FISCHER 26 MÅLANVISNING
ISR TILL STRIKEÖVERLÄMNING

Detektion-till-bekämpning — kedjan

Positionsnoggrannhet utan GPS

Målpositionen beräknas genom pixel-till-mark-projektion med kamerans inre parametrar och drönarens attityd (AHRS, utan GPS). Noggrannheten beror på tre faktorer: höjdfel (barometer ±0,5 m ger ~0,4% positionsfel), attitydfel (gyrodrift ~1°/min ger ~2 m/min lateralt fel) och kamerakalibrering (brännviddsfel ±1% ger ~1% positionsfel). Kombinerad CEP vid 120 m AGL efter 5 minuters flygning: ungefär 50–80 meter. Detta är tillräckligt för områdesmålgivning (artilleri) men INTE för precisionsmålgivning (styrd ammunition). För precision använder FPV-operatören Fischer 26:s realtidsvideo för att visuellt förvärva målområdet och flyger sedan FPV till målet med visuell navigering — den slutliga inflyget är alltid visuellt, inte koordinatbaserat.

Koordinatöverlämningsnoggrannhet

Det kritiska ögonblicket i ISR-till-strike-cykeln är målöverlämningen: Fischer 26 detekterar ett fordon vid specifika koordinater med ±50–200 meters osäkerhet (GPS-nekad drift). FPV-piloten anländer till det allmänna området men ser flera potentiella mål. Lösning: Fischer 26 strömmar sin kamerabild till FPV-pilotens andrasskärm via MANET. Piloten ser målet genom Fischer 26:s ovanifrånkamera samtidigt som inflyget ses genom FPV-kameran. Två vyer av samma mål eliminerar identifieringsambiguitet. Piloten matchar ovanifrånvyn mot markvyn och binder sig till rätt mål. Denna dubbelkameraöverlämning reducerar felaktiga målträffar från 15 procent till under 3 procent — den enskilt viktigaste procedurmässiga förbättringen identifierad i ukrainska drönaroperationer.

Multisensor målklassificering

Fischer 26 bär två kameror som tillhandahåller kompletterande klassificeringsdata. Den visuella kameran (Arducam IMX477, 3,1 cm/pixel vid 120 m) ger form, storlek, färg och yttextur — tillräckligt för att skilja en T-72 (rundat torn, låg profil, 3,6 m bred) från en BMP-2 (kantigt torn, högre profil, 2,9 m bred) eller en civil lastbil (rektangulär lastvagn, inget torn). Den termiska kameran (Infiray T2S+) adderar operationsstatus: motorrummets temperatur särskiljer ett aktivt fordon (80–120°C, rörligt eller under uppstart) från ett kallt fordon (omgivningstemperatur, möjligen övergivet, förstört eller en lockbild). Lisa 26 fusionerar båda klassificeringarna genom Dempster-Shafer: visuell bedömer "T-72 vid 78% konfidens" plus termisk bedömer "motor igång vid 85% konfidens" ger fusionerad bedömning "aktiv T-72 vid 97% konfidens."

Nattlig målanvisning

Nattetid ger den visuella kameran formklassificering (med IR-belysning) medan den termiska kameran tillhandahåller den primära detektionsmodaliteten. Dubbelkamerafusionsalgoritmen justerar vikter: dagtid prioriteras visuell klassificering (högre upplösning, färgdata) med termisk som statusbekräftelse. Nattetid inverteras detta: termisk ger primär detektion (aktiva motorer är omöjliga att missa som ljusa fläckar) medan visuell ger kompletterande formdata genom IR-belysaren. Lisa 26 hanterar övergången automatiskt baserat på omgivningsljusnivå mätt av IMX477-kamerans autoexponering — under 10 lux växlar algoritmen till termiskt primärläge. Denna automatiska anpassning säkerställer att operatören inte behöver manuellt byta detektionsläge vid gryning och skymning — systemet optimerar sig självt. Vid fullständig mörker utan IR-belysning sjunker visuell klassificeringskonfidens till under 30 procent, men termisk detektion förblir på 85+ procent för aktiva fordon — den operativa konsekvensen är att nattliga mål kan detekteras och lokaliseras pålitligt men att fordonstypsklassificering kräver närmre inspektion eller HUMINT-komplettering.

Öppna den interaktiva täckningskalkylatorn →

Öppna den interaktiva hotfusionspanelen →

Öppna den interaktiva pipelineanalysatorn →

← Ingår i Fischer 26 Whitepaper

Matematisk härledning — CEP från felkällor

Den fullständiga fyrstegs-härledningen av CEP (Circular Error Probable) publiceras på den engelska versionen. Härledningen följer standard felfortplantning (Bevington & Robinson, Data Reduction and Error Analysis, McGraw-Hill 2003, kap. 3) tillämpat på Fischer 26:s specifika sensorstack. Sidans bidrag: att visa vilken felkälla som dominerar så att ingenjörsinvestering styrs rätt.

Kortfattat: Fem oberoende felkällor kombineras i kvadratur. (a) Kamerakalibrering 0,5 m. (b) Attitydavdrift 2,1 m (1°/min gyrodrift × 120 m × 5 min). (c) Barometer lateralt 0,07 m (försumbart). (d) YOLOv8 bbox-centrum 0,56 m (±2 px pixelosäkerhet). (e) Navigeringsdrift σ_nav dominerar: 65 m enbart IMU efter 5 min GPS-denied, 7 m med SLAM-loop-closures. σ_total = √Σσᵢ² ≈ 65 m (IMU) eller 7 m (SLAM). Konvertering till CEP: CEP(50%) = 1,1774 × σ (Rayleigh-medianen). Verifierat i provable_claims.py under CEP_FROM_SIGMA_FACTOR, CEP_IMU_ONLY_5MIN och CEP_WITH_SLAM.

Bearbetat exempel 1 — artilleriuppdrag med Fischer 26-koordinater

Bataljon S3 begär koordinater för 122 mm D-30 mot upptäckt logistikkonvoj. Fischer 26 har varit i luften 5 min GPS-denied, ingen SLAM. σ_target = 65 m. Vapen σ_D-30 = 50 m vid 10 km räckvidd. Kombinerad σ_fire = √(65² + 50²) = 82 m, CEP_fire(50%) = 96 m. Sannolikhet per skott att slå inom 5 m letal radie: P = 1 − exp(−25/(2·82²)) = 0,19 %. För 90 % kumulativ träff: 1 212 skott. IMPRAKTISKT. Slutsats: Fischer 26 ensam ger områdes-designering, inte precisionsartilleri. Verifierat i ARTILLERY_ROUNDS_FROM_FISCHER26_COORDS.

Bearbetat exempel 2 — FPV-strike med Fischer 26-överlämning

Samma konvoj, men nu FPV-anfall från 3 km bort med dubbelkamera-handoff. Fas 1 transit: FPV anländer inom σ = 30 m av Fischer 26:s rapporterade position. Fas 2 visuell förvärv: operatören matchar ovanifrånbild (Fischer 26) mot FPV-vy — fel målfrekvens 3 % med dubbelkamera vs 15 % utan. Fas 3 terminal­vägledning: operatören dyker FPV på visuellt identifierat mål, CEP 0,3–0,8 m. Slutlig CEP < 1 m — även om Fischer 26:s isolerade CEP var 65 m. Operatörens visuella handoff komprimerar 65 m koordinatosäkerhet till direkt måligenkänning.

Varför denna härledning är operativt viktig

Fyra operativa beslut beror på att denna felsammansättning är korrekt. Om detta är fel blir konsekvenserna direkta: befälhavare slösar ammunition på eldstrider som inte kan träffa rapporterade mål, eller avvisar möjliga mål eftersom de misstror koordinaterna. Båda har kostat liv i ukrainska operationer. Artilleri vs FPV-beslut: 76,5 m CEP är inadekvat för enskottsprecision men perfekt för områdesbeskjutning + framskjuten observatörsjustering. Navigeringsinvestering: σ_nav dominerar — kalibrerings­förbättring 0,5 m → 0,1 m ändrar CEP osynligt, SLAM lägger till 10× förbättring. Dubbelkamera-handoff: 3 % fel målfrekvens är matematisk konsekvens av visuell matchning av två oberoende vyer. Höjds­val: sigma_bbox och sigma_att skalar båda linjärt med höjd, så måttliga höjdändringar har liten effekt (dominerat av nav-drift), men > 1000 m börjar pixel-osäkerheten spela roll.

Implementering

# GSD Calculation — Camera Resolution to Ground Distance
import math

def calculate_gsd(altitude_m, focal_length_mm, sensor_width_mm, image_width_px):
    """Ground Sampling Distance: cm per pixel at given altitude."""
    gsd_m = (altitude_m * sensor_width_mm) / (focal_length_mm * image_width_px)
    return gsd_m * 100  # Convert to cm/px

# Arducam IMX477 on Fischer 26
gsd_120m = calculate_gsd(
    altitude_m=120,
    focal_length_mm=6.0,      # IMX477 default lens
    sensor_width_mm=6.287,    # IMX477 sensor
    image_width_px=4056       # Full resolution
)
print(f"GSD at 120m: {gsd_120m:.2f} cm/px")  # 3.10 cm/px

# At 30m (expendable ISR close pass)
gsd_30m = calculate_gsd(30, 6.0, 6.287, 4056)
print(f"GSD at  30m: {gsd_30m:.2f} cm/px")   # 0.78 cm/px — read license plates

# Minimum altitude for vehicle classification (need ~10 px across target)
# T-72 width ≈ 3.6m → need GSD < 36cm → altitude < 1400m
# But: 120m gives 3.1cm GSD → 116 pixels across T-72 → excellent

Relaterade kapitel

Källor

ArduPlane-dokumentation (ardupilot.org). Starlink Mini-specifikationer (starlink.com). T-Motor-datablad. NATO STANAG 4671 (UAS luftvärdighet). Fischer 26 konstruktionsdokumentation (FSG-A internt).