Options
2010
Journal Article
Titel
Anomalieerkennung in Tracking-Datenbanken
Alternative
Anomaly detection in tracking databases
Abstract
Trackingsysteme stellen Bewegungsinformationen über Objekte zur Verfügung. Diese Bewegungsinformationen können mit zusätzlichen Daten kombiniert werden, um Higher-Level-Fusionssysteme zu konstruieren, die zur Erkennung von Verhaltens- und Bedrohungsmustern dienen und somit zur Situation Awareness beitragen. Muster, die interessante Situationen charakterisieren, können sich von Zeit zu Zeit ändern und hängen von der spezifischen Fragestellung ab. In diesem Artikel stellen wir eine Methode vor, Datenbanksysteme als zentrale Komponente in einem Higher-Level-Fusionssystem zur Entdeckung spezieller Situationen zu verwenden. Es wird eine Systemarchitektur präsentiert, die kommerzielle relationale Datenbankmanagementsysteme nutzt. Schließlich wird die Möglichkeit diskutiert, Muster zur Anomalieerkennung in Trackingszenarien mittels Relationaler Algebra auszudrücken.
;
Tracking systems provide kinematical information of objects in a scenario. This kinematical information can be combined with additional data to build higher-levelfusion systems that allow the detection of behaviour and threat patterns and thus contribute to situation awareness. The patterns that characterize situations of interest may vary over time and depend on the specific questions to be investigated. Data base systems provide a flexible way of combining data, and standing queries allow ongoing, automatic evaluation. In this paper, we present a way of using data base systems as the central component in a higher-level fusion system. We propose an architecture of this system using commercial database management software. Finally, we discuss how patterns for the detection of anomalies in tracking scenarios can be expressed in relational algebra.