Uzaktaki bir kuş ile küçük bir drone, tek bir karede aynı birkaç koyu pikseldir; kamera mesafeyi bilmediği için lekenin boyutundan da hüküm çıkmaz. Ayrımı taşıyan bilgi zamanda ve seste durur. Takip algoritması her noktayı kareden kareye taşıdığında iz bir şekle dönüşür: kuşun izinde çırpışın salınımı görülür, dönüşler yay çizer, hız dalgalanır; çok rotorlu araç ise çırpmaz, havada durur ve gövdesini çevirmeden yana kayabilir. Ses bağımsız ikinci kanıttır: rotor, kanat geçiş frekansında ve harmoniklerinde dar bantlı bir ton üretir. Karar tek bir kurala değil, bu öznitelikleri birleştiren bir güven skoruna dayanmalı ve direkte, kenarda verilmelidir.

Kısaca

  • Örnek hesabımızda 400 m'de 0,35 m'lik bir drone yaklaşık 13, bir sığırcık yaklaşık 14 piksel; mesafe bilinmeden boyut bir şey söylemez.
  • Ayrımı izin zamandaki şekli taşır: çırpış salınımı, hız düzeni, havada asılı kalma, dönüş biçimi, sürü bağlamı; hepsinin yanıltan bir istisnası olduğu için karar bir güven skorudur.
  • İzleri sınıflandırıcıya süreyle değil, ekrandaki uzunlukla kesip verin.
  • Seste zarfın periyodu yanıltır, çünkü iki rotorun vuruşu kanat ritmine benzeyebilir; belirleyici olan tonalliktir.
  • Kamera ve mikrofon yolu direkteki kutuda birleşir; ölçüt watt başına fps, operatör için camdan cama gecikme.

Tek kare neden yetmez?

Filmimiz bu soruyla açılıyor: şafakta bataklığın üstü kuşlarla dolu ve donmuş bir karede her uzak cisim aynı koyu nokta. Film bir kavram filmi; bataklık, kuşlar, drone ve direk bizim 3B animasyonumuz, ekrandaki kutu ve izler dedektör çıktısı değil. Sorunun geometrisi ise gerçek.

Örnek hesap (varsayımlar: drone genişliği 0,35 m, mesafe 400 m, piksel aralığı 3,45 µm, odak uzaklığı 50 mm): açısal boyut 0,35 / 400 = 0,875 mrad; bir pikselin gördüğü açı (IFOV) 3,45 µm / 50 mm = 69 µrad; drone görüntüde 0,875 mrad / 69 µrad ≈ 12,7 piksel tutar. Bu mesafede bir piksel yaklaşık 2,8 cm'dir.

Pennycuick'in göçmen kuş ölçümlerindeki kanat açıklıklarıyla aynı kamerada sığırcık (0,384 m) ≈ 13,9 piksel, karabaş martı (0,963 m) ≈ 34,9 piksel tutar; martı yaklaşık 1,1 km'de drone'un 12,7 pikseline iner. Tek kamera mesafeyi ölçmediği için "küçük ve yakın" ile "büyük ve uzak" aynı lekeyi bırakır. Aynı optikle 2448 piksel genişliğinde bir sensörün yatay görüş alanı yalnızca 9,7° civarındadır; filmdeki kameranın pan-tilt kafada durmasının mantığı bu. Dedektör tarafını C-UAS mimari yazımızda anlattık; burada konu sınıflandırma.

İz hangi öznitelikleri taşır?

İz bir zaman serisidir: konum, hız, lekenin alanı ve parlaklığı. Filmdeki bir iz hiç çırpmıyor, düz ve sabit hızla gidiyor, havada duruyor, sonra dönmeden yana kayıyor; bu şekli bir kuş bırakmaz.

Öznitelik Kuşta Çok rotorlu drone'da Nerede yanıltır
Çırpış salınımı (leke alanı, parlaklık) Türe göre 2,9–18,2 Hz Yok Süzülen kuş çırpmaz; düşük örneklemede frekans katlanır
Hız düzeni Çırpıp süzülmede hız, sekerek uçuşta yükseklik dalgalanır Düz çizgi, sabit hız Süzülen yırtıcı ve sabit kanatlı drone da düzgün gider
Havada asılı kalma Nadir Güçlü işaret Kerkenez avlanırken havada durur
Yön değişimi Hız varken yay çizer Durur, gövdeyi çevirmeden yana öteler Takipçi hatası ya da kafa hareketi sahte yana kayma üretir
Sürü bağlamı Komşularıyla aynı yön ve hız Çoğunlukla tek Tek uçan kuş; sürüye yakın geçen drone
İvme profili Çoğunlukla ileri yönde Her yönde; sert fren ve kalkış Rüzgâr darbesi iki izi de sarsar

Çırpış frekansında referans, Pennycuick'in Falsterbo'dan geçen 16 göçmen türdeki ölçümleri: kızıl çaylakta 2,88 Hz, dört martı türünde 2,91–3,27 Hz, tahtalı güvercinde 5,61 Hz, sığırcıkta 10,6 Hz, ispinozda 18,2 Hz. Çırpıp süzülen yırtıcılarda hız dalgalanıyor, yükseklik pek değişmiyor; sekerek uçan ispinoz kanatlarını kapatıp serbest düşüyor ve yörüngesi aşağı, sonra yukarı kıvrılıyor. Uzakta en güçlü sinyal genellikle kanatların açılıp kapanmasıyla değişen leke alanıdır; birkaç santimetrelik gövde salınımı 400 m'de bir pikselin altında kalır.

Örnek hesap: Kamera 30 fps, ağır dedektör dört karede bir koşuyor ve çırpış yalnızca dedektör kutusundan okunuyor. Etkin örnekleme 30 / 4 = 7,5 Hz, Nyquist sınırı 3,75 Hz olur; tahtalı güvercinin 5,61 Hz'i |5,61 − 7,5| = 1,89 Hz'e katlanır. Çözüm, salınımı her karede koşan ucuz bir ölçümden, izin öngörülen konumundaki küçük bir pencereden okumaktır.

Tablonun son sütunu asıl mesaj: her öznitelik tek başına yanıltabilir, bu yüzden iz boyunca biriken bir kanıt katkısıdır. Havada durma ile çırpış kerkenezi, havada durma ile salınımsızlık ve rotor tonu drone'u işaret eder.

İz uzunluğu neden piksel cinsinden sınırlanır?

Bu dersi filmdeki izleri ekrana çizerken öğrendik. İzleri önce süreyle sınırladık; drone kuştan çok daha hızlı olduğu için aynı süre kuşta birkaç piksellik bir kuyruk, drone'da kadrajı boydan boya geçen bir çizgi bıraktı. Süreyi kısaltmak dengesizliği yalnızca öbür uca taşıdı. Ölçütü piksele çevirdik: izler ekranda belli bir uzunluğa kadar tutuluyor, kuş ve drone benzer boyda iz bırakıyor ve fark şekilde kalıyor.

Sınıflandırıcıda da eğrilik ve yön değişimi gibi şekil öznitelikleri, izler benzer uzunlukta kesilip sabit sayıda noktaya örneklendiğinde karşılaştırılabilir olur; çırpış gibi frekans öznitelikleri ise zaman penceresi ister. Pan-tilt kafa döndükçe görüntü de kaydığı için izi, kafanın o kareye ait açısını ekleyerek azimut ve yükseliş cinsinden tutun; sabit odakta bu, ekrandaki uzunlukla aynı ölçüttür.

# Taslak: izi süreyle değil açısal uzunlukla kes, yay uzunluğuna göre yeniden örnekle.
# Nokta: (azimut * cos(yükseliş), yükseliş) radyan; liste en yeniden eskiye.
import numpy as np

def iz_penceresi(noktalar, azami_uzunluk):
    secilen, toplam = [noktalar[0]], 0.0
    for yeni, eski in zip(noktalar, noktalar[1:]):
        toplam += np.hypot(*np.subtract(yeni, eski))
        if toplam > azami_uzunluk:
            break
        secilen.append(eski)
    return np.array(secilen[::-1])

def yeniden_ornekle(iz, n=32):
    s = np.concatenate([[0.0], np.cumsum(np.hypot(*np.diff(iz, axis=0).T))])
    if s[-1] == 0.0:
        return None  # havada duran hedef: şekil yok, hover kanıtı var
    t = np.linspace(0.0, s[-1], n)
    return np.column_stack([np.interp(t, s, iz[:, 0]), np.interp(t, s, iz[:, 1])])

Ses: rotor tonu, kanat darbesi ve vuruş tuzağı

Filmin ikinci ipucu ses: "A wingbeat is a slow pulse. A rotor is a steady tone."

Bir pervanenin kanat geçiş frekansı, saniyedeki devir ile kanat sayısının çarpımıdır; 6000 dev/dk dönen iki kanatlı pervanede 100 × 2 = 200 Hz. NASA Langley'nin ölçtüğü dört rotorlu araçta, havada dururken 200 Hz civarında her rotorun ayrı bir çizgisi var; devirler kanat ve motor farkları, ağırlık merkezindeki kayma ve rüzgâr yüzünden tam eşit değil.

Yakın iki ton üst üste binince genlik, iki frekansın farkı kadar bir hızla kabarıp söner; buna vuruş denir. Örnek hesap: Temel frekanslar 200 Hz ve 203 Hz ise (iki kanatlı pervanede 6000 ve 6090 dev/dk, %1,5'lik devir farkı) zarf saniyede 3 kez kabarır; Pennycuick'in martılarda ölçtüğü çırpış frekansı ise 2,91–3,27 Hz.

Bu tuzağa kendi filmimizde düştük: ilk karışımda iki rotor sesinin küçük devir farkı zarfta kanat ritmine yakın bir vuruş üretti ve "rotor sabit bir tondur" cümlesi kulakta doğrulanmıyordu. Ses sentetik bir tasarım, saha kaydı değil; zarfını ve spektrumunu inceleyip düzelttik. Ders gerçek: yalnızca zarf periyoduna bakan naif bir ayırıcı bu rotoru kanat sanardı.

Ayrım tonallikte. Rotor enerjisi ortak bir temel frekansın katlarında, dar bantlarda toplanır; filmde kanat çırpışını yavaş, geniş bantlı, düzensiz aralıklı bir darbe olarak tasarladık. Zarf periyoduna bu yüzden dar bant enerji oranı eşlik etmeli. Tonallik de tek başına yetmez: kuşlarda saf tonlu ötüş yaygındır, kara taşıtları da harmonik dizi üretir. Rotoru ele veren, kanat geçiş frekansına oturan ve manevrayla kayan harmonik dizidir.

her ses penceresi için (ilgi bandında):
  dar   = en güçlü tepelerin ±Δf çevresindeki enerji / banttaki toplam enerji
  dizi  = tepelerin ortak bir f0'ın tam katlarına oturma oranı
  zarf  = zarfın modülasyon spektrumundaki baskın periyot

  rotor kanıtı  ← dar yüksek VE dizi yüksek   (zarf periyodu tek başına kanıt değil)
  ötüş şüphesi  ← dar yüksek AMA harmonik dizi yok (tek çizgi)
  kanat kanıtı  ← dar düşük VE zarfta yavaş, düzensiz darbe

Mikrofon dizisi: yön nereden gelir?

Tek mikrofon rotoru duyar ama yerini söyleyemez; yön, kapsüller arasındaki varış zamanı farkından (TDOA) çıkar. Uzak bir kaynak için gecikme τ = d · sin θ / c'dir (d kapsül aralığı, θ geliş açısı, c ses hızı); klasik kestirim yöntemi genelleştirilmiş çapraz korelasyondur (Knapp ve Carter, 1976). Örnek hesap (kapsül aralığı 0,20 m, 48 kHz örnekleme, 20 °C'de ses hızı 343 m/s): en büyük gecikme 0,20 / 343 ≈ 0,58 ms, yani yaklaşık 28 örnek; dizinin tam karşısında bir örneklik adım yaklaşık 2°'ye denk gelir.

Sınırlar da belli: Svanström ve arkadaşlarının taradığı akustik çalışmalarda raporlanan en uzun tespit menzili, 120 elemanlı bir diziyle 290 m. Açık kaynaklı EchoHawk hattının yazarı da radara göre kısa menzil ile rüzgâr ve geniş bantlı gürültüye duyarlılık yüzünden akustiği çok sensörlü sistemin bir katmanı sayıyor. Ses yolunun asıl işi, "o yönde rotor var mı?" sorusunu cevaplayıp kafayı o yöne çevirmektir.

İki yol aynı kutuda: füzyon nasıl kurulur?

Filmde kamera yolu (tespit, takip, iz öznitelikleri) ile ses yolu (spektral öznitelikler, yön) direkteki kutuda birleşiyor; bunun iki düzeyi var.

Karar düzeyinde (geç) füzyon Öznitelik düzeyinde füzyon
Ne birleşir Her yolun sınıfı ve güven skoru İz ve ses öznitelikleri tek vektörde
Ön koşul Ortak zaman penceresi; ses yönünün bir izle eşleşmesi Kare ile ses örneği arasında sıkı zaman hizası; birlikte etiketlenmiş veri
Güçlü yanı Yollar ayrı sınanır; biri düşerse öteki çalışır Kanallar arası ilişkiyi öğrenebilir
Zayıf yanı Çelişkide ortalama almak bilgiyi siler Eksik kanal girdiyi bozar; çok veri ister

Svanström ve arkadaşlarının kızılötesi ve görünür kamera, mikrofon ve pan-tilt platform içeren düzeneği geç füzyon kullanıyor: sınıf ve güven çıktıları toplanıp yaklaşık bir saniye yumuşatılıyor. On dakikalık bir kayıtta "en az iki sensör" koşulu, tek sensör yanlış tespitlerinin hiçbirini sistem alarmına çevirmemiş.

Her iki düzeyde de ses yönü bir izin azimutuyla eşleşmedikçe o ize kanıt sayılmaz; bu eşleştirme ve zaman hizası sensör füzyonu işinin zeminidir. Kamera "kuş" derken aynı yönden kararlı bir harmonik dizi geliyorsa ortalama almayın: sürüye yakın bir drone olabilir ya da ses başka bir kaynaktandır. İzi "çelişkili" diye işaretleyip kafayı çevirin, yakınlaştırın. Sesin yokluğu kuş lehine kanıt değildir; hedef menzil dışında ya da rüzgârın altında kalmış olabilir.

Neden direkte: watt başına fps ve camdan cama gecikme

Bulut seçeneğini C-UAS yazısında tartıştık; sınıflandırma bir neden daha ekliyor. Örnek hesap (varsayımlar: 2448 × 2048 piksel, 8 bit, 30 fps): ham görüntü saniyede ≈ 150 MB, yani ≈ 1,2 Gbit/s eder ve telsiz bağlantıdan ancak sıkıştırılarak geçer; kayıplı kodlama da birkaç piksellik bir lekenin salınımını kolayca yumuşatır. Mikrofon kanalları ise örnek hassasiyetinde hizalı kalmalı. Hesap sensörün yanında yapılınca bağlantı kopması direği kör etmez.

Direkte güç sınırlı ve kutu ısısını kendisi atmak zorunda. Bu yüzden ölçüt watt başına fps: kameradan iz çıkışına uçtan uca kare hızı bölü muhafaza girişinden okunan watt. Filmin künyesindeki araçlar (Jetson Orin NX, TensorRT, INT8, DLA) çalıştığımız zincir; böyle bir ölçümün nasıl kurulduğunu Edge AI çıkarım hattı yöntem notunda ve kenarda yapay zekâ hattı sayfasında anlatıyoruz. Sitedeki vaka Orin NX'i bir hava aracında anlatıyor; filmdeki direk bir kavram kurgusu.

Operatör resmi biraz sonra görür; bu gecikme camdan cama ölçülür: olayın fotonlarının lensten geçtiği andan, aynı olayı gösteren fotonların ekran camından çıktığı ana kadar. Bachhuber ve Steinbach'ın LED ve fototransistörle çalışan yönteminde sonuç bir dağılımdır; operatör kararı bu görüntüyle verdiği için dağılımın kuyruğu ortalamasından önemlidir.

Ne ölçerdik

Filmde tek bir rakam yok; bir rakam yayımladığımızda kurulumu ve yöntemi yanında durur. Ölçeceklerimiz:

  • aynı yük altında uçtan uca fps ve muhafazada watt;
  • camdan cama gecikmenin dağılımı ve en kötü değeri;
  • sınıf ve mesafe bazında karışıklık matrisi ile kuş yoğun sabahlarda saat başına yanlış alarm;
  • güven eşiğinin izin kaçıncı saniyesinde aşıldığı.

Radar mikro-Doppler: filmde olmayan yol

Filmde radar yok, ama üçüncü bir yol var: dönen pervane ve çırpan kanat, radar yankısında ana Doppler frekansının çevresinde yan bantlar (mikro-Doppler) üretir. Rahman ve Robertson'ın 24 GHz ve 94 GHz ölçümlerinde drone imzası iki yana geniş yayılan pervane parlamaları, kuş imzası ise çırpış frekansında tekrarlayan ve o geniş yayılımı taşımayan parlamalar gösteriyor. Zorluk burada da var: kuşlar drone'larla benzer boyda, benzer irtifa ve hızlarda uçar.

Nerede yanlış gider

  1. Tek özniteliğe karar yükletmek. Havada durma kerkenezde, çırpmasız düz uçuş süzülen kuşta da var.
  2. Çırpışı yanlış hızda örneklemek. Salınım yalnızca N karede bir koşan dedektörün kutusundan okunursa frekans katlanır.
  3. Kafa hareketini ize yazmak. Pan-tilt açısı ile kare aynı ana ait değilse kafanın dönüşü ize sahte kayma olarak yazılır; hedefleri karıştıran takipçi de aynısını yapar.
  4. Zarf periyoduna güvenmek. Rotor vuruşu kanat ritmine düşebilir; dar bant oranına ve harmonik diziye bakın.
  5. Tonalliği rotor saymak. Saf tonlu ötüş ve taşıt harmonikleri de tonaldir.
  6. Sesin yokluğunu kanıt saymak. Menzil ve rüzgâr rotoru duyulmaz yapabilir.
  7. Klip düzeyinde değerlendirmek. Aynı kaydın dilimleri hem eğitimde hem testte olursa başarım şişer; kayıt oturumuna göre bölün.

Bu yazının söyleyemedikleri

  • Saha verisi yok; hiçbir sınıflandırıcı için doğruluk ya da yanlış alarm oranı vermiyoruz.
  • Film bir kavram filmi: bataklık, kuşlar, drone ve direk bizim 3B animasyonumuz; kutu, iz ve etiketler dedektör çıktısı değil. Ses de sentetik bir tasarım.
  • Sitedeki C-UAS vakası Orin NX'i hava aracında anlatıyor; direğe kurulmuş bir sistemden söz etmiyoruz.
  • Literatürden aktarılan sayılar o çalışmaların koşullarına aittir; örneğin Pennycuick'in ölçümleri 200 m'nin altında uçan kuşlar için.
  • Gerçek bir kuşun kanat sesinin bir direkten hangi mesafede duyulabildiğini bilmiyoruz; filmde onu tasarım kararıyla duyulur yaptık.

Sık sorulan sorular

Kamera tek başına kuş ile drone'u ayırabilir mi?

Uzakta tek bir kareyle güvenilir biçimde ayıramaz: örnek hesabımızda 400 m'deki 0,35 m'lik drone ile bir sığırcık aynı 13–14 piksellik lekedir. Kamera mesafeyi bilmediği için ayrım izin zamandaki şekline dayanır.

Hangi iz öznitelikleri drone'u ele verir?

Çırpış salınımının yokluğu, düz ve sabit hızlı gidiş, havada asılı kalma ve gövdeyi çevirmeden yana öteleme. Kerkenez havada durduğu, süzülen kuş çırpmadığı için hiçbiri tek başına yetmez; karar iz boyunca biriken bir güven skorudur.

Akustik tespit neden ek bir kanıt?

Görüntüden bağımsız bir olayı ölçer: rotor, kanat geçiş frekansında ve harmoniklerinde dar bantlı bir dizi üretir ve bu dizi pustan etkilenmez. Menzili kısa ve rüzgâra duyarlı olduğu için kameranın yanına konur, yerine değil.

Bu işlem neden direkte yapılır?

Birkaç piksellik salınım video sıkıştırmasında kolayca yumuşar, mikrofon kanalları da örnek hassasiyetinde hizalı kalmalıdır. Sensörün yanındaki hesap bağlantı kopunca da çalışır; ölçüt watt başına fps, operatör için camdan cama gecikmedir.

Kaynaklar

Kaynaklara erişim tarihi: 26 Eylül 2026.