《面相高速武器冲击评估的靶区参考算法》

使用武器评分系统（WSS）评估空地射击演习对于军队实现网络中心战（NCW）非常重要。有效的NCW要求WSS能够快速、准确地实时评估多名人员从多个航向进行的射击。目前大多数用于战斗机训练使用的监控系统仅旨在评估飞行员的能力。此外，该系统侧重于弹/火箭在射击场爆炸的弹着点位置，通常是从单一航向发射。然而，WSS当前的发展面临若干挑战，包括用于目标射击区域的单一摄像机校准算法产生的弹/火箭轨迹不够理想、缺乏与地理坐标（纬度、经度）的同步、以及无法评估来自不同方向的射击。因此，本研究旨在开发一种目标区域地理参考算法（TAGA），利用计算机视觉，具体是12-03-06-09椭圆校准，来监控和评估使用高速武器的空地射击演习。结果成功地识别了弹/火箭爆炸点的位置、其距离中心点的距离、火箭的角度、以及弹/火箭轨迹根据地理坐标指向弹着点的精度，这些都基于不同的射击航向变化。通常，TAGA有助于评估演习中不同参与者的能力，包括飞行员的能力、飞机准备团队、武器团队、飞机的航电系统以及航空武器和炸弹/火箭的质量。最终，该算法通过提供更准确的射击分析，有助于加速NCW的实现，这些分析可以快速传达给指挥官和所有训练组成部分，无论其位置如何。

军事训练系统的发展已从传统方法显著进步到当前的工业革命4.0时代。在这个时代，通过多种方法增强了作战技术以实现网络中心战（NCW）能力。通常，军队的作战训练是强制且非常重要的活动，其中射击演习占主导地位。这些演习包括使用重型装备，如坦克、战斗机、武装直升机、军舰和导弹发射器。同样需要认识到，训练中使用的目标形状和类型也各不相同。通常，军队射击训练的评估采用多种方法进行，从传统方式到全自动方式不等。传统评估包括直接观察对射击目标的影响。随后，虚拟环境越来越多地用于为军事应用提供训练。与其他部门类似，军事领域需要通过现有行业的数字化转型来获得更强大的自主技术（Berawi, 2021）。Zeng等人（2021）提出了一种基于语义匹配生成作战体系仿真场景的方法（Zeng et al., 2021）。

由于信息和数据技术的进步、计算机使用的增加以及智能系统自动化的发展，许多工业部门正在经历数字化转型（Berawi, 2020）。每个国家的军事训练都被认为非常昂贵，但它仍然是预算优先事项。此外，军事训练的高成本源于所包含的可变时间和风险，因为每次演习都需要操作防御装备，包括作战车辆、各种类型的武器和弹药。已经创建了几种技术系统来支持军事训练，例如（Lábr and Hagara, 2019），尽管大多数训练仍以传统方式进行。否则，武器-目标分配问题需要解决，其中一项研究实施了比例导航律（PNG law）和贪婪启发式算法以实现分配（Lee et al., 2021）。这是因为训练场通常缺乏必要的传感器来支持高级作战训练。该支持旨在实现成本效益并快速提高士兵能力。其他研究工作引入了基于计算机视觉的实时系统，用于检测公共空间（即街道、自动取款机等）不同类别的枪支（Ramon and Barba Guaman, 2021）。一项已报道的研究尝试通过使用YOLOv5、RCNN和SSD等算法来平衡权衡（Tamboli et al., 2023）。另外，也有人提出了基于深度学习模型YOLO V5的武器检测系统，以充分提高仿射、旋转、遮挡和尺寸变化的适应能力（Khalid et al., 2023）。同时，先前的研究也使用类似方法，利用计算机视觉检测武器弹着点（Infantono et al., 2023）。

为协助军方选择合适的监测、评估作战及其他军事演习的技术，有必要对军事训练系统中的技术发展进行学术概述。此外，（Piedimonte and Ullo, 2018）表明，预算限制和人力资源减少，以及管理和控制系统日益复杂，促使大型组织寻求新的方法。这些方法旨在在其服役阶段支持这些系统。

进行飞机火箭从空中对地发射的演习是为了提高战斗机飞行员的专业性。此外，训练在称为空中武器靶场（AWR）的指定区域进行。在AWR的背景下，演习的主要目标是确定火箭的弹着点。

确定火箭在射击场弹着点的最终位置坐标类似于追踪移动物体。视频处理中的一些运动检测技术已被提出（Bang, Kim and Eom, 2012; Ghosh et al., 2012; Yong et al., 2011; Hoguro et al., 2010; Liebelt and Schmid, 2010）。此外，图像处理技术的探索在一个称为空中武器评分系统（AWSS）的评估系统中得到实施。当前的AWSS使用（Meggitt Defense Systems, 2024）和（AWSS, 2024）的摄像头，每个摄像头都布置在远离射击场的地方。作战飞机必须使用其射击源射击目标，该射击源位于两个摄像头之间，如图1(a)所示。两个3CCD摄像头安装在固定结构上，例如观察塔和远程塔。此外，该系统产生关于火箭弹着点的信息，这对战斗机飞行员做出决策至关重要。当前评分系统的实施基于（Wahyudi and Infantono, 2017）的研究。探索者们继续使用增强现实技术开发可视化系统，即ARoket（Infantano and Wahyudi, 2014）。其他，武器评分系统还实施了雷达系统（Høvring, 2020）和声学方法（Bel, 2024）。

火箭精度评分结果将实时发送给飞行员，供其学习以加深理解。当结果显示射击过程中存在任何未预测的误差或错误时，飞行员可以利用此信息在下一轮射击中修正。然而，这个过程对飞行员来说是个问题，因为从这些未预测到的错误中学习并理解失误是不可见的。

承接上一段，找到这些错误和失误的解决方案至关重要。因此，本研究提出了一种新的飞机火箭图像捕捉系统模型。该模型引入了新的变量，如火箭的角度和轨迹，以及更复杂的基础设施，包括摄像头和便携式观察员。通过了解火箭的角度和轨迹，就有可能预测射击误差和失误的原因，并且这种预测由计算系统执行。

（Wahyudi and Infantono, 2017）提出的3D混合现实（Mixed Reality）存在的问题是，它无法在不知道射击方向的情况下可视化火箭的运动，因为它缺乏除215度外飞机航向方向的信息。简而言之，混合现实可视化显示火箭总是从大致相同的点发射，并飞向215度方向。唯一的区别是弹着点坐标数据、火箭弹着点距离目标中心点的距离以及射击角度。该过程支持一种训练模式，允许飞机在机动期间从任何位置发射火箭。此问题导致训练指挥部人员对演习的评估不准确。此外，问题的出现还因为WSS并非专门设计用来识别火箭（纬度、经度）飞向目标时的坐标。此限制可能是源于（Infantono et al., 2014）研究中使用的针对目标区域的摄像头视图校准技术。Faraji等人（2016）介绍了一种不需要地面控制点（GCP）的全自动地理参考过程。然而，该方法尚无法应用于检测高速火箭或炸弹。(Faraji et al., 2016)。即使WSS能生成火箭发射位置的坐标值，Wahyudi和Infantono报道的3D混合现实也尚未配备实时同步地理坐标（纬度和经度）的方法（Wahyudi and Infantono, 2017）。

在先前的方法中，最终计算确定的是爆炸点到中心点的像素距离。为了将这些结果与靶场安全官（RSO）的评估进行比较，需要将像素转换为米。此外，该转换将适应所提方法的上下文。实验中图像采集的初始尺寸为1280像素（宽）和720像素（高），分辨率为96像素/英寸或37.795像素/厘米。转换需要比较图像中对象的尺寸与实际尺寸。同时，将图像尺寸更改为640像素（宽）和360像素（高）并不会改变分辨率。

一项研究也利用3D几何学从单幅图像中呈现视点不变特征（Cao and McDonald, 2009）。有提议进行部分3D重建，其中建筑物的空间布局使用3D空间中的多个平面表示。在相关工作中，（Zhao and Zhu, 2013）提出了一种处理运动类别的3D方法。（Wang et al., 2012）总结道，虽然视觉系统试图最小化3D速度，但早期的视差处理强烈影响感知的3D运动方向。Chouireb和Sehairi在不同技术和硬件平台上比较了跨视频分辨率的背景减除方法的性能（Chouireb and Sehairi, 2023）。所测试的板卡配备了不同版本的ARM多核处理器和嵌入式GPU（Talarico et al., 2023）。

一个国家的作战训练包括用于监测和衡量其能力的防御装备、士兵和支持技术。支持军事技术的若干进展已经取得，例如训练仿真技术。Wei和Ying（2010）研究了一个用于模拟训练的自动化评分系统，提出了构建此类系统的基本原则和通用方法。（Talarico et al., 2023）确定了运动中射击时的静态射击成绩、移动速度、负载携带以及生物力学因素是否影响动态射击成绩。一些研究结果也通过应用深度学习算法（如Rehman and Fahad, 2022, Yeddula and Reddy, 2022 和 Bhatti et al., 2021）为武器检测提供了信息。

理解导弹或火箭轨迹的重要性体现在Nan等人（2013）的研究中，他们进行了关于飞机武器投射轨迹优化问题的初步研究。此外，为复杂任务环境下的飞机轨迹优化创建了一种强大而高效的方法。该方法在所测试的任务场景中效果良好，其主要特点是将轨迹优化问题转换为参数优化问题。该转换通过成熟的数值优化技术解决了问题。而且，该方法可应用于具有不同战术模板公式的其他轨迹优化案例。

作战演习的规模也通过操作武器并将其瞄准目标的过程来衡量，这一过程与指挥和控制功能密切相关。Leboucher等人（2013）报告了一种解决动态武器目标分配问题的两步优化方法。此外，武器目标分配（WTA）系统负责分配合适的武器来防御某区域或资产免受敌方攻击。由于每种情况的独特性，这些问题应实时解决并适应发展中的空/地态势。一项基于McWiLL和RS-485网络集成的多级远程目标评分系统的研究已被提出（Xin et al., 2014）。

军事演习的有效性也通过部队的协调和战备状态的成功来评估。在当前的武器投射演习中，WISS系统仅检测并显示炸弹/火箭在目标上的弹着位置。该训练系统忽略了炸弹/火箭从战斗机发射时的轨迹和行为。此外，该行为对于全面理解影响作战演习成功（包括人员、飞机和武器）的所有因素至关重要。从科学角度讲，WISS无法跟踪炸弹/火箭在接近目标（因其高速）时的轨迹和角度。根据飞行员发射火箭的经验，飞机速度可达400节（205,778米/秒），火箭的初速可达600米/秒。影响这些状况的因素之一是摄像头与目标区域之间的初始校准。此外，适当的校准对于精确表示真实条件至关重要，并可作为分析和评估整体演习的基准。此评估包括弹/火箭的弹着点、武器的能力、质量和特性，以及所有相关人员的表现。然而，Wahyudi和Infantono（2017）的3D混合现实研究（建立在（Infantono et al., 2014）的3D视图几何研究基础上）并未使用校准系统来获得来自云层的准确初始数据。先前的研究提出了一种利用计算机视觉、采用顺时针椭圆校准（Clockwise-elliptical calibration）的方法来监测和评估空地射击演习（Infantono et al., 2024）。需要进一步的研究以使系统能够以接近实时的速度可视化射击过程和结果。

检测炸弹/火箭在撞击前接近目标时的轨迹和角度是必要的。基于引言，分析WSS在军事演习中的结果非常重要，以识别需要改进的领域并提高支持战备状态的演习质量。本研究按以下方式组织：引言、研究方法、结果与讨论以及结论。