Cuando un comprador pregunta: “¿A qué distancia puede ver este sistema EO/IR?”, la respuesta suele ser demasiado vaga para ser útil. La pregunta real es más concreta: ¿a qué distancia puede detectar, a qué distancia puede reconocer y a qué distancia puede identificar?
Eso es lo que cambian los criterios DRI. Convierten una afirmación difusa de alcance en tres tareas visuales distintas. A partir de ese momento, hay que reevaluar el campo de visión, la distancia focal, la estabilización, las hipótesis sobre el tamaño del objetivo e incluso el papel del sensor dentro del sistema más amplio.
Esto importa porque muchos proyectos EO/IR fracasan de una forma previsible. El equipo compra basándose en una cifra principal orientada a la detección y luego espera un rendimiento de reconocimiento o identificación a una distancia similar. El hardware puede no tener ningún defecto. El problema era simplemente una definición insuficiente del requisito. DRI ayuda a evitar ese error al hacer explícita la tarea antes de elegir la óptica.
DRI convierte una afirmación de alcance en una afirmación de tarea
DRI significa detección, reconocimiento e identificación.
- Detección pregunta si hay algo presente.
- Reconocimiento pregunta de qué tipo de objeto se trata.
- Identificación pregunta si el objetivo puede distinguirse con el nivel de detalle necesario para una decisión operativa más específica.
Parece una distinción semántica, pero cambia directamente el diseño del sistema. Una cámara que puede detectar un objetivo pequeño a gran distancia puede seguir siendo deficiente para reconocer si ese objetivo es un dron, un ave u otro objeto. Una cámara que puede reconocer puede seguir siendo insuficiente para identificar si el flujo de trabajo exige una discriminación más fina, mayor estabilidad o más detalle del objetivo.
La larga línea de trabajos sobre los criterios de Johnson y la adquisición de objetivos en NVESD existe porque este no es un problema trivial. Un tutorial de Institute for Defense Analyses que resume esa evolución explica que los experimentos originales de Johnson produjeron reglas prácticas sobre requisitos de imagen para una probabilidad del 50 % de realizar distintas tareas visuales. En la interpretación simplificada más habitual, los umbrales son aproximadamente:
- 1,5 píxeles a lo ancho de la dimensión crítica del objetivo para detección,
- 6 píxeles para reconocimiento,
- 12 píxeles para identificación.
No deben tratarse como constantes mágicas, pero siguen siendo útiles porque obligan a formular la pregunta correcta de planificación. No se le está pidiendo a la cámara solo que “vea lejos”. Se le está pidiendo que realice una tarea definida contra un objetivo definido.
Por qué DRI cambia la elección del hardware
Una vez que la tarea se formula con claridad, los compromisos de hardware se vuelven mucho más difíciles de mezclar.
Distancia focal y campo de visión
Por lo general, el reconocimiento y la identificación requieren más píxeles sobre el objetivo que la detección. Eso suele empujar al sistema hacia campos de visión más estrechos o hacia una mayor distancia focal efectiva. Pero el coste de esa decisión es una menor cobertura de búsqueda. Una vista estrecha y de gran aumento puede ser muy sólida para la discriminación después del cueing, pero débil como sensor de búsqueda independiente.
Resolución del detector y muestreo
Una mayor resolución del detector puede ayudar, pero solo si el resto de la cadena de imagen lo respalda. Más píxeles no resuelven automáticamente una óptica deficiente, bajo contraste de la escena, desenfoque por movimiento o apuntado inestable. La resolución es un habilitador, no un sustituto del rendimiento global del sistema.
Canal espectral y contraste de la escena
Los canales visible y térmico no aportan la misma información. Un canal diurno puede ofrecer marcadores, textura y forma que ayudan al reconocimiento o a la identificación cuando la iluminación es buena. Un canal térmico puede superar a la imagen visible cuando el contraste térmico es fuerte y el contraste visual es débil. Por tanto, la selección DRI debe vincularse a la escena, no solo a la etiqueta del objetivo.
Estabilización y calidad del apuntado
Un sensor puede cumplir un modelo de alcance sobre el papel y aun así decepcionar operativamente si la plataforma no puede mantener la línea de visión con suficiente estabilidad. El rendimiento de identificación es especialmente sensible al desenfoque, al jitter y al retraso en el cueing, porque el objetivo ya puede ocupar solo una pequeña parte de la imagen.
Esos compromisos son la razón práctica por la que DRI cambia la selección EO/IR. No se limita a afinar una cifra de alcance. Cambia lo que se espera que haga el sensor.
Detección, reconocimiento e identificación llevan a sistemas distintos
La diferencia de tarea se entiende mejor si se compara el sesgo resultante del sistema.
| Tarea | Pregunta principal | Sesgo del sistema | Error típico |
|---|---|---|---|
| Detección | ¿Hay algo ahí? | Mayor cobertura de búsqueda, adquisición más rápida de la escena, contraste suficiente para separar el objetivo del fondo | Comprar solo por el máximo zoom y perder un comportamiento útil de búsqueda |
| Reconocimiento | ¿Qué clase de objeto es? | Más píxeles sobre el objetivo, campo de visión más estrecho, supuestos más fuertes sobre el contraste de la escena | Tratar una afirmación de alcance de detección como si ya implicara reconocimiento |
| Identificación | ¿Es este el objeto o la amenaza específica que necesito distinguir? | Mayor densidad de píxeles, mejor estabilización, vista estrecha, mejor soporte de cueing y seguimiento | Esperar identificación sin definir el tamaño del objetivo, el contraste y el umbral de la tarea |
Esa tabla también explica por qué una sola carga útil EO/IR puede necesitar distintos canales internos o distintos estados de zoom para trabajos diferentes. La búsqueda, la confirmación y la captura de evidencia no siempre quieren el mismo compromiso óptico.
DRI no es una cifra universal única
Incluso cuando se usa correctamente el lenguaje DRI, la cifra resultante sigue dependiendo de supuestos que los compradores suelen pasar por alto.
El tutorial del IDA vincula las reglas clásicas al tamaño crítico del objetivo y a un umbral de probabilidad del 50 %. La revisión de MDPI sobre predicción de alcance en termovisores añade otra advertencia importante: los modelos de adquisición de objetivos dependen de supuestos simplificados sobre el comportamiento del observador, el aislamiento del objetivo, las condiciones de contraste y el conocimiento de la cadena de imagen. En otras palabras, una cifra DRI solo es significativa cuando también son visibles las condiciones que la sustentan.
Eso significa que cualquier afirmación seria sobre DRI debería generar de inmediato preguntas de seguimiento:
- frente a qué tamaño de objetivo,
- en qué canal,
- bajo qué atmósfera,
- con qué supuestos de contraste,
- en qué distancia focal o posición de zoom,
- y con qué umbral de probabilidad?
Si faltan esos detalles, la afirmación puede seguir siendo útil de forma orientativa, pero todavía no es lo bastante sólida para lógica de adquisición o aceptación.
La selección moderna de EO/IR necesita más que DRI clásico
La modelización moderna del rendimiento fue más allá de los simples umbrales de Johnson por una razón.
La revisión de MDPI explica que herramientas como NVThermIP utilizan funciones de umbral de contraste más detalladas, supuestos sobre la transferencia óptica, comportamiento del detector y parámetros de pantalla/observador para predecir con más realismo el rendimiento práctico de la tarea. Eso no vuelve obsoleto el DRI clásico. Cambia la forma en que debe usarse.
El DRI clásico sigue siendo valioso porque ofrece al proyecto un vocabulario común de tarea:
- ¿estamos resolviendo para detección,
- para reconocimiento,
- o para identificación?
Pero, una vez fijado ese vocabulario, el sistema sigue necesitando una evaluación de ingeniería más completa de la óptica, la cadena del sensor, el contraste y el uso operativo. Eso es especialmente importante cuando se espera que la carga útil funcione en transiciones día/noche, a larga distancia, con ángulos de observación estrechos o en escenas atmosféricamente difíciles.
Lo que DRI no captura por sí solo
Un sistema puede verse fuerte en una tabla DRI y aun así rendir por debajo de lo esperado en servicio, porque DRI no describe todo el flujo de trabajo.
Atmósfera y clima
La humedad, la bruma, la lluvia y la turbulencia pueden reducir el contraste útil o la claridad de la imagen antes de alcanzar el alcance nominal de la tarea.
Supuestos sobre el observador y la pantalla
La revisión de MDPI señala explícitamente que el diseño de la pantalla, las propiedades del observador y las condiciones de visualización influyen en la percepción de la imagen del objetivo. Eso significa que un mismo modelo de alcance puede comportarse de forma diferente según cómo se presente y se utilice la imagen.
Cobertura de búsqueda y cueing
El trabajo de NASA sobre alcance de detect-and-avoid para EO/IR es útil aquí porque plantea el requisito como algo más que una sola cifra de alcance de declaración. El campo de observación también incluye cobertura en azimut y elevación, y el factor operativo crítico pasa a ser el tiempo de alerta, no solo el alcance óptico bruto. La lección se traslada sin dificultad a aplicaciones de seguridad: una carga útil de gran aumento y vista estrecha puede cumplir una tarea de discriminación y, aun así, ser débil como herramienta de búsqueda inicial si otro sensor no le proporciona cueing.
Giro, enfoque y tiempos de flujo de trabajo
Una carga útil que tarda demasiado en girar, estabilizarse o adquirir el objetivo puede aportar menos valor operativo que una carga útil teóricamente más débil que llega al objetivo antes y de forma más fiable.
Por tanto, DRI es necesario para una buena selección EO/IR, pero por sí solo no es suficiente.
Cómo usar DRI en una compra sin dejarse engañar
La mejor decisión de compra es redactar el requisito en lenguaje de tarea y no en lenguaje de marketing.
Pida:
- requisitos separados de detección, reconocimiento e identificación,
- la clase exacta de objetivo y la dimensión crítica utilizada en la afirmación,
- el canal empleado para la afirmación, como visible, térmico o un flujo de trabajo de doble sensor,
- el campo de visión o la posición de zoom usados en la estimación de alcance,
- los supuestos atmosféricos y de contraste,
- el umbral de probabilidad y el modelo de observador,
- y si se espera que la capa EO/IR busque de forma independiente o que trabaje a partir de cueing por radar o RF.
Ese último punto suele ser el más importante. Si la carga útil es principalmente una capa de verificación, el diseño puede inclinarse razonablemente hacia el reconocimiento y la identificación después del cueing. Si también debe encargarse de la búsqueda en área amplia, la arquitectura óptica puede necesitar un equilibrio completamente distinto.
Dónde encaja DRI en una arquitectura de seguridad en capas
DRI resulta más útil cuando se vincula al papel de EO/IR dentro de un sistema por capas.
En muchas arquitecturas prácticas:
- el radar o la RF se encargan de la búsqueda temprana,
- EO/IR se encarga de la confirmación y la evidencia,
- y DRI define cuánta confianza visual puede aportar la capa EO/IR en cada etapa.
Por eso, la mejor respuesta no suele ser una cámara con una cifra perfecta. Un canal más amplio puede favorecer la detección y el reconocimiento inicial. Un canal más estrecho y más estable puede favorecer la identificación después del cueing. El problema de selección se aclara cuando el flujo de trabajo se formula con honestidad.
Conclusión
Los criterios DRI cambian la selección de sistemas EO/IR porque obligan al comprador a definir la tarea visual real. Detección, reconocimiento e identificación no son intercambiables, y un sistema elegido para una de ellas no satisfará automáticamente las otras a la misma distancia.
La conclusión práctica es sencilla. Use DRI para hacer explícita la tarea. Después evalúe el campo de visión, la distancia focal, la resolución, el contraste, la estabilización y el cueing frente a esa tarea. Un buen requisito DRI no hace que la selección EO/IR sea fácil, pero sí evita el error más común: comprar una sola afirmación vaga de alcance y esperar de ella tres niveles distintos de rendimiento visual.