estudio de las capacidades de vigilancia costera mediante el uso de … · 2018-11-07 · en este...

Estudio de las capacidades de vigilancia costera mediante el

uso de plataformas autónomas colaborativas

Cuevas Esteban, Héctor 1, Blázquez García, Rodrigo 1, Baquero Barneto, Carlos 1 y Burgos

García, Mateo 1, *.

1 Observatorio Horizontes en Defensa y Seguridad ISDEFE-UPM. Av. Complutense, 30. 28040

Madrid. Correos electrónicos: [email protected] (HCE), [email protected] (RBG),

[email protected] (CBB), [email protected] (MBG)

* Autor Principal y responsable del trabajo; Correo electrónico: [email protected] (MBG)

Resumen: El observatorio Horizonte en Defensa y Seguridad ISDEFE-UPM tiene

abierta una línea de prospectiva tecnológica en el ámbito de las plataformas autónomas y de

los sensores embarcados. Actualmente, una de las líneas de investigación de mayor interés

es el desarrollo de sistemas basados en la cooperación de múltiples plataformas autónomas

para realizar misiones de manera conjunta y coordinada. En esta comunicación, se lleva a

cabo un estudio de las capacidades de un sistema de vigilancia costera y salvamento

marítimo basado en la cooperación entre plataformas autónomas aéreas y navales. El trabajo

realizado se enmarca en el área estratégica de las “Smart Borders” establecida en el

programa Horizonte 2020, cuyo objetivo es impulsar el desarrollo de sistemas de vigilancia

fronteriza mediante el uso de nuevas tecnologías de sensores y plataformas autónomas.

Utilizando los parámetros característicos de sensores ópticos embarcados en plataformas

aéreas, se estima su alcance máximo para la detección e identificación de personas y barcos.

A su vez, los parámetros técnicos de los transmisores y receptores utilizados para la

comunicación entre plataformas permiten determinar el alcance máximo de dichos enlaces

teniendo en cuenta modelos de propagación específicos para entornos marítimos. Además,

uno de los aspectos más importantes para el desarrollo de estas plataformas cooperativas

reside en los sistemas de navegación por satélite (GNSS) e inercial (INS). Por este motivo,

se han evaluado las precisiones obtenidas mediante un algoritmo loosely coupled de fusión

GNSS/INS en entornos simulados con el objetivo de proponer una solución de navegación.

Palabras clave: Arquitectura colaborativa, GNSS, navegación inercial, plataformas

autónomas, vigilancia costera.

VI Congreso Nacional de I+D en Defensa y Seguridad, 2018

1. Introducción

Gran parte de los flujos migratorios de entrada en la Unión Europea se producen por vía marítima

a través de las rutas del Mediterráneo oriental, central y occidental [1]. De hecho, en los últimos años

ha tenido lugar un incremento de las llegadas de inmigrantes irregulares a España siguiendo esta última

ruta a través del Estrecho de Gibraltar y del Mar de Alborán [2]. Además de estos flujos migratorios,

la Unión Europea debe hacer frente a las actividades de tráfico de drogas que se producen a través de

sus costas. Aunque una de las principales rutas se produce a través de las costas españolas desde

Marruecos, están surgiendo también nuevas rutas hacia las costas italianas desde Libia [3].

Por todo ello, la Unión Europea, a través del programa Horizonte 2020 [4], está impulsando el

desarrollo de sistemas de vigilancia costera más efectivos para salvamento marítimo y control de

actividades irregulares, como tráfico de drogas o inmigración irregular. En concreto, la Unión Europea

propone el concepto de Smart Borders o fronteras inteligentes basadas en el uso de nuevas soluciones

y tecnologías de sensores y plataformas, con el principal objetivo de mejorar las capacidades de los

sistemas de vigilancia actuales y reducir su coste. Los retos planteados para estas fronteras inteligentes

abarcan todas las actividades relacionadas con: vigilancia de fronteras marítimas, lucha contra el

tráfico de drogas, inmigración irregular y operaciones de salvamento marítimo como las tareas de

búsqueda y rescate. Así mismo, la Acción Preparatoria en investigación en Defensa [5] propone el uso

de vehículos no tripulados en las aplicaciones de defensa aérea, marítima y terrestre como método para

garantizar la vigilancia y seguridad de las fronteras europeas.

Entre las líneas actuales de investigación en vehículos autónomos, destaca el desarrollo de sistemas

cooperativos compuestos por múltiples plataformas que operan de forma conjunta y coordinada para

llevar a cabo una determinada misión. Este es el caso de los enjambres de UAVs (Unmanned Aerial

Vehicles) [6], pero también de sistemas basados en la cooperación de distintos tipos de vehículos

autónomos superficiales y aéreos [7].

En este contexto, se propone un sistema de vigilancia costera basado en el uso de plataformas

autónomas no tripuladas, tanto aéreas como navales, que permite el control de las costas de una manera

más eficiente, mejorando el rendimiento de los equipos de salvamento marítimo y guardia costera.

Además, se evaluarán las capacidades de dicho sistema en base a: (1) alcance máximo de los enlaces

de comunicaciones entre las plataformas, (2) alcance máximo de las cámaras embarcadas para detectar

a personas y barcos, (3) precisión de los sistemas de navegación y (4) autonomía del sistema.

2. Arquitectura colaborativa del sistema de vigilancia costera

El sistema que se plantea, representado en la Figura 1, se compone de plataformas autónomas

aéreas, también conocidas como UAV (Unmanned Aerial Vehicle), que trabajarán de forma

cooperativa junto con plataformas autónomas de superficie, conocidas por las siglas USV (Unmanned

Surface Vehicle). De esta forma, mediante la cooperación entre distintos tipos de plataformas se

pretende realizar las tareas de vigilancia y salvamento de una forma más eficiente y económica.

Además, el sistema estará controlado desde estaciones base de mando y control situadas en tierra que

gestionarán las plataformas autónomas desplegadas a lo largo del litoral.

Las plataformas de superficie, alimentadas por placas solares, realizarán la función de relé de

comunicaciones entre los UAVs, los USVs y la estación base, y soportarán gran parte de la carga

computacional del sistema. Además, dichas plataformas marítimas se utilizarán como plataformas de

aterrizaje y carga de baterías para los UAVs, y como plataformas de salvamento marítimo que pueden

aproximarse de forma rápida y segura a las zonas necesarias para socorrer a personas o heridos.


Figura 1. Sistema colaborativo de vigilancia costera basado en plataformas autónomas aéreas y

navales: a) Elementos del sistema y b) Despliegue en forma perimetral.

Por otra parte, las plataformas autónomas aéreas, basadas en multirrotores para facilitar su

maniobrabilidad y las operaciones de despegue y aterrizaje sobre los USVs, explorarán la costa

mediante sensores ópticos EO/IR (Electro-Optical/Infrarred) en busca de posibles elementos

sospechosos. La posición elevada de las plataformas aéreas reduce el problema de los bloqueos de la

línea de visión que puede producir el oleaje en sensores embarcados en plataformas superficiales o

desplegados en tierra. De esta forma, cuando los UAVs localicen un navío o personas en situación de

emergencia transmitirán dicha información a la estación base, que decidirá el protocolo de actuación.

Los UAVs cobran vital importancia en el nuevo escenario propuesto al ser un medio más efectivo,

económico y flexible, y con un tiempo de actuación menor que los medios aéreos clásicos.

Mediante el despliegue de estas plataformas a lo largo de la costa se pretende detectar y evaluar

las emergencias a las que deben hacer frente los equipos de salvamento marítimo y guardia costera. La

mejora de la conciencia situacional permite proporcionar soluciones más eficientes y con un menor

tiempo de respuesta, pudiendo distinguir entre aquellas emergencias que requieran el despliegue

adicional de vehículos especializados, como helicópteros o barcos de mayor tamaño, y las emergencias

de menor índole que puedan ser solventadas por los propios vehículos autónomos.

El sistema planteado, basado en USVs y UAVs, es escalable y flexible y puede formar un perímetro

de seguridad a lo largo de la costa, en el que los UAVs vuelan entre plataformas superficiales donde

pueden aterrizar y cambiar sus baterías. Además, el sistema propuesto puede integrarse y servir de

apoyo a los sensores desplegados actualmente en tierra, como los pertenecientes al Sistema Integrado

de Vigilancia Exterior (SIVE) desplegado en las costas españolas. Por ejemplo, las detecciones de

blancos obtenidas con los radares terrestres podrían ser confirmadas por los UAVs, aproximándose a

la zona donde se encuentra el blanco detectado para llevar a cabo su identificación y evaluar la

gravedad de la situación de forma rápida.

3. Estudio de las capacidades del sistema

3.1. Análisis de los enlaces de comunicaciones

El alcance máximo de los enlaces de comunicaciones limita la separación entre las plataformas

autónomas. Además, debe garantizarse la disponibilidad de dichos enlaces en la situación de

multitrayecto que se produce en escenarios marítimos. Por ello, tomando los parámetros de referencia

mostrados en la Tabla 1, se han analizado los enlaces de comunicaciones USV-Estación base y UAV-

USV considerando un modelo simple de 2 rayos [8], obteniéndose los resultados representados en la

Figura 2. A modo de comparación, se representa también el resultado de aplicar el modelo ITU-R

P.1546 [9] para el enlace a 2.5 GHz.


Como puede observarse, en ambos enlaces se producen desvanecimientos por efecto multitrayecto,

aunque de forma más severa en el enlace UAV-USV debido a la altura de la plataforma aérea. Por este

motivo, para garantizar, en la medida de lo posible, la comunicación continua entre los elementos del

sistema es necesario aplicar técnicas de mitigación del multitrayecto como diversidad de frecuencia

(Figura 3a) o diversidad de antena (Figura 3b) por selección del canal con la máxima potencia recibida.

Sin embargo, en un escenario con mar en calma, en el que la principal componente del multitrayecto

se debe a la reflexión producida sobre la superficie del mar, el empleo de diversidad de antena no es

efectivo para reducir la profundidad de los mínimos como se observa en la Figura 3b. Además, aunque

se utilice diversidad de frecuencia, para evitar que se produzcan simultáneamente desvanecimientos

en ambos canales es conveniente emplear una adaptación de las frecuencias de transmisión sondeando

el canal con pilotos dentro de las bandas de operación.

Por tanto, el alcance máximo de los enlaces USV-Estación base es de aproximadamente 6 km,

mientras que el de los enlaces UAV-USV es de aproximadamente 3,5 km. Estos valores deben tenerse

en cuenta a la hora de diseñar el despliegue del sistema para garantizar el establecimiento de la red de

comunicaciones entre todos los elementos del sistema de vigilancia.

Tabla 1. Parámetros utilizados para el análisis de los enlaces de comunicaciones.

Parámetro Valor

Bandas de frecuencia 2.5 GHz y 5.8 GHz

Sensibilidad de los receptores [10] -80 dBm

(para estándar WiMAX 16-QAM 1/2, aprox. 7 Mbps)

Margen adicional 5 dB

UAV

Potencia transmitida 30 dBm

Ganancia de antena 3 dB

Altura 100 m

USV



Altura 3 m

Estación base



Altura 10 m

Figura 2. Potencia recibida en función de la distancia de los enlaces: a) Enlace USV-Estación

base y b) Enlace UAV-USV.


Figura 3. Aplicación de técnicas de mitigación del multitrayecto: a) Diversidad de frecuencia

(2,5 y 5,8 GHz) y b) Diversidad de antena (separación entre antenas 3 m).

3.2. Análisis del alcance de detección de las cámaras embarcadas

La detección autónoma de personas o barcos en situación de emergencia se lleva a cabo mediante

cámaras de espectro visible e infrarrojo embarcadas en las plataformas autónomas aéreas y el

procesado del vídeo capturado [11]. Utilizando el criterio de Johnson [12], se puede estimar el alcance

máximo para la detección, reconocimiento e identificación de los blancos con una probabilidad de

éxito del 90% en función del IFOV (Instantaneous Field of View) de las cámaras y del tamaño típico

de los objetos (0,75 m para personas y 5 m para barcos vistos cenitalmente), obteniéndose los

resultados de la Figura 4. Tomando como referencia la cámara FLIR Duo R [13], se estiman unos

alcances para la detección de personas de 145 m para el sensor de espectro visible y de 20 m para el

sensor IR. En general, la menor resolución de los sensores IR hace que presenten menores alcances

que los sensores de espectro visible. A su vez, el empleo de cámaras con zoom, como la cámara

Zenmuse Z3 [14], permite aumentar el alcance hasta 800 m a costa de disminuir el campo de visión.

Figura 4. Alcance máximo para la detección, reconocimiento e identificación de los blancos con

una probabilidad de éxito del 90% en función del IFOV de las cámaras.

Los UAVs explorarán la zona de interés asignada y en caso de detectar un objeto aplicarán zoom

o se aproximarán para llevar a cabo su reconocimiento e identificación. Considerando una altura de

vuelo de 100 m, una velocidad típica de 50 km/h y un sensor óptico con 90º de FOV apuntado


cenitalmente, cada plataforma aérea en operación cubre aproximadamente un área de 10 km2 cada

hora. El tiempo de revisita dependerá del número de plataformas aéreas desplegadas y de su autonomía.

Además, la planificación de las trayectorias de los UAVs debe tener en cuenta las recomendaciones

relativas a maniobras seguras y a las distancias de seguridad entre plataformas aéreas [15].

3.3. Análisis de los sistemas de navegación

La navegación autónoma de las plataformas y el posicionamiento de los objetos detectados requiere

el empleo de sistemas de posicionamiento precisos embarcados en las plataformas. Por este motivo, se

propone el uso de algoritmos de fusión GNSS/INS utilizando sensores de navegación por satélite y

sensores inerciales. Los sensores inerciales proporcionan medidas de la aceleración y actitud de las

plataformas con una elevada velocidad de refresco. Sin embargo, sus medidas presentan sesgos

importantes que dan lugar a derivas en la estimación de la posición con el paso del tiempo. Las medidas

proporcionadas por los sensores GNSS permiten calibrar dichos sesgos, mejorando la precisión global

del sistema de posicionamiento [16]. De esta forma, como se puede observar en la Figura 5, en la que

se ha simulado una trayectoria típica de un UAV, llevando a cabo la fusión de las medidas de un sensor

GPS (Global Positioning System) y un sensor IMU (Inertial Measurement Unit) de bajo coste mediante

una integración loosely coupled [17], se mejora la precisión del posicionamiento hasta 0,5 m. Este

resultado es considerablemente mejor que el obtenido mediante el filtrado de Kalman de las medidas

del GPS (precisión de 2 m). Sin embargo, aunque se utilice una fusión GNSS/INS, la pérdida de la

señal del GPS durante intervalos de tiempo superiores a 5 s (entre 200 y 207 s y entre 412 y 419 s en

la simulación) provoca un aumento del error de posicionamiento que haría inviable la navegación

autónoma. Para solventar estas situaciones, se han propuesto algoritmos de fusión que tienen en cuenta

referencias visuales [18] o el uso de sensores IMU de mejores prestaciones a costa de un mayor coste.

Figura 5. Análisis de los sistemas de posicionamiento: a) Trayectoria seguida por un UAV,

medidas del GPS y fusión GPS/IMU y b) RMSE (root mean square error) obtenido.

3.4. Análisis de la autonomía y del dimensionamiento del sistema

Finalmente, es importante llevar a cabo un análisis de la autonomía y del dimensionamiento del

sistema para establecer los requisitos de los sistemas de energía de los USVs. Teniendo en cuenta los

parámetros típicos del escenario mostrados en la Figura 6a, se puede determinar el número de UAVs

necesarios para cubrir el área monitorizada con un cierto tiempo de refresco durante el tiempo de

operación de los UAVs. Como se representa en la Figura 6b, para un tiempo de refresco de 30 minutos

se requieren 28 UAVs. Para reducir el número de UAVs requeridos, sería necesario utilizar sensores

que permitan cubrir la zona asignada con una mayor velocidad de exploración. Por este motivo, para


superar las limitaciones establecidas por los sensores ópticos, se está investigando el uso de sensores

SAR (synthetic aperture radar) compactos embarcados en UAVs [19].

Durante el tiempo de operación de los UAVs, estos vuelan de forma continua explorando la zona

asignada y aterrizando en los USVs para cambiar su batería. Por tanto, los sistemas de energía de los

USVs deben proporcionar la potencia necesaria para el funcionamiento de su payload y de sus sistemas

de propulsión y para la carga de las baterías de los UAVs. De esta forma, la Figura 6b representa el

área necesaria de los paneles solares en cada USV para proporcionar la energía necesaria en función

del tiempo de revisita establecido durante la operación de los UAVs. Para un tiempo de revisita de 30

minutos se necesitan paneles solares de 7 m2 en cada USV. Para limitar el tamaño de los paneles solares

y solventar los problemas de la variabilidad de la irradiancia solar, se ha propuesto el empleo de fuentes

de energía complementarias como la energía eólica o undimotriz [20]. Además, los USVs pueden

disponer de depósitos de combustible para utilizar en casos excepcionales.

Figura 6. Dimensionamiento del sistema: a) Parámetros típicos del escenario y b) Número de

UAVs y tamaño de los paneles solares de los USVs en función del tiempo de refresco con el que se

cubre el área de interés durante el tiempo de operación de los UAVs.

4. Conclusiones

En esta comunicación, se ha propuesto un sistema de vigilancia y salvamento marítimo basado en

la cooperación entre plataformas autónomas navales y aéreas. Las plataformas aéreas se encargarán de

explorar la zona de interés utilizando sensores ópticos para detectar y evaluar posibles situaciones de

emergencia, mientras que las plataformas navales podrán proveer una acción temprana para solucionar

la emergencia y actuarán como repetidores de comunicaciones con las bases de mando y control y

como estaciones de recarga de baterías para los UAVs.

Para garantizar la comunicación entre las plataformas es necesario aplicar técnicas de mitigación

de multitrayecto como diversidad de frecuencia. Además, para mejorar la precisión de los sistemas de

posicionamiento es conveniente aplicar algoritmos de fusión GNSS/INS, aunque el uso de sensores

IMU de bajo coste limita el tiempo que puede operar el sistema en ausencia de señal GPS. En general,

el uso de sensores ópticos impone una velocidad de exploración reducida, por lo que actualmente se

está investigando el uso de otras tecnologías, como los radares SAR, para conseguir menores tiempos

de revisita. A pesar de ello, la cooperación entre plataformas autónomas presenta un gran potencial

para desarrollar sistemas de vigilancia costera y salvamento marítimo flexibles, eficaces y con menores

tiempos de respuesta.


Referencias

1. European Border and Coast Guard Agency (FRONTEX). Migratory Map [Internet]. [cited

2018 Ago 01]. Available from: https://frontex.europa.eu/along-eu-borders/migratory-map

2. United Nations High Commissioner for Refugees. Mediterranean situation [Internet]. [cited

2018 Ago 01]. Available from: https://data2.unhcr.org/en/situations/mediterranean

3. International Narcotics Control Board. 2017 Annual Report [Internet]. [cited 2018 Ago 01].

Available from: http://www.incb.org/documents/Publications/AnnualReports/AR2017/Annua l

_Report/E_2017_AR_ebook.pdf

4. European Commission. HORIZON 2020: Secure societies – Protecting freedom and security

of Europe and its citizens. H2020 Work Programme 2018 – 2020. 2017.

5. European Comission. Comission decision on the financing of the ‘Preparatory action on

Defence research’ and the use of unit costs for the year 2017. 2017.

6. Nigam N, Bieniawski S, Kroo I, Vian J. Control of multiple UAVs for persistent surveillance:

Algorithm and flight test results. IEEE Transactions on Control Systems Technology.

2012;20(5):1236-1251.

7. Dufek J, Murphy R. Visual pose estimation of USV from UAV to assist drowning victims

recovery. 2016 IEEE International Symposium on Safety, Security, and Rescue Robotics. 2016.

8. Schmalenberger RM, Edrich MG. Channel modelling for wideband data communication in a

maritime mobile environment. IEEE/AFCEA EUROCOMM 2000. Information Systems for

Enhance Public Safety and Security. 2000.

9. ITU-R. P.1546-5: Method for point-to-area predictions for terrestrial services in the frequency

range 30 MHz to 3000 MHz. 2013.

10. IEEE Computer Society and the IEEE Microwave Theory and Techniques Society. IEEE

Standard for Air Interface for Broadband Wireless Access Systems. IEEE; 2012.

11. Sun J, Li B, Jiang Y, Wen C. A camera-based target detection and positioning UAV systems

for search and rescue (SAR) purpose. Sensors. 2016;16(1778):1-24.

12. Miller JL, Friedman EJ. Photonics rules of thumb. New York, N.Y.: McGraw-Hill. 2004.

13. FLIR. FLIR Duo R, Radiometric dual-sensor thermal camera for drones [Internet]. [cited 2018

Ago 01]. Available from: https://www.flir.com/products/duo-r

14. DJI. Zenmuse Z3 [Internet]. [cited 2018 Ago 01]. Available from: https://www.dji.com/

zenmuse-z3

15. García PG, Maroto MP, Álvarez DA, Sanz AR. Análisis de parámetros de influencia en la

definición de trayectorias 4D: Resumen ejecutivo. Horizonte Navegación Aérea / ATM. 2017.

16. Grewal MS, Weill LR, Andrews AP. Global positioning systems, inertial navigation, and

integration. Hoboken, N.J.: John Wiley & Sons. 2007.

17. Titterton D, Weston J. Strapdown inertial navigation technology. London: The Institution of

Engineering and Technology. 2004.

18. Martinelli A. Vision and IMU data fusion: Closed-form solutions for attitude, speed, absolute

scale, and bias determination. IEEE Transactions on Robotics. 2012;28(1):44-60.

19. Majewski JJ, Melody J, Messier A. LiTE SAR, Ku-band synthetic aperture radar for small

unmanned air vehicles. 2018 IEEE Radar Conference. 2018.

20. Manley JE. Unmanned surface vehicles, 15 years of development. OCEANS 2008. 2008.

21. Agencia Estatal de Meteorología (AEMET). Atlas de radiación solar en España utilizando

datos del SAF de clima de EUMETSAT. 2012.

22. Parida B, Iniyan S, Goic R. A review of solar photovoltaic technologies. Renewable and

Sustainable Energy Reviews. 2011;15(3):1625-1636.

estudio de las capacidades de vigilancia costera mediante el uso de … · 2018-11-07 · en este...

Documents