Overig: Voetstapdetector
Voetstapdetector voor indringerdetectie
Een persoon loopt stil langs het raam van een kantoor. Binnen piept een pc en geeft aan dat er iemand in de buurt is. De voetstapdetector, volledig onzichtbaar voor de persoon die net langskwam heeft zijn werk gedaan. In 1992 ontwikkelde TNO Waalsdorp de kern van een zeer nuttige technologie voor indringerdetectiesystemen gebaseerd op het analyseren van geluids- en seismische golven.
Het team dat de voetstapdetector ontwikkelde was gespecialiseerd in het analyseren van geluids- en seismische golven. De golven worden in dit geval opgepikt door een geofoon – een apparaat dat meestal door oliemaatschappijen wordt gebruikt voor seismische analyse van olie- en gaslagen. Ondiep ingegraven kan de geofoon een signaal produceren dat zo rijk is aan informatie dat, wanneer het goed wordt geanalyseerd, een goed onderscheid kan worden gemaakt tussen verschillende bewegende objecten.
Het geluidsbeeld dat door een bewegend voorwerp wordt gegenereerd, de aanwezigheid van bepaalde frequenties en de fluctuaties in hun intensiteiten in de loop van de tijd, is vaak zo verschillend dat je zou kunnen spreken over een “kenmerkende deuntje” dat langs komt. Of het nu een voertuig, een helikopter of een persoon is, elk bewegend object produceert zijn eigen handtekening.
Ons doel was simpelweg om te bewijzen dat een indringersdetectiesysteem op basis van een geofoon een goed idee is.
De grote uitdaging was om de handtekening van een bewegend object uit de achtergrondruis en andere interferenties te distilleren. Het isoleren van een ‘doel’-geluid van achtergrondruis is niet nieuw. In het verleden hebben verschillende laboratoria algoritmen ontwikkeld voor het verwerken van seismische signalen, meestal in het kader van defensieonderzoek. Het team van TNO paste hun expertise op het gebied van signaalverwerking toe met behulp van hun ervaring in helikopterclassificatie om de voetstapsignatuur uit het geofoonsignaal te extraheren.
De eerste stap naar het distilleren van deze handtekening was het schrijven van een computerprogramma dat het gedigitaliseerde geofoonsignaal kon uitsplitsen om vervolgens te kijken of er een handtekening van voetstappen kon worden geconstrueerd uit die delen.
Het was geen eenvoudige taak om het voetstapprogramma zo goed mogelijk te laten werken gegeven de vele mogelijke variaties van een voetstap. Een voetstapdetector zou echter grote voordelen hebben ten opzichte van andere indringerdetectiesystemen. De geofoon is om te beginnen passief. Daarom kan de geofoon niet eenvoudig worden gedetecteerd. Een geofoon is ook nog eens zeer robuust en absoluut onzichtbaar na installatie.
Om optimaal te kunnen profiteren van de enorme hoeveelheid gegevens, heeft het team de voetstapdetector voorzien van voldoende ‘intelligentie’ om een lopend persoon te kunnen onderscheiden van andere signalen (bijvoorbeeld dieren). Toen het team met het project ‘Voetstapdetectie’ begon, werd een geofoon op het TNO terrein ingegraven onder het pad naast een raam van het laboratorium. De opnames van passanten werden als uitgangspunt gebruikt voor de detectorontwikkeling.
Echter om commercieel haalbaar te zijn, moest de voetstapdetector meer kunnen dan detectie op eigen terrein. De ruwe signalen van een langskomend persoon worden beïnvloed door de manier waarop iemand loopt, zijn/haar lichaamsgewicht, de seismische eigenschappen van de grond en de koppeling van de stapenergie aan de grond (bijv. de passeerafstand). Klei, bijvoorbeeld, geeft de golven gemakkelijker door dan losse zandgrond.
Voetstappen naast een raam geregistreerd via de vochtige Nederlandse bodem vormden niet de grootste uitdaging voor het algoritme. Het team had zeer uiteenlopende voorbeelden nodig om hun detectoralgoritme te trainen met seismische gegevens verkregen met een grote verscheidenheid aan grondsoorten. Een andere uitdaging was ervoor te zorgen dat voetstappen konden worden gedetecteerd ondanks achtergrondgeluid. Om dit op te lossen nam het team de signalen op van een persoon die langs het raam liep terwijl er auto’s voorbij reden en daarmee het geluid van de voetstappen effectief maskeerden.
Vraag is dus: hoe train je een algoritme om intelligente beslissingen te nemen om je te waarschuwen wanneer het een voetstap “hoort”, maar om stil te blijven wanneer een tak of een ander object met een zelfde energie op de grond valt?
In februari 1992 werden meer dan 300 opnames gemaakt van voetgangers in Sassenheim met:
- personen die gewoon doorliepen, omzichtig stapten of zware stappen zetten,
- met gewone schoenen of met gympen,
- zich over gras, tegels, of een troittoir voort bewogen,
- de geofoon op wisselende afstanden passeerden van nul tot vier meters, en
- met of zonder autogeluid uit een nabije straat op een afstand van 10 tot 25 meter.
Ook andere opnameverzamelingen werden gebruikt zoals opnamen uit de VS van een, twee en drie personen gewoon lopend, kruipend en sluipend. Daarnaast werden opnames gemaakt van drie afgerichte (zware) waakhonden die op commando langs de geofoon liepen en renden.
Al die opnames werden herhaald gebruikt als invoer voor het detectiealgoritme om die te trainen en te verfijnen.
De detector werd geoptimaliseerd door een real-time visualisatie van de prestaties in elk stadium van de ontwikkeling. “Het ging erom om bijvoorbeeld een parameter heel licht te verhogen om te zien of de detectiesnelheid verbeterde. Zo ja, dan verhoogden we dezelfde parameter een beetje meer; enzovoorts, ” herinnerde een teamlid zich. “Een zeer inspannend proces“.
De parameters die werden aangepast waren bepaalden in het algemeen de gevoeligheid van de detector waarbij de relatieve gewichten van specifieke parameters werd aangepast. Met het instellen van de weging van de verschillende parameters kon de ‘handtekening’ van een voetstap steeds beter ontwikkeld worden.
Zoals met elk inbraakdetectiesysteem, zijn er twee waarden die het succes van de detector aangeven: de detectiekans en de valse alarmkans. De eerste moest worden gemaximaliseerd; de laatste geminimaliseerd. Gebruik werd gemaakt van een twee uur durende geofoon-opname van honderden voertuigen op de Landscheidingsweg en van geofoon-opnames van een militaire oefening met jeeps, vrachtwagens, pantserinfanterievoertuigen, helikopters en andere vliegtuigen. Deze opnames werden verwerkt met de nieuwe algoritme-instellingen om na te gaan of er valse alarmen optraden. Zo ja, dan volgde aanpassing van de parameters van het algoritme.
“Wat ons het meest indruk maakte, was het vermogen van de voetstapdetector om onderscheid te maken tussen voetstappen en andere bewegingen.“. In andere woorden: een winnende combinatie van een hoge detectiegraad en een laag aantal valse alarmen. Dat was ongetwijfeld omdat de voetstapdetector er op was getraind om patronen in het signaal te herkennen. Intelligentere beslissingen waren daarmee mogelijk ten opzichte van de gangbare indringersdetectiesystemen.
De resultaten waren zo bemoedigend dat TNO besloot om een hardwareprototype te ontwikkelen. De kern van de voetstapdetector, in eerste instantie een PC-programma, werd teruggebracht tot een paar chips: een Intel 8051 microcontroller en enkele chips voor analoge versterking en filtering. Een externe 8-bits analoog-digitaal convertor (ADC) completeerde het prototype. Het algoritme werd aangepast voor gebruik op de Intel 8051. Twee geofoons konden gelijktijdig worden gebruikt met één enkele processor.
Karakteristieken van het prototype:
- 5V voeding
- stroomafname door de analoge circuits: < 2 mA
- stroomafname door de digitale circuits: ongeveer 100 mA
- sample frequentie: ongeveer 250 Hz
- 8-bit woordgrootte.
Begin 1995 werd de 8-bits ADC vervangen door een 12-bits versie die de gevoeligheid van het systeem met een factor 16 verhoogde. Bovendien werd de Intel 8051-microcontroller vervangen door een veiliger compatibele microprocessor met minder verbruik. Dat verhoogde het maximale aantal geofoons dat door één processor kon worden bewaakt terwijl het stroomverbruik werd verlaagd. De flexibiliteit van het ontwerp zorgde voor goede aanpassingsmogelijkheden van de configuratie voor verschillende grondsoorten. Op eenvoudige wijze kon het voetstapdetectie-systeem aan bestaande indringersdetectiesystemen gekoppeld worden.