一种基于马尔科夫链的多PTZ相机协同调度方法技术

本发明专利技术公开了一种基于马尔科夫链的多PTZ相机协同调度方法，先对相机和地面场景进行初始化标定，同时还需要对监控的地面场景进行栅格化处理；完成相机和场景的初始化标定后，输入为目标在当前时刻的状态，包括位置、运动速度、运动方向和优先级等信息，可由雷达等其它相机提供；将系统状态转移看作马尔科夫决策过程，即下一时刻的目标状态和相机联合行动只与当前时刻的目标和PTZ相机状态有关；同时计算相机联合行动所带来的收益，选取收益最大所对应的下一相机状态为调度决策；在计算收益时，考虑尽可能多的高优先级目标所带来的正收益的同时考虑相机转动效率带来的负收益；本发明专利技术可用于多PTZ相机在大场景下对多优先级目标群的协同侦察。的协同侦察。的协同侦察。

【技术实现步骤摘要】
一种基于马尔科夫链的多PTZ相机协同调度方法


[0001]本专利技术属于调度决策
，特别涉及一种基于马尔科夫链的多PTZ相机协同调度方法，用于多PTZ相机在大场景下对多优先级目标群的协同侦察。

技术介绍

[0002]随着计算机视觉技术的发展，计算机视觉的应用已经在智能化侦察中占据越来越重要的地位。计算机视觉是从图像或图像序列中获取对目标的描述，能够以二维的形式获取大量的目标颜色和形状等信息。而相对于单相机，多相机在抗遮挡能力、视野范围方面要优于单相机，但是多相机监控系统更为复杂。高质量的监控某一区域内的目标，需要相机间的协同工作。
[0003]同时，多运动目标的多PTZ(Pan/Tilt/Zoom，代表云台全方位移动及镜头变倍、变焦控制)相机协同侦察是一项具有挑战性的工作，这是因为：(1)目标的运动是随机的，目标运动的不确定性使得主动相机无法确定如何运动才能使得这些目标位于相机的视野范围内；(2)需要处理好最大化观测目标和被观测目标的清晰度问题，增加被观测目标的清晰度往往需要转动主动相机以及调整主动相机的焦距，这容易造成跟踪的其他目标的丢失；(3)不同目标根据实际需求会有不同优先级，尽可能多的高优先级目标被侦察到越有利于观察人员做出正确判断；(4)PTZ相机的转动效率并非理想的即刻就能执行完成，需要协同调度方法去考虑相机转动效率的影响。

技术实现思路

[0004]本专利技术所要解决的技术问题是，的目的在于提供一种考虑了相机转动效率与多优先级目标进行多PTZ相机协同调度的方法。
[0005]本专利技术为解决上述技术问题所采用的技术方案是，一种基于马尔科夫链的多PTZ相机协同调度方法，包括以下步骤：
[0006]1、一种基于马尔科夫链的多PTZ相机协同调度方法，其特征在于，如下步骤：
[0007]S1系统初始化：将整个监控区域按水平方向N个，垂直方向M个，划分成M
×
N个栅格；将相机状态的方位角从0
°
到360
°
离散化为有限状态集合，俯仰角从0
°
到180
°
离散化为有限状态集合，相机焦距按照变焦倍率形成是有限状态集合；
[0008]S2、预测下一时刻的目标状态，所述目标状态包括目标的运动速度、方向、位置和优先级，下一时刻预测的目标优先级为当前时刻的目标优先级；
[0009]S3、计算相机联合行动的收益，所述相机联合行动为所有PTZ相机从当前的相机状态运动到下一相机状态的过程，相机状态包含PTZ相机的方位角、俯仰角和焦距：
[0010]3.1计算系统状态转移函数P(S
′
|S,A)，状态转移函数P(S
′
|S,A)表示经过一次相机的联合运动A从而将系统状态S转移到状态S
′
的概率，所有相机的一次联合行动为A＝{a1,...,a
n
},其中，表示相机i在方位角、俯仰角和焦距上的行动，i＝1,
…
,n，n为PTZ相机总数；表示相机所有可能的联合行动集合；
[0011]3.2遍历所有PTZ相机下一时刻可能的联合行动，每遍历一个联合行动，先求出联合行动对应的视野范围fov(C)；所述视野范围为相机状态所观察到的场景栅格集合；
[0012]3.3统计在联合视野范围内被侦察到的目标信息，记录每个被侦察到的目标优先级以及相机联合行动的转动效率，计算出下一时刻联合行动的收益：
[0013][0014][0015][0016]其中，R(S
′
)为下一时刻联合行动的收益，α和β均为收益因子，α+β＝1且0≤α,β≤1，为下一时刻单个目标的收益函数，eff(C
′
)为下一时刻的效率函数；ω
k
为第k个目标优先级数值，优先级越高优先级数值越大，ω
k
的范围为ω
k
∈{1,2,...,ω
max
}，表示下一时刻第k个目标的位置g
′
k,l
处于所有相机的联合视野范围fov(C)内，m为目标总数；dt为目标的相邻两个位置状态之间相隔的时间差为dt，max表示取目标函数最大值，Δθ
i
表示第i个相机在方位角上的行动、表示第i个相机在俯仰角上的行动，和分别表示第i个相机在方位角和俯仰角上的转动速度，为第i个相机焦距变化所需的时间，i＝1,2,...,n，n为PTZ相机总数；
[0017]3.4选择使得∑R(S
′
)P(S
′
|S,A)最大的联合行动A作为下一时刻的最优调度决策。
[0018]本专利技术的有益效果是，在计算联合行动的收益时，考虑尽可能多的高优先级目标被观察所带来的正收益，以及联合行动的转动效率所带来的负收益，从而解决多PTZ相机在场景中无法对多优先级目标进行协同调度，同时解决传统协同调度方法没有考虑相机转动效率的问题。
附图说明
[0019]图1是本专利技术基于马尔科夫链的多PTZ相机协同调度流程示意图；
[0020]图2是本专利技术中PTZ相机视野范围示意图；
[0021]图3是本专利技术中多PTZ相机协同调度效果示意图，图中16个目标用序号标出且其优先级由5到1分别用
◇
、
×
、*、+、
○
来表示，而相机位置由表示，并用绿色填充的格子表示相机的视野范围；通过本专利技术提出的协同调度方法，系统状态从t＝0时刻转变到t＝1时刻。
具体实施方式
[0022]如图1所示，本专利技术多PTZ相机协同调度方法，如下步骤：
[0023]S1、系统初始化：将整个监控区域按一定大小划分成M
×
N个栅格便可得到目标位置所有可能取值，其中水平方向N个，垂直方向M个；将相机状态离散化，方位角从0
°
到360
°
离散化为有限状态集合，俯仰角从0
°
到180
°
离散化为有限状态集合，而相机焦距按照变焦
倍率已经是有限状态集合；接着统计每个相机状态所观察到的场景栅格集合并称为相机视野范围，同时考虑到目标检测等图像处理的需求，每个状态中较远的栅格不算入该状态的视野范围；
[0024]S2、预测目标下一状态：目标状态包括运动速度、方向、位置和优先级；将目标在速度和方向方面的状态所有可能取值，以速度
‑
方向概率模型给出，由于目标运动的随机性，假设这两个均符合正态分布，则速度的概率变量服从v～N(μ
v
,σ
v
)，方向的概率变量服从d～N(μ
d
,σ
d
)，其中μ
v
和μ
d
为目标当前时刻的值，而σ
v
、σ
d
分别表示在与该目标有关的数据库中，从目标出现到当前时刻为止所有观测到的速度、方向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于马尔科夫链的多PTZ相机协同调度方法，其特征在于，如下步骤：S1系统初始化：将整个监控区域按水平方向N个，垂直方向M个，划分成M
×
N个栅格；将相机状态的方位角从0
°
到360
°
离散化为有限状态集合，俯仰角从0
°
到180
°
离散化为有限状态集合，相机焦距按照变焦倍率形成是有限状态集合；S2、预测下一时刻的目标状态，所述目标状态包括目标的运动速度、方向、位置和优先级，下一时刻预测的目标优先级为当前时刻的目标优先级；S3、计算相机联合行动的收益，所述相机联合行动为所有PTZ相机从当前的相机状态运动到下一相机状态的过程，相机状态包含PTZ相机的方位角、俯仰角和焦距：3.1计算系统状态转移函数P(S
′
|S,A)，状态转移函数P(S
′
|S,A)表示经过一次相机的联合运动A从而将系统状态S转移到状态S
′
的概率，所有相机的一次联合行动为其中，表示相机i在方位角、俯仰角和焦距上的行动，i＝1,
…
,n，n为PTZ相机总数；表示相机所有可能的联合行动集合；3.2遍历所有PTZ相机下一时刻可能的联合行动，每遍历一个联合行动，先求出联合行动对应的视野范围fov(C)；所述视野范围为相机状态所观察到的场景栅格集合；3...

【专利技术属性】
技术研发人员：王帅，张俊远，林峰，梁泽龙，向世涛，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：