CN112182917B - 基于多目标优化的摄像设备布控优化方法、系统、设备及存储介质 - Google Patents
基于多目标优化的摄像设备布控优化方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN112182917B CN112182917B CN202011366808.3A CN202011366808A CN112182917B CN 112182917 B CN112182917 B CN 112182917B CN 202011366808 A CN202011366808 A CN 202011366808A CN 112182917 B CN112182917 B CN 112182917B
- Authority
- CN
- China
- Prior art keywords
- target
- camera
- area
- marking
- deployment
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种基于多目标优化的摄像设备布控优化方法、系统、设备及存储介质,包括以下步骤:1)构建待布控区域的物理环境;2)基于待布控区域的物理环境形成多个摄像头布控方案;3)利用评价函数对步骤2)形成的多个摄像头布控方案进行评估,选取最优的摄像头布控方案进行摄像头的布控,该方法、系统、设备及存储介质能够实现多个摄像头的有机组合,同时监测覆盖的效果较好。
Description
技术领域
本发明属于电力运检、安监业务技术领域,涉及一种基于多目标优化的摄像设备布控优化方法、系统、设备及存储介质。
背景技术
目前,在输电线路、变电站、配电站和电动汽车充电站等电力生产运行场景中,视频监控已取得广泛应用。针对视频监控点布置问题,对于单个或少量摄像头通常运用定量的几何分析处理,对于多个摄像头组合优化问题,主流方法以最少监控视野面覆盖尽量多的观测目标点为基础,结合遗传优化算法求解布控点配置方案。但目前的技术仅将目标设为点模型,忽视了目标物之间的遮挡关系;以相同视野覆盖面假设监控视野无法实现不同性能摄像设备的组合。
随着能源互联网的发展,智能设备及传感器的使用愈加广泛,以双目摄像头、激光雷达、红外摄像头等为代表的新型视觉设备和射线型测量设备具有广阔的应用前景。以可见光监控设备为例,在输变配电领域实际运行但有待进行智能化提升的视觉监控设备有50余万台;系统外,以电动汽车充电站运营、电力基建安监业务为代表,视觉监控设备已部署11.6万台。但现有的视觉监控设备仍无法满足设备自动化运行的安全监控要求,且预计设备缺口为现有部署数量的四到六倍。以人工设计布控将产生极大工作量,缺乏效果评估的布控方案也无法发挥智能设备真正价值。
李权开展了关于地铁车站施工现场视频监控点布置的研究,他的目的是使用较少的摄像头数量使视频监控系统实现对施工现场空间区域的全覆盖。在考虑视野遮挡情况时考虑了不同基坑区域受到的遮挡作用不同,建立物理关系描述遮挡情况。采用传统遗传算法结合对遗传变异中不可行解的修补操作,加快布置方案最优解的收敛进程,保证了产生的布置方案的可靠性。
其存在以下问题:仅考虑了球形机的球形视野范围,没有讨论更泛用的带有视角限制的枪机摄像头,无法构建多类型监控设备组合方案;2)将施工目标建模为均匀点阵,无法体现目标之间的遮挡关系,影响布控监控效果。因此依旧不能实现多个摄像头的有机组合,同时对监测覆盖效果较差。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种基于多目标优化的摄像设备布控优化方法、系统、设备及存储介质,该方法、系统、设备及存储介质能够实现多个摄像头的有机组合,同时监测覆盖的效果较好。
为达到上述目的,本发明所述的基于多目标优化的摄像设备布控优化方法包括以下步骤:
构建待布控区域的物理环境;
在待布控区域的物理环境中进行摄像头布置,形成多个摄像头布控方案;
对形成的多个摄像头布控方案进行评估,选取最优的摄像头布控方案进行摄像头的布控。
基于二维地图或者三维地图构建待布控区域的物理环境。
构建待布控区域的物理环境的具体操作过程为:
对待布控区域进行地图构建属性的标注;
构建摄像头的观测范围;
构建光线遮挡的判断条件;
其中,对待布控区域进行地图构建属性的标注的对象包括对监控视野形成遮挡的待观测目标区域、对监控视野不形成遮挡的待观测目标区域、监控视野形成遮挡的非目标实体区域及对未对监控视野形成遮挡的非目标实体区域,根据地图构建属性的标注结果进行地图备选布控点的标注,以及待监控目标的标注。
形成多个摄像头布控方案之后还包括:基于各摄像头的位置关系对形成的多个摄像头布控方案进行简化。
所述摄像头为三维摄像头或二维摄像头。
利用评价函数对形成的多个摄像头布控方案进行评估,其中,评价函数中评价指标包括摄像头的布设数量、摄像头的布设成本、目标点的监控覆盖率、目标点的监控冗余度及目标个体的监控率。
基于NSGAII算法利用评价函数对形成的多个摄像头布控方案进行评估,选取最优的摄像头布控方案进行摄像头的布控。
一种基于多目标优化的摄像设备布控优化系统包括:
物理环境构建模块,用于构建待布控区域的物理环境;
布控方案构建模块,用于在待布控区域的物理环境中进行摄像头布置,形成多个摄像头布控方案;
优化模块,用于对形成的多个摄像头布控方案进行评估,选取最优的摄像头布控方案进行摄像头的布控。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述基于多目标优化的摄像设备布控优化方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述基于多目标优化的摄像设备布控优化方法的步骤。
本发明具有以下有益效果:
本发明所述的基于多目标优化的摄像设备布控优化方法、系统、设备及存储介质在具体操作时,构建待布控区域的物理环境,以考虑目标之间的遮挡关系,以提高监测覆盖的效果,再基于待布控区域的物理环境形成多个摄像头布控方案,其中,对布控的摄像头类型没有限制,然后对形成的多个摄像头布控方案进行评估,再选取最优的摄像头布控方案进行摄像头的布控,需要说明的是,在实际操作时,根据需求设定评价函数中的评价指标,以实现多目标的优化。
进一步,对形成的多个摄像头布控方案进行简化,以减少计算的复杂度。
进一步,基于NSGAII算法利用评价函数对形成的多个摄像头布控方案进行评估,以实现多目标问题的求解。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明的流程图;
图2为本发明中构建待布控区域的物理环境的流程图;
图3为简化备用布设方案的流程图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
参考图1,本发明所述的基于多目标优化的摄像设备布控优化方法包括以下步骤:
1)构建待布控区域的物理环境;
参考图2,步骤1)的具体操作过程为:
1a)对待布控区域进行地图构建属性的标注,再根据地图构建属性的标注结果进行地图备选布控点的标注,然后再对待监控目标进行标注,其中,具体标注对象包括对监控视野形成遮挡的待观测目标区域、对监控视野不形成遮挡的待观测目标区域、监控视野形成遮挡的非目标实体区域及未对监控视野形成明显遮挡的非目标实体区域。
步骤1a)的具体过程为:
对于二维地图
对待布控区域进行地图构建属性的标注的具体过程为:
将监控视野形成遮挡的待观测目标区域应标注为矩形和圆形等标准几何形状,分类标签设为遮挡实体并从1开始编号;将监控视野不形成遮挡的待观测目标区域应标注为点、矩形和圆形等标准形状,分类标设为非遮挡实体并编号为0;将监控视野形成遮挡的非目标实体区域依照其截面形状标注,对于三角形、矩形、圆形等标准几何形状可以直接标注,对于不规则多边形,先将其分解为以上标准几何形状的组合后标注为多个对象,分类标签设为遮挡实体并从1开始标注;对监控视野不形成遮挡的非目标实体以点、线段标注,分类标签设为非遮挡实体并编号为0。
根据地图构建属性的标注结果进行地图备选布控点的标注的具体过程为:
在非目标对象上选取的备选位置并进行标注,具体的,对监控视野形成遮挡的非目标实体区域,选取其标准几何个体对象或多边形组合对象的外包络线,备选布控点标注为均匀分布在外包络线上的点,点的密度根据需求而定,记录点的坐标并标注所属非目标实体编号;
对监控视野不形成遮挡的非目标实体,当表达形式为点,则直接选取为布控点;当表达形式为线段,则备选布控点标注为均匀分布在线段上的点,点密度依照需求而定,记录点的坐标并标注编号0。
对待监控目标进行标注的具体过程为:
对监控视野形成遮挡的待观测目标区域,将观测点均匀分布于待观测特征区域上,点密度根据需求而定,记录点的坐标并标注所属待观测目标实体编号;对监控视野不形成遮挡的待观测目标区域,将观测点均匀分布于待观测特征区域上,点密度根据需求而定,记录点的坐标并标注编号0。
对于三维地图
将监控视野形成遮挡的待观测目标区域应标注为立方体、圆柱体或球体等标准几何体,分类标签设为遮挡实体并从1开始编号;将监控视野不形成遮挡的待观测目标区域应标注为点、矩形和圆形等标准形状,分类标设为非遮挡实体并编号为0;将监控视野形成遮挡的非目标实体区域,按照其形态标注为立方体、圆柱体、球体等标准几何体或以上标准几何体的组合,每个几何体的分类标签设为遮挡实体并从1开始分别标注;将监控视野不形成遮挡的非目标实体以点、平面标注,分类标签设为非遮挡实体并编号为0。
根据地图构建属性的标注结果进行地图备选布控点的标注的具体过程为:
在非目标对象或指定候选位置上选取备选位置并进行标注,其中,对监控视野形成遮挡的非目标实体区域,选取其标准几何体或组合对象的外包络面,备选布控点标注为均匀分布在外包面上的点,点密度根据需求而定,记录点的坐标并标注所属非目标实体编号;
对监控视野不形成遮挡的非目标实体,当表达形式为点,则直接选取为布控点;当表达形式为面,则备选布控点标注为均匀分布在该面上的点,点密度根据需求而定,记录点的坐标并标注编号0。
对待监控目标进行标注的具体过程为:
对监控视野形成遮挡的待观测目标区域,将观测点均匀分布于待观测立体的特征区域面上,点密度根据需求而定,记录点的坐标并标注所属待观测目标实体编号;对监控视野不形成遮挡的待观测目标区域,将观测点均匀分布于待观测特征区域上,点密度根据需求而定,记录点的坐标并标注编号0。
1b)构建摄像头的观测范围;
对于二维摄像头
摄像头的种类包括固定角度枪机、可转向枪机及球形机,其中,枪机摄像头视野的平面建模为扇形或三角形,其中,该枪机摄像头的属性张角和纵深由实际使用摄像头型号及实际部署情况决定,在扇形建模中扇形中心角为张角,半径为纵深。
球形摄像头视野的平面建模为圆形,其属性纵深由摄像头的型号及实际部署情况决定,在圆形建模中半径为纵深。摄像头部署在标注的地图备选布控点处,对于枪机的朝向角度,将360度离散化,离散化数目n由摄像头的视野张角h决定,计算公式为:
其中,[]为取整符号。
在同一布控点,枪机的备选朝向角度(c)数为n,取值为:
对于三维摄像头
依据摄像头的种类对枪机及球形机进行视野建模,枪机摄像头视野构建为锥体,其属性张角和纵深由摄像头型号和实际部署情况决定,在锥体建模中锥心立体角为张角,锥的高度近似为纵深;
球形摄像头视野建模为半球体,其主要属性纵深由实际使用摄像头型号及实际部署情况决定,在半球建模中半径为纵深,摄像头部署在标注的地图备选布控点处,由于三维空间离散度过高将极大地增加优化计算负担,在设置朝向时仅选取从x,y,z轴正负方向及xy,xz,yz坐标系旋转45度的正负方向共18个空间角度中选取。
1c)构建光线遮挡的判断条件。
对于二维光线遮挡
二维平面内的目标物观测视线遮挡分为两种情况,即待观测目标遮挡和非目标物遮挡,由于之前已经将具有遮挡属性的对象定义为三角形、矩形及圆形等标准几何形状,故视将线遮挡问题可以转化为判断布控点与待观测目标点连接形成的线段是否穿过任意遮挡对象几何图形的问题,即对于矩形,判断线段是否与矩形的两条对角线段中任意一条相交,若相交则该矩形形成遮挡;对于三角形,判断线段是否与一条边或该边对应的中线段相交,若相交则该三角形形成遮挡;对于圆形,判断圆心到线段的最短距离是否小于半径,若小于则该圆形形成遮挡。
对于三维光线遮挡
三维空间内的目标物观测视线遮挡可以转化为判断布控点与待观测目标点连接形成的线段是否穿过任意遮挡对象几何体的问题。
2)基于待布控区域的物理环境形成多个摄像头布控方案;
具体过程为:
2a)基于基本位置关系对不合理的备选布控点进行淘汰,以减少摄像头布控方案的数量,参考图3,具体过程为:
2a1)不考虑遮挡地筛选布控点;
具体的,基于待观测点位置不考虑遮挡地筛选布控点,得备选布控点集合,具体方法为:以一个待观测对象为中心,以摄像头纵深为半径选出其中包含的备选布控点;遍历所有待观测对象,将所有选出的备选布控点整理为备选布控点集合。
2a2)不考虑遮挡地选取可能的观测点和可能的非目标点;
在备选布控点集合选取其中一个布控点并设置摄像头朝向,再不考虑遮挡地进行观测,得对应于该布控方法的可能观测点集合及可能非目标点集合,具体方法为:以一个布控点为中心,以摄像头纵深为半径选出其中包含的观测点和非目标对象上的备选布控点,并依据摄像头朝向和视野张角判断以上各点是否处于视角之内,将符合视野范围条件的点分别整理为可能观测点集合及可能非目标点集合。
2a3)判断待观测对象之间的遮挡关系;
根据可能观测点集合中各点所属对象遮挡属性及编号,判断待观测对象之间的遮挡关系,从可能观测点集合中去除被遮挡的观测点,得到对应于该布控方式及考虑待观测物遮挡关系的可能观测点集合,具体方法为:根据可能观测点集合中所有点对应的对象编号,选出可能形成障碍的对象;再选取一个待观测点,使用对应的光线遮挡判定方法依次对每一个待观测对象进行遮挡判断,若判定结果为被遮挡,则在观测点集合中去除该待观测点;依次对可能观测点集合中的每一个点进行判断,最后得考虑待观测物遮挡关系的可能观测点集合。
2a4)根据待观测对象之间的遮挡关系对观测目标的遮挡情况进行判断。
具体为:基于步骤2a2)得到的可能非目标点集合,根据可能非目标点集合中各点所属对象遮挡属性及编号,判断非目标对象对2a3)中可能观测点的遮挡关系,从集合中去除被遮挡的观测点,得对应于布控方式及考虑全部遮挡关系的实际观测点集合,具体方法为:根据可能非目标点集合中备选布控点对应的非目标对象编号,选出可能形成障碍的非目标对象;从2a3)中得到的可能观测点集合中选取一个待观测点,使用对应的光线遮挡判定方法依次对每一个非目标对象进行遮挡判断,若判定结果为被遮挡,则在观测点集合中去除该待观测点;依次对可能观测点集合中每一个点进行判断,最后得到对应于该布控方案的实际观测点集合。
2a5)计算布控方案优化空间对布控方案中的每一个元素循环执行上述步骤,得到对应于每一种布控方案的观测结果集合,该空间可以整理为矩阵形式,其中,矩阵的一行表示一个待观测点能被哪些布控方案观测,矩阵的一列表示一种布控方案能够看到哪些待观测点,若待观测点能被该布控方案观测,则矩阵元素为定为1,反之则为0。该矩阵的每一列可以由一种布控方案的实际观测点集合直接计算得到,遍历备选布控方案并将结果按列排列可以计算矩阵结果,该矩阵直观反应摄像头布置效果,有利于仿生优化算法的评价函数计算。
3)利用评价函数对步骤2)形成的多个摄像头布控方案进行评估,选取最优的摄像头布控方案进行摄像头的布控。
评价函数所选却的评价指标包括摄像头的布设数量、摄像头的布设成本、目标点的监控覆盖率、目标点的监控冗余度及目标个体的监控率,其中,在实际操作时,以上评价指标可以单独使用,也可以组合使用,常见的组合包括摄像机布设数量与目标点监控覆盖率等。
摄像机布设数量
对于使用同类型摄像机而言,指选取的备选布设点及对应摄像头朝向角组合数,对于同时使用不同类型的摄像机而言,可以视为在使用固定朝向摄像机的基础上作合并优化的结果,即若在同一布设点选取了两个及以上布设方案时,可将固定朝向摄像机合并为可转向摄像机或球形机,从而减少摄像机布设数目。
摄像机布设成本主要考虑摄像机布设数目及摄像机型号,数值等于同型号摄像头数量与该型号单价的乘积对所有型号求和。
目标点监控覆盖率可以评价整体监控效果,具体为:基于优化空间和布设方案,对所有预设监控目标点计算可观测率,即监控覆盖率,监控覆盖率可以用百分比形式表示,也可以使用数值累加即得分形式表示,每看到一个目标点得一分,若不同特征点的重要性不同,对每个目标点的得分可以不同。
目标点监控冗余度可以用于评价监控的可靠性,具体为:每一目标点的平均有效监控摄像头数目,一般为累积每一个监控点在布设方案中被重复观测的次数并取平均得到,为避免同一目标点被多次计算,从而提高平均值,对同一目标点采用折扣累加进行计算。
目标个体监控率考量对重要观测目标的监控情况,体现目标的重要性差异,对重要目标单独进行评价,评价指标包括监控冗余度及覆盖率。
另外,常规的求解方法包括GA算法、NSGAII算法及NSGAIII算法,本发明中,基于NSGAII算法利用评价函数对多个摄像头布控方案进行评估,选取最优的摄像头布控方案进行摄像头的布控。
一种基于多目标优化的摄像设备布控优化系统包括:
物理环境构建模块,用于构建待布控区域的物理环境;
布控方案构建模块,用于基于待布控区域的物理环境形成多个摄像头布控方案;
优化模块,用于利用评价函数对形成的多个摄像头布控方案进行评估,选取最优的摄像头布控方案进行摄像头的布控。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述基于多目标优化的摄像设备布控优化方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述基于多目标优化的摄像设备布控优化方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (5)
1.一种基于多目标优化的摄像设备布控优化方法,其特征在于,包括:
构建待布控区域的物理环境;
在待布控区域的物理环境中进行摄像头布置,形成多个摄像头布控方案;
对形成的多个摄像头布控方案进行评估,选取最优的摄像头布控方案进行摄像头的布控;
构建待布控区域的物理环境的具体操作过程为:
基于标准几何形状对待布控区域进行地图构建属性的标注,根据地图构建属性的标注结果进行地图备选布控点的标注,对待监控目标进行标注,所述基于标准几何形状包括三角形、矩形、圆形及点;
构建摄像头的观测范围;
构建光线遮挡的判断条件;
其中,对待布控区域进行地图构建属性的标注的对象包括对监控视野形成遮挡的待观测目标区域、对监控视野不形成遮挡的待观测目标区域、监控视野形成遮挡的非目标实体区域及对未对监控视野形成遮挡的非目标实体区域;
利用评价函数对形成的多个摄像头布控方案进行评估,其中,评价函数中评价指标包括摄像头的布设数量、摄像头的布设成本、目标点的监控覆盖率、目标点的监控冗余度及目标个体的监控率;
基于NSGAII算法利用评价函数对形成的多个摄像头布控方案进行评估;
摄像头的种类包括固定角度枪机、可转向枪机及球形机,其中,枪机摄像头视野的平面建模为扇形或三角形,其中,该枪机摄像头的属性张角和纵深由实际使用摄像头型号及实际部署情况决定,在扇形建模中扇形中心角为张角,半径为纵深;
对于二维地图:
对待布控区域进行地图构建属性的标注的具体过程为:
将监控视野形成遮挡的待观测目标区域应标注为矩形和圆形,分类标签设为遮挡实体并从1开始编号;将监控视野不形成遮挡的待观测目标区域应标注为点、矩形和圆形,分类标签设为非遮挡实体并编号为0;将监控视野形成遮挡的非目标实体区域依照其截面形状标注,对于三角形、矩形、圆形直接标注,对于不规则多边形,先将其分解为以上标准几何形状的组合后标注为多个对象,分类标签设为遮挡实体并从1开始标注;对监控视野不形成遮挡的非目标实体以点、线段标注,分类标签设为非遮挡实体并编号为0;
根据地图构建属性的标注结果进行地图备选布控点的标注的具体过程为:
在非目标对象上选取的备选位置并进行标注,具体的,对监控视野形成遮挡的非目标实体区域,选取其标准几何个体对象或多边形组合对象的外包络线,备选布控点标注为均匀分布在外包络线上的点,点的密度根据需求而定,记录点的坐标并标注所属非目标实体编号;
对监控视野不形成遮挡的非目标实体,当表达形式为点,则直接选取为布控点;当表达形式为线段,则备选布控点标注为均匀分布在线段上的点,点密度依照需求而定,记录点的坐标并标注编号0;
对待监控目标进行标注的具体过程为:
对监控视野形成遮挡的待观测目标区域,将观测点均匀分布于待观测特征区域上,点密度根据需求而定,记录点的坐标并标注所属待观测目标实体编号;对监控视野不形成遮挡的待观测目标区域,将观测点均匀分布于待观测特征区域上,点密度根据需求而定,记录点的坐标并标注编号0;
对于三维地图:
将监控视野形成遮挡的待观测目标区域应标注为立方体、圆柱体或球体,分类标签设为遮挡实体并从1开始编号;将监控视野不形成遮挡的待观测目标区域应标注为点、矩形和圆形,分类标签设为非遮挡实体并编号为0;将监控视野形成遮挡的非目标实体区域,按照其形态标注为立方体、圆柱体、球体,每个几何体的分类标签设为遮挡实体并从1开始分别标注;将监控视野不形成遮挡的非目标实体以点、平面标注,分类标签设为非遮挡实体并编号为0;
基于二维地图或者三维地图构建待布控区域的物理环境;所述摄像头为三维摄像头或二维摄像头。
2.根据权利要求1所述的基于多目标优化的摄像设备布控优化方法,其特征在于,形成多个摄像头布控方案之后还包括:基于各摄像头的位置关系对形成的多个摄像头布控方案进行简化。
3.一种基于权利要求1所述基于多目标优化的摄像设备布控优化方法的摄像设备布控优化系统,其特征在于,包括:
物理环境构建模块,用于构建待布控区域的物理环境;
布控方案构建模块,用于在待布控区域的物理环境中进行摄像头布置,形成多个摄像头布控方案;
优化模块,用于对形成的多个摄像头布控方案进行评估,选取最优的摄像头布控方案进行摄像头的布控。
4.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述基于多目标优化的摄像设备布控优化方法的步骤。
5.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述基于多目标优化的摄像设备布控优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011366808.3A CN112182917B (zh) | 2020-11-30 | 2020-11-30 | 基于多目标优化的摄像设备布控优化方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011366808.3A CN112182917B (zh) | 2020-11-30 | 2020-11-30 | 基于多目标优化的摄像设备布控优化方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112182917A CN112182917A (zh) | 2021-01-05 |
CN112182917B true CN112182917B (zh) | 2021-08-03 |
Family
ID=73918163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011366808.3A Active CN112182917B (zh) | 2020-11-30 | 2020-11-30 | 基于多目标优化的摄像设备布控优化方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112182917B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112969034B (zh) * | 2021-03-01 | 2023-03-03 | 华雁智能科技(集团)股份有限公司 | 摄像装置布点方案图的验证方法、装置及可读存储介质 |
CN113220736A (zh) * | 2021-05-19 | 2021-08-06 | 珠海大横琴科技发展有限公司 | 一种监控设备规划设置方法、装置及电子设备 |
CN115529437A (zh) * | 2021-06-25 | 2022-12-27 | 青岛海信智慧生活科技股份有限公司 | 一种监控设备布置信息确定方法、装置、设备及介质 |
CN113938606B (zh) * | 2021-10-27 | 2023-04-07 | 杭州海康威视数字技术股份有限公司 | 确定球机架设参数的方法、装置及计算机存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104581001A (zh) * | 2013-10-12 | 2015-04-29 | 北京航天长峰科技工业集团有限公司 | 一种大范围多摄像机运动目标的关联监控方法 |
CN109413321A (zh) * | 2018-12-28 | 2019-03-01 | 上海合时智能科技有限公司 | 基于多图像的全景摄像头 |
CN110399622A (zh) * | 2018-04-24 | 2019-11-01 | 上海欧菲智能车联科技有限公司 | 车载摄像头的布置方法及车载摄像头的布置系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9875405B2 (en) * | 2015-04-29 | 2018-01-23 | Beijing Kuangshi Technology Co., Ltd. | Video monitoring method, video monitoring system and computer program product |
-
2020
- 2020-11-30 CN CN202011366808.3A patent/CN112182917B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104581001A (zh) * | 2013-10-12 | 2015-04-29 | 北京航天长峰科技工业集团有限公司 | 一种大范围多摄像机运动目标的关联监控方法 |
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 |
CN110399622A (zh) * | 2018-04-24 | 2019-11-01 | 上海欧菲智能车联科技有限公司 | 车载摄像头的布置方法及车载摄像头的布置系统 |
CN109413321A (zh) * | 2018-12-28 | 2019-03-01 | 上海合时智能科技有限公司 | 基于多图像的全景摄像头 |
Also Published As
Publication number | Publication date |
---|---|
CN112182917A (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112182917B (zh) | 基于多目标优化的摄像设备布控优化方法、系统、设备及存储介质 | |
Kim et al. | UAV-assisted autonomous mobile robot navigation for as-is 3D data collection and registration in cluttered environments | |
CN109541997A (zh) | 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法 | |
CN108983823B (zh) | 一种植保无人机集群协同控制方法 | |
CN109255302A (zh) | 目标物识别方法及终端、移动装置控制方法及终端 | |
CN108257173A (zh) | 一种图像信息中的物体分离方法及装置及系统 | |
CN111443730B (zh) | 一种用于输电线路巡检的无人机轨迹自动生成方法及装置 | |
CN107329116B (zh) | 机载雷达三维运动场景显示方法 | |
CN114092537A (zh) | 一种变电站电力无人机自动巡检方法及装置 | |
CN116604571B (zh) | 一种基于深度强化学习的机器人三维测量路径规划方法 | |
CN114743021A (zh) | 一种输电线路图像与点云数据的融合方法及系统 | |
CN114332134B (zh) | 一种基于密集点云的建筑物立面提取方法和装置 | |
CN112527010B (zh) | 基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法 | |
CN115825984A (zh) | 一种基于激光点云的输电线路巡检系统及巡检方法 | |
CN116883612B (zh) | 一种三维场景模型生成方法及系统 | |
Zhao et al. | Completing point clouds using structural constraints for large-scale points absence in 3D building reconstruction | |
CN108986216B (zh) | 激光雷达控制软件3d绘图方法 | |
CN114980024B (zh) | 一种基于离散种子优化算法的通信节点无人机网络部署方法 | |
CN113362458B (zh) | 模拟多视角成像的三维模型解译方法、终端及存储介质 | |
Zhang et al. | A differential evolution approach for coverage optimization of visual sensor networks with parallel occlusion detection | |
CN115908541A (zh) | 针对室内环境基于曲率信息的车载激光雷达点云聚类算法 | |
Nedevschi | A Critical Evaluation of Aerial Datasets for Semantic Segmentation | |
CN107123140B (zh) | 基于点云数据对变电站均压环进行建模的方法 | |
Roos et al. | A method for evaluation and optimization of automotive camera systems based on simulated raw sensor data | |
CN113051304B (zh) | 一种雷达监测数据与三维点云融合的计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |