CN102547107A - 障碍物遮挡环境下的视频传感器监视方向控制方法 - Google Patents

障碍物遮挡环境下的视频传感器监视方向控制方法 Download PDF

Info

Publication number
CN102547107A
CN102547107A CN2011103630875A CN201110363087A CN102547107A CN 102547107 A CN102547107 A CN 102547107A CN 2011103630875 A CN2011103630875 A CN 2011103630875A CN 201110363087 A CN201110363087 A CN 201110363087A CN 102547107 A CN102547107 A CN 102547107A
Authority
CN
China
Prior art keywords
node
video
monitoring
barrier
monitoring direction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011103630875A
Other languages
English (en)
Inventor
蒋一波
郑建炜
王万良
姚信威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN2011103630875A priority Critical patent/CN102547107A/zh
Publication of CN102547107A publication Critical patent/CN102547107A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Closed-Circuit Television Systems (AREA)

Abstract

一种障碍物遮挡环境下的视频传感器监视方向控制方法，根据点si中心的平面坐标P(xi，yi)和节点的监视方向αi计算障碍物集合
Figure DEST_PATH_DDA0000139884300000011
并得到遮挡区域
Figure DEST_PATH_DDA0000139884300000012
将重叠区域设为空
Figure DEST_PATH_DDA0000139884300000013
从0开始遍历邻居节点集合S′中包含的节点：当计数器j等于S′中所包含节点个数则得到有效覆盖区域计算有效覆盖区域质心
Figure DEST_PATH_DDA0000139884300000015
计算被遮挡区域质心计算重叠部分质心计算
Figure DEST_PATH_DDA0000139884300000018
对在t时刻的斥力
Figure DEST_PATH_DDA00001398843000000110
对
Figure DEST_PATH_DDA00001398843000000111
在t时刻的斥力
Figure DEST_PATH_DDA00001398843000000112
和确定节点所受的旋转合力
Figure DEST_PATH_DDA00001398843000000113
如果则由
Figure DEST_PATH_DDA00001398843000000115
的符号确定旋转方向，计算t+1时刻的视角弧度变化Δαi(t+1)，调整传感器监视方向αi←αi+Δαi(t+1)；反之，确定当前节点视频监控的监控方向不变；进入t+1时刻的计算，即t←t+1。本发明具备更好的覆盖率提升效果。

Description

障碍物遮挡环境下的视频传感器监视方向控制方法
技术领域
本发明涉及一种障碍物遮挡环境下的视频传感器节点监视方向控制方法。 
背景技术
现今，由于无线视频传感器具备安装方便、成本低和无需布线等优点，已显现出代替有线视频监控点的趋势。尽管无线视频传感器网络日趋成熟，但如何使监控网络更有效的覆盖整个监控区域的研究还非常少，这直接影响到视频监控系统对监控区域管理的有效性。目前，传感器网络的初期部署一般采用两种策略：1、大规模的随机部署；2、针对特定的用途进行有计划的部署。传感器网络通常在复杂的环境下工作，且网络中节点较多，工程操作时通常采用随机部署方式。这种大规模随机部署方式很难一次性地将网络中各个传感节点部署在合适的位置，极容易产生不合理的覆盖结构，形成感知重叠和盲区。因此，在传感器网络初始部署后，对其网络覆盖结构进行优化是非常有意义的。 
覆盖增强作为传感器网络中的一个基本问题，众多国内外学者相继开展了该方面的研究。在大多数针对无线传感器网络的覆盖研究中，都采用相同的前提与假定，即传感器网中的传感节点均为全向感知模型(omni-directional sensing model)。然而，全向感知性模型并不符合无线视频传感器网络的监控特性，因此现有的节点覆盖控制研究成果不能直接应用于无线视频传感器网络，迫切需要设计出适应该问题的新方法来解决其覆盖问题。于是，出现了专门针对无线视频传感器网络的覆盖研究。 
在各种解决传感器网络覆盖问题的方法中，虚拟势场(potential field)是解决覆盖控制问题的典型方法之一。现有研究认为，视频传感器是一种有向感知模 型(directional sensing model)，即节点的感知范围是一个以节点为圆心、感知距离为半径的扇形区域。由基于有向感知模型的视频传感节点所构成的网络称为视频传感器网络。另外，监控区域情况多变、复杂，通常会有多个大型障碍物，直接导致监控盲区的产生，如何动态优化视频传感器的监视方向成了急需解决的棘手问题。 
发明内容
为了克服已有技术在解决视频传感器节点位于存在遮挡物环境下的覆盖率提升效果差的不足，本发明提供了一种具备更好的覆盖率提升效果的障碍物遮挡环境下的视频传感器监视方向控制方法。 
本发明解决其技术问题所采用的技术方案是： 
一种障碍物遮挡环境下的视频传感器监视方向控制方法，所述的控制方法包括以下步骤： 
(1)建立障碍物遮挡环境下的视频传感网络模型，其中： 
(11)包含n个视频监控节点的无线视频传感器网络表示为s＝{x1，s2，...，sn}，可部署该网络的监控区域为ψ； 
(1.2)视频传感节点si由五元组<xi，yi，αi，Λ，L>表示，其中xi和yi表示节点在区域ψ中的平面位置，αi表示节点的监视方向，Λ为节点视角宽度的弧度值，L为能获得清晰图像的有效监控距离； 
(1.3)在视频监控区域中出现的障碍物所构成的集合记为B，且区域中的点P(x，y)∈B均能遮挡与其相交的视频监控区域； 
(1.4)如果节点si的监控区域受到障碍物遮挡，即区域ψ中 
Figure DEST_PATH_GDA0000136078480000021
则称被遮挡区域为 
(1.5)如果节点si的覆盖区域与其他节点的覆盖区域发生重叠，则重叠部分 为 
Figure DEST_PATH_GDA0000136078480000031
且 
Figure DEST_PATH_GDA0000136078480000032
那么，设节点si的有效覆盖区域为 
Figure DEST_PATH_GDA0000136078480000033
且 设节点si探测周围信息的区域为d(si)，则  d ( s i ) = { P ( x , y ) | | | P ( x i , y i ) P ( x , y ) &OverBar; | | &le; 2 L } ;
(2)障碍物遮挡环境下的视频传感网络模型放入初始化过程： 
(2.1)设定优化次数计数为0，即t←0； 
(2.2)获取节点si中心的平面坐标P(xi，yi)； 
(2.3)根据P(xi，yi)计算探测区域d(si)，取得邻居节点集合s′； 
(3)视频传感器节点监视方向控制过程： 
(3.1)根据节点si中心的平面坐标P(xi，yi)和节点的监视方向αi计算障碍物集合 
Figure DEST_PATH_GDA0000136078480000036
(3.2)根据障碍物集合B′得到遮挡区域 
Figure DEST_PATH_GDA0000136078480000037
(3.3)将重叠区域设为空 
Figure DEST_PATH_GDA0000136078480000038
(3.4)设置计数器j，从0开始遍历邻居节点集合s′中包含的节点： 
(3.4.1)计算si与节点sj′的重叠区域 
Figure DEST_PATH_GDA0000136078480000039
(3.4.2)合并覆盖区域 
Figure DEST_PATH_GDA00001360784800000310
(3.5)当计数器j等于s′中所包含节点个数则进入下一步； 
(3.6)得到有效覆盖区域 
Figure DEST_PATH_GDA00001360784800000311
(3.7)计算有效覆盖区域质心 
Figure DEST_PATH_GDA00001360784800000312
计算被遮挡区域质心 
Figure DEST_PATH_GDA00001360784800000313
计算重叠部分质心 
Figure DEST_PATH_GDA00001360784800000314
(3.8)如果被遮挡区域质心 
Figure DEST_PATH_GDA00001360784800000315
不为空，即 
Figure DEST_PATH_GDA00001360784800000316
则得到 
Figure DEST_PATH_GDA00001360784800000317
对 
Figure DEST_PATH_GDA00001360784800000318
在t时刻的斥力 
Figure DEST_PATH_GDA00001360784800000319
(3.9)如果重叠部分质心 不为空，即 
Figure DEST_PATH_GDA00001360784800000321
则得到 
Figure DEST_PATH_GDA00001360784800000322
对 
Figure DEST_PATH_GDA00001360784800000323
在t时刻的斥力 
Figure DEST_PATH_GDA00001360784800000324
(3.10)确定节点所受的旋转合力 
Figure DEST_PATH_GDA0000136078480000041
(3.11)如果合力的绝对值大小大于预设值ε，即 
Figure DEST_PATH_GDA0000136078480000042
则由 
Figure DEST_PATH_GDA0000136078480000043
的符号确定旋转方向，计算t+1时刻的视角弧度变化Δαi(t+1)，调整传感器监视方向αi←αi+Δαi(t+1)；反之，确定当前节点视频监控的监控方向不变； 
(3.12)进入t+1时刻的计算，即t←t+1。 
本发明的工作原理是：为了克服已有技术在解决视频传感器节点位于存在遮挡物环境下的覆盖率提升效果差的不足，本发明提供了一种基于虚拟势场导向的视频传感器节点联合覆盖优化方法，使得使用该方法的覆盖优化模块具备更好的覆盖率提升效果。本发明所设计的方法采用的覆盖优化调整策略计算步骤简单，能够以较快的速度完成一次排布周期，从而能比传统方法更快的提供排布结果，适应动态变化的环境与运动的遮挡物。 
本发明的有益效果主要表现在：1、优化速度快；2、适应动态障碍物环境。 
附图说明
图1是障碍物遮挡环境下的视频传感器节点覆盖优化方法的流程图。 
图2是障碍物遮挡环境下的视频传感器节点覆盖优化系统的结构图。 
具体实施方式
下面结合附图对本发明作进一步描述。 
参照图1，一种障碍物遮挡环境下的视频传感器节点监控方向控制方法，包括以下步骤： 
第一步：设定优化次数计数为0，t←0； 
第二步：获取节点si中心的平面坐标P(xi，yi)； 
第三步：根据P(xi，yi)计算探测区域d(si)，取得邻居节点集合s′； 
第四步：根据节点si中心的平面坐标P(xi，yi)和节点的监视方向αi计算障碍物集合 
Figure DEST_PATH_GDA0000136078480000044
第五步：根据障碍物集合B′得到遮挡区域 
Figure DEST_PATH_GDA0000136078480000051
第六步：将重叠区域设为空 
Figure DEST_PATH_GDA0000136078480000052
第七步：设置计数器j，从0开始遍历邻居节点集合s′中包含的节点； 
第八步：计算si与节点sj′的重叠区域 
Figure DEST_PATH_GDA0000136078480000053
合并覆盖区域 
第九步：当计数器j小于s′中所包含节点个数，则j＝j+1，并转至第八步； 
第十步：得到有效覆盖区域 
Figure DEST_PATH_GDA0000136078480000055
计算有效覆盖区域质心 
Figure DEST_PATH_GDA0000136078480000056
计算被遮挡区域质心 
Figure DEST_PATH_GDA0000136078480000057
计算重叠部分质心 
Figure DEST_PATH_GDA0000136078480000058
第十一步：如果被遮挡区域质心 
Figure DEST_PATH_GDA0000136078480000059
不为空，即 
Figure DEST_PATH_GDA00001360784800000510
则得到 对 
Figure DEST_PATH_GDA00001360784800000512
在t时刻的斥力 
Figure DEST_PATH_GDA00001360784800000513
第十二步：如果重叠部分质心 
Figure DEST_PATH_GDA00001360784800000514
不为空，即 
Figure DEST_PATH_GDA00001360784800000515
则得到 对 
Figure DEST_PATH_GDA00001360784800000517
在t时刻的斥力 
Figure DEST_PATH_GDA00001360784800000518
第十三步：确定节点所受的旋转合力 
第十四步：如果合力的绝对值大小大于预设值ε，即 
Figure DEST_PATH_GDA00001360784800000520
则由 
Figure DEST_PATH_GDA00001360784800000521
的符号确定旋转方向(如果为正在顺时针，为负则逆时针)。计算t+1时刻的视角弧度变化Δαi(t+1)，调整传感器监视方向αi←αi+Δαi(t+1)； 
第十五步：进入t+1时刻的计算，t←t+1； 
第十六步：跳转至第四步； 
参照图2，应用本方法实现的障碍物遮挡环境下的视频传感器节点覆盖优化系统，主要包括视频传感器节点控制子系统和节点间通信子系统。 
所述的视频传感器节点控制子系统包括： 
(1)摄像头控制模块：完成对视频摄像头的控制功能，包括云台运动控制与视频信号采集控制。 
(2)图像采集与分析模块：对采集到的视频信号进行预处理。 
(3)障碍物侦测模块：对图像信息进行分析，获取周边障碍物信息。 
(4)数据分析与自优化模块：根据周边障碍物信息与相邻节点信号，实施摄像头的拍摄与位置变化。 
所述的节点间通信子系统包括： 
(1)邻居节点侦测模块：定时检测周边的其他传感器节点，保持连接网络的自动更新。 
(2)邻居节点通信模块：完成与邻居节点间的信息交互、数据传输功能。 

Claims (1)

1.一种障碍物遮挡环境下的视频传感器监视方向控制方法，其特征在：所述的控制方法包括以下步骤：
(1)建立障碍物遮挡环境下的视频传感网络模型，其中：
(1.1)包含n个视频监控节点的无线视频传感器网络表示为s＝{s1，s2，...，sn}，可部署该网络的监控区域为ψ；
(1.2)视频传感节点si由五元组<xi，yi，αi，Λ，L>表示，其中xi和yi表示节点在区域ψ中的平面位置，αi表示节点的监视方向，Λ为节点视角宽度的弧度值，L为能获得清晰图像的有效监控距离；
(1.3)在视频监控区域中出现的障碍物所构成的集合记为B，且区域中的点P(x，y)∈B均能遮挡与其相交的视频监控区域；
(1.4)如果节点si的监控区域受到障碍物遮挡，即区域ψ中 
Figure DEST_PATH_FDA0000136078470000011
则称被遮挡区域为 
Figure DEST_PATH_FDA0000136078470000012
(1.5)如果节点si的覆盖区域与其他节点的覆盖区域发生重叠，则重叠部分为 
Figure DEST_PATH_FDA0000136078470000013
且 
Figure DEST_PATH_FDA0000136078470000014
那么，设节点si的有效覆盖区域为 
Figure DEST_PATH_FDA0000136078470000015
且 
Figure DEST_PATH_FDA0000136078470000016
设节点si探测周围信息的区域为d(si)，则 
Figure DEST_PATH_FDA0000136078470000017
(2)障碍物遮挡环境下的视频传感网络模型放入初始化过程：
(2.1)设定优化次数计数为0，即t←0；
(2.2)获取节点si中心的平面坐标P(xi，yi)；
(2.3)根据P(xi，yi)计算探测区域d(si)，取得邻居节点集合s′；
(3)视频传感器节点监视方向控制过程：
(3.1)根据节点si中心的平面坐标P(xi，yi)和节点的监视方向αi计算 障碍物集合 
Figure DEST_PATH_FDA0000136078470000021
(3.2)根据障碍物集合B′得到遮挡区域 
Figure DEST_PATH_FDA0000136078470000022
(3.3)将重叠区域设为空 
Figure DEST_PATH_FDA0000136078470000023
(3.4)设置计数器j，从0开始遍历邻居节点集合s′中包含的节点：
(3.4.1)计算si与节点sj′的重叠区域 
(3.4.2)合并覆盖区域 
Figure DEST_PATH_FDA0000136078470000025
(3.5)当计数器j等于s′中所包含节点个数则进入下一步；
(3.6)得到有效覆盖区域 
(3.7)计算有效覆盖区域质心 
Figure DEST_PATH_FDA0000136078470000027
计算被遮挡区域质心 
Figure DEST_PATH_FDA0000136078470000028
计算重叠部分质心 
Figure DEST_PATH_FDA0000136078470000029
(3.8)如果被遮挡区域质心 不为空，即 
Figure DEST_PATH_FDA00001360784700000211
则得到 
Figure DEST_PATH_FDA00001360784700000212
对 在t时刻的斥力 
Figure DEST_PATH_FDA00001360784700000214
(3.9)如果重叠部分质心 
Figure DEST_PATH_FDA00001360784700000215
不为空，即 
Figure DEST_PATH_FDA00001360784700000216
则得到 
Figure DEST_PATH_FDA00001360784700000217
对 
Figure DEST_PATH_FDA00001360784700000218
在t时刻的斥力 
Figure DEST_PATH_FDA00001360784700000219
(3.10)确定节点所受的旋转合力 
Figure DEST_PATH_FDA00001360784700000220
(3.11)如果合力的绝对值大小大于预设值ε，即 
Figure DEST_PATH_FDA00001360784700000221
则由 
Figure DEST_PATH_FDA00001360784700000222
的符号确定旋转方向，计算t+1时刻的视角弧度变化Δαi(t+1)，调整传感器监视方向αi←αi+Δαi(t+1)；反之，确定当前节点视频监控的监控方向不变；
(3.12)进入t+1时刻的计算，即t←t+1。 
CN2011103630875A 2011-11-16 2011-11-16 障碍物遮挡环境下的视频传感器监视方向控制方法 Pending CN102547107A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011103630875A CN102547107A (zh) 2011-11-16 2011-11-16 障碍物遮挡环境下的视频传感器监视方向控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011103630875A CN102547107A (zh) 2011-11-16 2011-11-16 障碍物遮挡环境下的视频传感器监视方向控制方法

Publications (1)

Publication Number Publication Date
CN102547107A true CN102547107A (zh) 2012-07-04

Family

ID=46352965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011103630875A Pending CN102547107A (zh) 2011-11-16 2011-11-16 障碍物遮挡环境下的视频传感器监视方向控制方法

Country Status (1)

Country Link
CN (1) CN102547107A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103188707A (zh) * 2013-03-12 2013-07-03 南京邮电大学 一种无线多媒体传感器网络的路径覆盖监控方法
CN104469322A (zh) * 2014-12-24 2015-03-25 重庆大学 一种面向大场景监控的摄像机布局优化方法
CN104602251A (zh) * 2014-12-31 2015-05-06 浙江工业大学 视频传感器网络中基于双倍体遗传算法的多移动目标动态监测优化方法
CN105050097A (zh) * 2015-06-12 2015-11-11 北京工商大学 一种图像传感器网络优化部署方法
CN106027962A (zh) * 2016-05-24 2016-10-12 浙江宇视科技有限公司 视频监控的覆盖率计算方法及装置、布点方法及系统
CN112566140A (zh) * 2020-11-30 2021-03-26 中国人民解放军国防科技大学 面向圆形障碍物的通信节点间通视路径判断方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101540894A (zh) * 2009-04-10 2009-09-23 浙江工业大学 一种视频监控中隐私区域的遮蔽方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101540894A (zh) * 2009-04-10 2009-09-23 浙江工业大学 一种视频监控中隐私区域的遮蔽方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蒋一波 等: "视频传感器网络中无盲区覆盖优化算法", 《中国科技论文在线，HTTP://WWW.PAPER.EDU.CN/RELEASEPAPER/CONTENT/201003-457》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103188707A (zh) * 2013-03-12 2013-07-03 南京邮电大学 一种无线多媒体传感器网络的路径覆盖监控方法
CN103188707B (zh) * 2013-03-12 2015-06-17 南京邮电大学 一种无线多媒体传感器网络的路径覆盖监控方法
CN104469322A (zh) * 2014-12-24 2015-03-25 重庆大学 一种面向大场景监控的摄像机布局优化方法
CN104602251A (zh) * 2014-12-31 2015-05-06 浙江工业大学 视频传感器网络中基于双倍体遗传算法的多移动目标动态监测优化方法
CN104602251B (zh) * 2014-12-31 2017-12-29 浙江工业大学 视频传感器网络中基于双倍体遗传算法的多移动目标动态监测优化方法
CN105050097A (zh) * 2015-06-12 2015-11-11 北京工商大学 一种图像传感器网络优化部署方法
CN105050097B (zh) * 2015-06-12 2018-04-24 北京工商大学 一种图像传感器网络优化部署方法
CN106027962A (zh) * 2016-05-24 2016-10-12 浙江宇视科技有限公司 视频监控的覆盖率计算方法及装置、布点方法及系统
CN106027962B (zh) * 2016-05-24 2019-06-11 浙江宇视科技有限公司 视频监控的覆盖率计算方法及装置、布点方法及系统
CN112566140A (zh) * 2020-11-30 2021-03-26 中国人民解放军国防科技大学 面向圆形障碍物的通信节点间通视路径判断方法及系统

Similar Documents

Publication Publication Date Title
CN102547107A (zh) 障碍物遮挡环境下的视频传感器监视方向控制方法
CN102339019B (zh) 一种基于模糊神经网络的智能轮椅避障方法
CN109212513B (zh) 多目标在雷达间数据传递、数据融合及连续跟踪定位方法
US10635913B2 (en) Path planning method and related navigation device
CN102158988B (zh) 一种有向传感器网络强栅栏覆盖判定方法
CN104460666B (zh) 一种基于距离矢量的机器人自主避障移动控制方法
CN103631698B (zh) 一种用于目标跟踪的摄像机ptz控制方法和装置
CN106909148A (zh) 基于农田环境感知的农机无人驾驶导航方法
CN103455033B (zh) 一种面向多移动机器人系统的模糊编队及避障控制方法
CN102621986A (zh) 一种基于视觉和超声波的导航控制系统
CN104184932A (zh) 球机控制方法及装置
CN103926925A (zh) 一种基于改进的vfh算法的定位与避障方法及机器人
CN112104841B (zh) 一种用于移动目标监测的多摄像头智能监控方法
CN105487536A (zh) 一种移动机器人的低成本自主避障方法
CN104111651A (zh) 自动行走设备及其向停靠站回归的方法
CN107976685B (zh) 一种基于物联网的红外传感器室内人体目标跟踪系统
CN105208569A (zh) 复杂三维场景环境下有向传感器网络覆盖方法
CN106257301B (zh) 基于统计推断的分布式时空关联模型轨迹跟踪方法
CN109141922B (zh) 无人车禁令交通标志牌自主感知能力测试系统及测试方法
CN103663188B (zh) 动臂塔式起重机及其运行的控制方法、装置和系统
CN104966062A (zh) 视频监视方法和装置
CN202677195U (zh) 一种基于视觉和超声波的导航控制系统
CN104931057B (zh) 一种机器人的任意位置定位方法、装置及系统
CN103345840A (zh) 一种交叉道路口横穿道路事件视频检测方法
WO2022242075A1 (zh) 一种机器人定位方法、装置、机器人和可读存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120704