Perception-to-Pursuit: Track-Centric Temporal Reasoning for Open-World Drone Detection and Autonomous Chasing

Each language version is independently generated for its own context, not a direct translation.

Van "Kijken" naar "Vangen": De Kunst van het Drone-Jagen

Stel je voor dat je een drone ziet vliegen. Je wilt die drone vangen. De meeste computersystemen die we vandaag de dag hebben, zijn heel goed in het zien van de drone en het voorspellen waar hij over een seconde zal zijn. Maar ze zijn slecht in het begrijpen of jij die drone echt kunt bereiken.

Het is alsof je een voorspelling doet: "De drone is over 5 seconden bij die boom." Maar als jij met je eigen drone te traag bent om daar binnen 5 seconden te komen, is die voorspelling nutteloos. Je kunt er niet op jagen.

De onderzoekers van dit paper (Perception-to-Pursuit, of P2P) hebben een oplossing bedacht. Ze zeggen: "Het is niet genoeg om te weten waar de drone gaat; we moeten weten of we hem kunnen vangen."

Hier is hoe ze dat doen, vertaald naar alledaagse beelden:

1. Het Probleem: De "Ziezo"-Voorspelling

Huidige systemen kijken alleen naar de laatste paar beelden en trekken een rechte lijn door.

De analogie: Stel je voor dat je een bal gooit. Een oude computer zegt: "De bal gaat rechtuit." Maar de bal stuitert plotseling tegen een muur en verandert van richting. De computer blijft denken dat de bal rechtuit gaat. Als je probeert de bal te vangen op de plek waar de computer zei dat hij zou zijn, mis je hem volledig.
Het resultaat: De onderzoekers ontdekten dat 99,9% van de voorspellingen van bestaande systemen fysiek onmogelijk te vangen zijn. Ze zijn te snel of te gek om te bereiken.

2. De Oplossing: De "8-Dimensionale Gedachtenkracht"

In plaats van te kijken naar duizenden pixels (de afbeelding van de drone), kijken ze naar de beweging zelf. Ze verpakken de beweging in een klein pakketje van 8 cijfers (een "token").

De analogie: Stel je voor dat je een danser bekijkt.
- Een oude camera zegt: "Hij staat daar."
- De P2P-systemen zeggen: "Hij beweegt snel naar rechts, versnelt, wordt iets groter in beeld (dichterbij) en zijn beweging is heel soepel."
- Ze kijken niet naar het uiterlijk van de danser (is hij gekleed als clown of als astronaut?), maar puur naar hoe hij beweegt. Dit maakt het systeem slim genoeg om elke drone te herkennen, zelfs als het een drone is die ze nog nooit hebben gezien.

3. De "Tijdmachine" (De Transformer)

Het systeem gebruikt een slimme rekenmethode (een "Transformer") die naar de laatste 12 bewegingen kijkt om de toekomst te voorspellen.

De analogie: Het is alsof je een film kijkt. Als je ziet dat iemand begint te rennen en zijn armen zwaait, weet je dat hij gaat springen. Je hoeft niet te wachten tot hij in de lucht is.
Dit systeem kijkt naar de "bewegingsgeschiedenis" van de drone. Zie je dat de drone versnelt en zijn koers aanpast? Dan weet het systeem: "Ah, hij probeert te ontsnappen!" en berekent een nieuwe, haalbare route om hem te vangen.

4. De Nieuwe Score: "Kan ik hem vangen?" (ISR)

Ze hebben een nieuwe manier bedacht om te meten of een systeem goed werkt. Ze noemen het ISR (Intercept Success Rate).

De oude manier: "Hoe nauwkeurig was de voorspelling?" (Bijvoorbeeld: 1 meter fout).
De nieuwe manier (ISR): "Is het voor een vliegende drone fysiek mogelijk om die plek te bereiken?"
Het resultaat:
- De oude systemen scoorden een 0,001. Dat betekent: "Je kunt deze voorspelling 99,9% van de tijd vergeten, je kunt die drone niet vangen."
- Het nieuwe systeem scoort 0,597. Dat betekent: "In 60% van de gevallen is de voorspelling zo goed, dat je de drone echt kunt vangen." Dat is een enorme sprong voorwaarts!

5. Waarom is dit belangrijk?

Dit onderzoek toont aan dat je niet alleen moet kijken naar wat je ziet, maar ook naar hoe het beweegt en of je er fysiek bij kunt komen.

Voorbeeld: Als een drone plotseling een bocht maakt om te ontsnappen, denkt een oud systeem: "Hij gaat rechtdoor." Jij vliegt rechtdoor en mist hem. Het nieuwe systeem denkt: "Hij versnelt en draait, hij probeert te ontsnappen!" en stuurt jouw drone direct de juiste kant op.

Samenvattend

De onderzoekers hebben een systeem gebouwd dat niet alleen "kijkt" naar drones, maar "denkt" over hun beweging. Ze hebben bewezen dat als je kijkt naar de bewegingspatronen in plaats van alleen naar de foto, je niet alleen kunt voorspellen waar een drone gaat zijn, maar ook een plan kunt maken om hem daadwerkelijk te vangen.

Het is het verschil tussen iemand die zegt: "De trein komt aan op spoor 5" (wat misschien waar is, maar je niet vertelt of je nog op tijd kunt rennen) en iemand die zegt: "De trein komt aan op spoor 5, ren hard, want je hebt precies 10 seconden om er te zijn!"

Each language version is independently generated for its own context, not a direct translation.

Titel: Perception-to-Pursuit (P2P): Track-gecentreerde temporele redenering voor open-wereld drone-detectie en autonoom achtervolgen

Auteur: Venkatakrishna Reddy Oruganti (Sithara Inc.)
Datum: Februari 2026

1. Probleemstelling

Autonome systemen voor drone-bekamping (counter-drone) staan voor een fundamenteel gat tussen perceptie (detectie en tracking) en actie (het fysiek achtervolgen en onderscheppen).

Het bestaande probleem: Bestaande tracking-methoden optimaliseren puur voor voorspellingsnauwkeurigheid (bijv. lage pixel-fout), maar negeren de kinematische haalbaarheid van de voorspelling.
De consequentie: Een voorspelde baan kan statistisch nauwkeurig zijn, maar fysiek onmogelijk te bereiken zijn voor een onderscheppingsdrone binnen de gegeven tijd en versnellingslimieten.
De bevinding: De auteurs tonen aan dat state-of-the-art tracking-methoden in 99,9% van de gevallen voorspellingen genereren die fysiek onhaalbaar zijn voor een achtervolger, waardoor ze nutteloos zijn voor autonome achtervolgingsplanning.

2. Methodologie: Perception-to-Pursuit (P2P)

P2P is een framework dat detectie en uitvoerbare achtervolgingsplanning koppelt door temporele redenering over bewegingspatronen.

A. Bewegingstoken Representatie

In plaats van te werken met ruwe pixel-data of alleen posities, worden drone-bewegingen vertaald naar compacte 8-dimensionale bewegingstokens:

Positie ( $x, y$ ): Coördinaten in het beeldvlak.
Snelheid ( $v_x, v_y$ ): Berekend via eindige verschillen.
Versnelling ( $a_x, a_y$ ): Tweede-orde beweging (cruciaal voor het voorspellen van bochten en manoeuvres).
Schaal ( $s$ ): Proxy voor objectgrootte ( $\sqrt{w \cdot h}$ ).
Gladheid ( $\sigma$ ): Stabiliteit van de baan over een venster van 5 frames.

Deze representatie is compact (8 dimensies vs. duizenden pixels), interpreteerbaar en efficiënt.

B. Architectuur: Causale Transformer

Het systeem gebruikt een 12-frame causale transformer om sequenties van deze tokens te analyseren:

Input: Een venster van 12 frames met bewegingstokens.
Verwerking: Self-attention mechanismen (4 lagen, 4 heads, dimensie 128) die alleen naar het verleden kijken (causaal) om autoregressieve voorspellingen te doen.
Multi-task Heads: De transformer levert simultaan vier voorspellingen:
1. Drone-classificatie: Is het een drone? (Binair).
2. Gedrag: Hover, loiter, naderen, ontwijken, passeren.
3. Intentie: Aggressiviteit van de manoeuvre.
4. Traject: De toekomstige baan over een horizon van 20 frames.

C. Trainingsdoel

Het model wordt getraind met een gewogen multi-task loss-functie die de volgende componenten combineert:

Classificatie-verlies (Drone vs. Niet-drone).
Gedrags-classificatie-verlies.
Intentie-regressie-verlies.
Trajectvoorspellings-verlies (Smooth L1).
Dit zorgt ervoor dat het model representaties leert die zowel nauwkeurig zijn als rekening houden met het gedrag van het doelwit.

3. Belangrijkste Bijdragen

Pursuit-aware Temporal Reasoning: Een architectuur die niet alleen "waar zal de drone zijn" voorspelt, maar "waar kan de drone zijn binnen de fysieke limieten van de achtervolger".
Intercept Success Rate (ISR) Metric: Een nieuwe metriek die meet welk percentage van de voorspellingen voldoet aan de kinematische beperkingen van een realistische achtervolger (max. snelheid $v_{max} = 15$ $v_{ma x} = 15$ m/s, max. versnelling $a_{max} = 5$ $a_{ma x} = 5$ m/s²).
- Formule: $ISR = \frac{1}{N} \sum I[t_{reach} \leq t^*]$ , waarbij $t_{reach}$ de minimale tijd is om de afstand te overbruggen volgens "bang-bang" optimale controle.
Open-World Discriminatie: Het bewijs dat temporele bewegingspatronen voldoende informatie bevatten om drones te detecteren en te classificeren zonder afhankelijk te zijn van uiterlijke kenmerken (appearance-based features).

4. Resultaten

Het systeem is geëvalueerd op het Anti-UAV-RGBT dataset met 226 echte drone-sequenties.

Metriek	Frame-based	Tracking Only	Naive Velocity	P2P (Ours)
ADE (Pixelfout)	261.07	122.45	122.83	28.12
FDE (Eindfout)	261.73	52.53	53.24	41.14
ISR (Haalbaarheid)	1.000*	0.001	0.001	0.597
Classificatie Acc.	0.000	0.000	0.000	100%

*Opmerking: De Frame-based methode heeft een hoge ISR omdat deze aannames doet die niet realistisch zijn voor dynamische achtervolging, maar de voorspelling is onnauwkeurig.

Kernresultaten:

77% verbetering in trajectvoorspelling (vergeleken met lineaire extrapolatie).
597x verbetering in achtervolgingshaalbaarheid (ISR van 0.001 naar 0.597). Dit betekent dat 60% van de P2P-voorspellingen fysiek uitvoerbaar zijn, terwijl baselines 99,9% onuitvoerbaar zijn.
100% classificatie-accuraatheid zonder gebruik van uiterlijke kenmerken.
Echt-tijd prestaties: 323 FPS op een NVIDIA T4 GPU.

5. Betekenis en Conclusie

Dit paper adresseert een kritieke beperking in autonome systemen: nauwkeurigheid betekent niet noodzakelijkerwijs actieerbaarheid.

Paradigmaverschuiving: Het toont aan dat temporele redenering over bewegingstokens (snelheid, versnelling, intentie) superieur is aan frame-voor-frame tracking voor achtervolgingstaken.
Praktische impact: Voor counter-drone systemen is het cruciaal om niet alleen te weten waar een drone is, maar waar deze kan zijn binnen de fysieke limieten van het onderscheppingsplatform.
Generalisatie: De methode werkt effectief in een "open-world" scenario, wat suggereert dat bewegingspatronen robuuster zijn voor nieuwe objectcategorieën dan visuele modellen.

De auteurs concluderen dat P2P een principieel pad biedt van perceptie naar uitvoerbare actie, en dat toekomstige systemen voor autonoom onderscheppen verplicht moeten zijn om kinematische haalbaarheid te integreren in hun voorspellingsmodellen.