surveillée. Puis, nous détaillons le rôle des senseurs (§ 2), du pistage (§ 3) et de la fusion ainsi que celui de l’opérateur (§ 4), le tout étant étayé par des exemples.

La section suivante est consacrée aux problèmes combinatoires dont l’origine est la non-transitivité de l’association : s’il a été décidé, avec une certaine probabilité d’erreur, que deux pistes A et B proviennent d’un même objet car elles sont proches (au sens d’un certain critère) et idem pour les pistes B et C, qu’en est-t-il de A et de C ? Il se peut qu’elles se trouvent trop éloignées pour être associables (i.e. avoir une origine commune). Les tests de décision binaire bien connus du traitement du signal (l’hypothèse H0 contre son alternative H1) ne suffisent donc plus : pour passer au cas multihypothèses, nous utiliserons la notion de partition d’un ensemble et du graphe particulier les reliant, le treillis. Celui-ci permet, d’une part, de pallier les problèmes d’explosion combinatoire en parcourant ce graphe de façon judicieuse et, d’autre part, de définir un critère de performance (§ 6).

Pour que la mécanique de la fusion de pistes puisse fonctionner, les caractéristiques relatives uniquement aux graphes ne suffisent pas : il est nécessaire de les compléter par des critères statistiques permettant de prendre des décisions et d’effectuer des fusions. C’est l’objet de la section 7 où sont présentés les tests de détermination du nombre de groupes de pistes et de la meilleure composition de chacun de ces groupes en utilisant une distance statistique entre les éléments. Suit l’étape de fusion proprement dite consistant, pour chacune des classes de pistes associées, à estimer son représentant « moyen » disponible en sortie de la fonction fusion. Plusieurs exemples permettent d’analyser le fonctionnement et d’évaluer les performances de ces algorithmes combinant donc les notions relatives aux graphes et à la statistique mathématique. Une liste de problèmes pouvant être traités par l’approche ici présentée est fournie en fin de section.

En conclusion, l’utilisation des théories non additives des probabilités est évoquée.

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

KEYWORDS

tracking   |   surveillance system   |   sensors   |   fusion

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-rad6720


Cet article fait partie de l’offre

Technologies radars et applications

(68 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

6. Graphe associé aux relations entre partitions

6.1 Notion générale de treillis

Examinons l’organigramme (figure 12) d’une hypothétique entreprise : les segments reliant deux personnes représentent la relation « est le supérieur de ». C’est un ordre partiel c’est-à-dire qu’il ne s’applique pas à tout couple d’individus : A n’est pas le supérieur de B et réciproquement. Cet ordre partiel induit des notions assez courantes comme le niveau (de hiérarchie), de successeur (le supérieur immédiat) et de prédécesseur. Une notion importante est celle de plus petit majorant commun (ou supremum) à deux individus x et y, noté Sur la figure 12, on a par exemple et .

Un demi-treillis est un graphe tel que tout couple d’éléments a un et un seul supremum (i.e. une borne unique). Ce n’est pas le cas pour la figure 12 mais il suffit que la liaison entre A et O (en rouge) « rompe » pour obtenir un organigramme en demi-treillis dans lequel un employé peut bien sûr avoir plusieurs chefs mais tout problème entre deux personnes sera traité par une seule personne. La directrice N est alors le majorant universel (figure 12).

Comme il y a un sens croissant entre niveaux, on a affaire à un sup-demi-treillis. Avec une relation d’ordre partiel dans le sens inverse (du type « est le subalterne de »), on peut construire un inf-demi-treillis avec, de façon analogue, la notion d’infimum noté et de minorant universel. Un ensemble à la fois inf- et sup-demi-treillis est un treillis doté donc d’un majorant et d’un minorant universel. L’autre...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Technologies radars et applications

(68 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Graphe associé aux relations entre partitions
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - WIENER (H.L.) -   Correlation algorithm in naval ocean surveillance,  -  Naval Research Laboratory Report 3949, May 1979.

  • (2) - D’AFFLISIO (E.) et al -   Maritime anomaly detection based on men-reverting stochastic processes applied to a real-word scenario,  -  21th International Conference on Information Fusion pp 1191-1197 (2018).

  • (3) - WALTZ (E.), BUEDE (D.) -   Data fusion and decision support for command and control,  -  IEEE SMC, Vol 16, N°6, pp 865-875, Nov 86.

  • (4) - HALL (D.), LLINAS (J.) -   Handbook of multisensory data fusion,  -  CRC Press (2001).

  • (5) - BAR-SHALOM (Y.) -   Multitarget-Multisensor tracking : Advanced Applications,  -  Artech, House (1990).

  • (6) - BOITHIAS (L.) -   Angle de site ou angle d’élévation,...

1 Congrès

International Conference on Information Fusion (la plus importante dans le domaine, très éclectique, organisée par l’International Society of Information Fusion, ISIF)

IEEE Aerospace Conference (toujours en hiver et au même endroit, la station de ski Big Sky dans le Montana, quelques sessions sur la fusion)

SPIE : Signal Processing, Sensor/Information Fusion, and Target Recognition Conference (orientée image).

HAUT DE PAGE

2 Revues

Information Fusion An International Journal on Multi-Sensor, Multi-Source Information Fusion (Elsevier)

Journal of Advances in Information Fusion (publié par l’ISIF)

HAUT DE PAGE

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Technologies radars et applications

(68 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS