• Rijkswaterstaat Slimme Camera's Spitsstroken
    Rijkswaterstaat Slimme Camera's Spitsstroken
  • Mixed traffic Kleine Berg
    Mixed traffic Kleine Berg
  • Peak lane detection RWS
    Peak lane detection RWS
  • Make & Model recognition
    Make & Model recognition
  • Change Detection
    Change Detection
  • Ship Detection
    Ship Detection

Veranderingen Opsporen

cied concept crop2

Aanleiding

Bermbommen (IED's) zijn een van de voornaamste veroorzakers van slachtoffers onder de NAVO-troepen in conflictgebieden. Omdat IED's opgebouwd zijn uit een grote verscheidenheid aan materialen, is het type en uiterlijk niet altijd bekend. Daarom is het moeilijk om dergelijke voorwerpen te vinden wanneer gebruiik wordt gemaakt van standaard objectherkenning technieken, omdat het niet mogelijk is het systeem te leren hoe een onbekend uitziend object eruit ziet.

In plaats daarvan kan Change detection techniek worden toegepast om IED op veilige afstand te detecteren. Hierbij wordt aangenomen dat het verbergen van een IED (kleine) veranderingen in het landschap veroorzaakt zoals omgewoelde grond, nieuw verschenen objecten of andere verstoringen van de omgeving ten opzichte van een eerdere keer patrouilleren. Door het automatisch vinden en analyseren van dergelijke veranderingen, kan het systeem de bestuurder waarschuwen voor potentiële gevaren.

Concept Change detection

Afbeelding 1: Change detection concept, vind veranderingen in de omgeving door te vergelijken met een eerdere patrouille.

Operationeel concept

Change detection wordt uitgevoerd door het patrouillerende voertuig te voorzien van high-end camera's en een geavanceerd beeldanalyse-systeem. Tijdens het rijden vergelijkt het systeem continu de omgeving met opnames van dezelfde omgeving uit een vorige patrouille. Zodra een verdachte verandering wordt gevonden, geeft het systeem een ​​alarmmelding en toont het een visuele waarschuwing aan de gebruiker via een interactieve gebruikersinterface (UI) in het voertuig. Deze interface toont zowel de locatie van het verdachte voorwerp, als het eerder opgenomen beeld van de omgeving. Voor meer details kan de gebruiker het beeld inzoomen in zowel het huidige beeld als de eerder opgenomen opname. Hierdoor kan de bestuurder snel beoordelen of er een dreiging is en gepaste actie nemen.

 operationalConcept2

Afbeelding 2: Operationeel concept

Change detection uitdagingen

Change detection is een uitdagend proces, waarbij het systeem om moet kunnen gaan met verschillende weersomstandigheden, verschillende rij trajecten en dynamische veranderingen in de omgeving. Typische voorbeelden van deze problemen worden gevisualiseerd in afbeelding 3 t/m 5.

lighting conditions    

Afbeelding 3: veranderende lichtomstandigheden veranderen het visuele uiterlijk van de omgeving. Het change detection systeem mag niet beïnvloed worden door schaduwen of lichteffecten.

Viepoint live converted   Viepoint ref converted

Afbeelding 4: Verschilende kijkpunten veranderen het uiterlijk van de omgeving, waardoor de relatieve grootte of locatie van objecten in beeld kunnen veranderen. (2-1-3 vs 1-2-3). Dit is een voorbeeld van een zeer groot parallax effect.

dynamic1   dynamic2

Afbeelding 5: Dynamische veranderingen in de vorm van nieuwe bandensporen.

Resultaten

Het prototype systeem kan met succes opbjecten detecteren zo klein als 6x20 cm op een afstand van 30 tot 40 meter van het voertuig . Daarnaast hebben we het volgende bereikt:

  • Real-time uitvoering
  • rijsnelheid tot 30km/h
  • Weinig valse detecties onder typische operationele omstandigheden
  • Detectie van verdachte objecten op of boven de grond
  • Robuust tot 5 meter afwijking in het rij traject

Om veilgheidsredenen tonen we geen detectie voorbeelden van het systeem op deze website.