Infrarot-Detektion
Aus Wissen gegen Minen
 |
In anderen Sprachen: |
• English |
Die Ausführungen auf dieser Seite sind stark angelehnt an "Alternatives of Landmine Detection" Jacqueline MacDonald et.al, RAND report, ISBN 0-8330-3301-8, Document Number: MR-1608-OSTP, Year: 2003. Für die Verwendung der englischen Fassung liegt die Erlaubnis von RAND vor.
Inhaltsverzeichnis |
Passive thermische Detektion
Seit den 50-iger Jahren ist bekannt, dass Infrarot-Sensoren zur Minendetektion angewendet werden könnten [1]. Die Sensoren sind empfindlich in einem speziellen Bereich der elektromagnetischen Strahlung, dem so genannten infraroten Bereich. Die Quelle des empfangenen Signals kann entweder eine natürliche Quelle sein (Thermische Emission oder Streuung des Sonnenlichtes) oder eine künstliche Quelle (z.B. Bestrahlung mit einem Laser). Daher unterscheidet man passive und aktive Sensoren.
Physikalische Grundlagen
Ein großer Teil des auf den Boden auftreffenden Sonnenlichtes wird absorbiert und führt dadurch zur Erwärmung des Erdreiches. Als Ergebnis dieser Erwärmung emittiert der Boden seinerseits Wärmestrahlung, die von einem Infrarotsensor (IR-Sensor) empfangen werden können. Periodische Erwärmung und Abkühlung des Bodens (Tag / Nachtzyklus) werden eine vergrabene Mine und das umgebende Erdreich in unterschiedlicher Weise beeinflussen, was zu einer sich an der Bodenoberfläche abzeichnenden Temperaturdifferenz führt. Je nach Beschaffenheit der vergrabenen Mine kann diese eine andere thermische Leitfähigkeit und/ oder eine andere Wärmekapazität als der umgebende Boden haben. Z.B. kann sich die dünne, die Mine bedeckende Bodenschicht bei Sonneneinstrahlung stärker erwärmen als die benachbarte Bodenoberfläche, weil die Mine die Ableitung der Wärme in tiefere Bodenschichten behindert. Umgekehrt wird abends und nachts, die die Mine bedeckende Bodenschicht die in ihr gespeicherte Wärme schneller abgeben als das umgebende Erdreich und demzufolge schneller eine tiefere Temperatur haben. Dies ist allerdings ein vorübergehender Effekt, weil nach längerer Zeit diese Temperaturdifferenzen verschwinden, wenn die Abkühlung der Umgebung die Bodenschicht über der Mine „eingeholt“ hat. Man spricht dann vom thermischen Gleichgewicht. Nach Eintritt eines thermischen Gleichgewichtes ist die Detektion von vergrabenen Minen mit IR-Sensoren unmöglich. Die Möglichkeit der Minendetektion mit IR-Sensoren ist also abhängig vom Vorhandensein sich zeitlich ändernder Umweltbedingungen (Sonneneinstrahlung, Windgeschwindigkeit, Bodenbedeckung/Vegetation, Zusammensetzung des Bodens, Feuchtigkeitsgehalt…).
Die meissten thermischen Detektionskonzepte basieren auf „Schnappschüssen“ des interessierenden Bodenbereiches. Für den Fall, dass gerade ein thermisches Gleichgewicht vorliegt, ist auf dem Schnappschuss nichts zu erkennen. Mehrere zeitlich gestaffelte Bilder (etwa 12 Bilder über 24 Stunden) liefern prinzipiell ein besser auswertbares Ergebnis.
Entwicklungsstand
Passive Breitband-Sensoren für den IR-Wellenlängenbereich stehen in ausgereifter Form von verschiedenen Herstellern zur Verfügung. Auswertealgorithmen für die von den IR-Sensoren gelieferten Signale sind weniger ausgereift.
Einschränkungen
Die Signaturveränderung in Abhängigkeit von der Zeit und den Umweltbedingungen bleibt ein permanentes, nicht umgehbares Problem für die Minendetektion mit IR-Sensoren. Die optimale Zeit für die Detektion und die Erreichbarkeit eines maximalen Kontrastes in Abhängigkeit der oben beschriebenen Faktoren sind schwer zu erfassen. Störungen von gestreutem, reflekiertem Sonnenlicht sind auch ein Problem. In manchen Fällen sind diese Streustörungen vergleichbar mit den Signaturen, die von Antipersonenminen hervorgerufen werden, sodass es zu Falschalarmen kommt. Die Emission von Folien mit einer Temperatur wie die Vegetation, die sich unter den Folien befindet kann die Temperatur des Erdreiches und der darin vergrabenen Minen überdecken (maskieren).
Möglichkeiten der Verbesserung
Die Prozesse, die zu kontrastreichen IR-Signaturen führen, sind prinzipiell verstanden. In vielen Fällen sind gute Detektionsergebnisse nachgewiesen worden. Dennoch ist in Einzelfällen unklar, warum das Verfahren gelegentlich versagt. Verbesserungen der Detektionsergebnisse sind erreichbar, wenn Daten über einen größeren Zeitraum aufgezeichnet werden, und auf diese Weise die optimalen Bedingungen miterfasst werden. Die Auswertung der über größere Zeiträume aufgenommenen thermischen Signaturen kann zur Identifizierung von Störungen durch Streuung und andere Umwelteinflüsse herangezogen werden
Bibliographie
Sensorspezifisches Verhalten (Receiver Operating Charackterstics – ROC) für thermische IR-Detektoren für eine Mischung von Antipersonen und - Antipanzerminen wurde von Baertlein und Gunatilaka [4] veröffentlicht. Allerdings wurden nur 27 Minentypen (von denen etwa die Hälfte Antipersonenminen waren) unter unkomplizierten Umweltbedingungen untersucht. Milisavljevic et. al. [5] (Netherlands Organisation for Applied Scientific Research) veröffentlichten Untersuchungsergebnisse zu 15 Antipersonenminen. Ergänzende Ergebnisse zu 18 Antipersonenminen liefert Chen et. al. [6]. In Arbeit werden Datensätze, die zu verschiedenen Zeitpunkten gewonnen wurden, verarbeitet.
1. C. Stewart, Summary of Mine Detection Research, Vol. I., Technical Report 1636-TR, Fort Belvoir, Va.: U.S. Army Engineer Research and Development Laboratories (now NVESD), Corps of Engineers, 1960.
2. W. de Jong, H. A. Lensen, and Y. H. L. Janssen, “Sophisticated Test Facility to Detect Landmines,” in Detection and Remediation Technologies for Mines and Minelike Targets IV, A. C. Dubey, J. F.Harvey, J. Broach, and R. E. Dugan, eds., Seattle: International Society for Optical Engineering, 1999, pp.1409–1418.
3. P. Verlinde, M. Acheroy, G. Nesti, and A. Sieber, “First Results of the Joint Multi-sensor Mine-signatures Measurement Campaign (MsMs Project),” in Detection and Remediation Technologies for Mines and Minelike Targets VI, A. C. Dubey, J. F. Harvey, J. T. Broach, and V. George, eds., Seattle: International Society for Optical Engineering, 2001, pp. 1023–1034.
4. B. A. Baertlein and A. H. Gunatilaka, “Optimizing Fusion Architecture for Limited Training Data,” in Detection and Remediation Technologies for Mines and Minelike Targets V, A. C. Dubey, J. F. Harvey, J. Broach, and R. E. Dugan, eds., Seattle: International Society for Optical Engineering, 2000, pp. 804–815.
5. N. Milisavljevic, S. P. van den Broek, I. Bloch, P. B. W. Schwering, H. A. Lensen, and M. Acheroy, “Comparison of Belief Functions and Voting Methods for Fusion of Mine Detection Sensors,” in Detection and Remediation Technologies for Mines and Minelike Targets VI, A. C. Dubey, J. F. Harvey, J. T. Broach, and V. George, eds., Seattle: International Society for Optical Engineering, 2001, pp. 1011–1022. Nada Milisavljevic, Isabelle Bloch, Sebastiaan van den Broek, Marc Acheroy: Improving mine recognition through processing and Dempster-Shafer fusion of ground-penetrating radar data. Pattern Recognition 36(5): 1233-1250 (2003)
6. D. H. Chen, I. K. Sendur, W. J. Liao, and B. A. Baertlein, “Using Physical Models to Improve Thermal IR Detection of Buried Mines,” in Detection and Remediation Technologies for Mines and Minelike Targets VI, A. C. Dubey, J. F. Harvey, J. T. Broach, and V. George, eds., Seattle: International Society for Optical Engineering, 2001, pp. 207–218.
