Commissioning An All-Sky Infrared Camera Array for Detection Of Airborne Objects

要約

現在までのところ、その特性と運動学が既知の現象の性能範囲外にあるとされる未確認航空現象 (UAP) に関する公的に利用可能な科学データはほとんどありません。
この欠陥に対処するために、ガリレオ プロジェクトは、空を継続的に監視し、自然現象と人為的現象を含むすべての航空現象の厳密な長期航空個体数調査を実施するための、マルチモーダルな地上観測所の設計、建設、試運転を行っています。
重要な機器の 1 つは、8 台の非冷却長波赤外線 FLIR Boson 640 カメラを使用した全天赤外線カメラ アレイです。
その校正には、自動従属監視放送 (ADS-B) データからの飛行機の位置を使用する新しい外部校正方法が含まれています。
私たちは、ADS-B データ、合成 3D 軌道、および手作業でラベル付けされた実世界のデータセットから派生した実世界のデータセットを使用して、5 か月の現場運用にわたるシステム パフォーマンスの最初のベースラインを確立します。
当社は、さまざまな気象条件、航続距離、航空機のサイズに対する受容率 (例: 記録された視認可能な飛行機) と検出効率 (例: 正常に検出された記録された飛行機) を報告します。
この試運転期間から $\sim$500,000 ドル分の飛行物体の軌道を再構築します。
おもちゃの外れ値検索では、2 次元で再構成された軌道の大きな曲がりに焦点を当て、軌道の約 16% が外れ値としてフラグを立てました。
手動によるレビューの後、144 個の軌道はあいまいなままです。これらはありふれた物体である可能性が高いですが、開発の現段階では、距離や運動学の推定、またはその他のセンサー方式を使用しない限り解明できません。
観測されたあいまいな外れ値の数と系統的な不確実性を組み合わせると、95% の信頼水準で 5 か月間の外れ値の上限は 18,271 個となります。
重要性を評価するこの可能性ベースの方法は、今後のすべての外れ値検索に適用できます。

要約(オリジナル)

To date there is little publicly available scientific data on Unidentified Aerial Phenomena (UAP) whose properties and kinematics purportedly reside outside the performance envelope of known phenomena. To address this deficiency, the Galileo Project is designing, building, and commissioning a multi-modal ground-based observatory to continuously monitor the sky and conduct a rigorous long-term aerial census of all aerial phenomena, including natural and human-made. One of the key instruments is an all-sky infrared camera array using eight uncooled long-wave infrared FLIR Boson 640 cameras. Their calibration includes a novel extrinsic calibration method using airplane positions from Automatic Dependent Surveillance-Broadcast (ADS-B) data. We establish a first baseline for the system performance over five months of field operation, using a real-world dataset derived from ADS-B data, synthetic 3-D trajectories, and a hand-labelled real-world dataset. We report acceptance rates (e.g. viewable airplanes that are recorded) and detection efficiencies (e.g. recorded airplanes which are successfully detected) for a variety of weather conditions, range and aircraft size. We reconstruct $\sim$500,000 trajectories of aerial objects from this commissioning period. A toy outlier search focused on large sinuosity of the 2-D reconstructed trajectories flags about 16% of trajectories as outliers. After manual review, 144 trajectories remain ambiguous: they are likely mundane objects but cannot be elucidated at this stage of development without distance and kinematics estimation or other sensor modalities. Our observed count of ambiguous outliers combined with systematic uncertainties yields an upper limit of 18,271 outliers count for the five-month interval at a 95% confidence level. This likelihood-based method to evaluate significance is applicable to all of our future outlier searches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google