资源受限的视频传感器网络目标跟踪定位及一致性估计问题研究

The limited resource in wireless visual sensor networks (WVSNs) is a great challenge to the high quality target tracking and localization. In this project, we concentrate on addressing the problems of target localization in real time, multiple target matching, visual node selection, and position estimation consensus in the process of target tracking and localization in WVSN. The purpose of this project is to improve the accuracy and real time performance of the target tracking and localization under the constraints of computation capability, communication bandwidth and energy consumption. We provide a novel method of target matching based on the statistic characteristic of targets’ positions in images. This method could balance the tradeoff between the quality of target tracking and localization and the limited resources, avoiding the complicated computation and large data communication. A protocol of consensus on target states estimation under the incomplete constraints is presented. This method could address the problem of consensus on position estimation between multiple visual nodes, which is also independent to the prior information. The execution of this project is not only to improve the surveillance capability of visual sensor networks, but also to extend the applications of WVSNs.

无线视频传感器网络有限的硬件资源给高质量的目标跟踪和定位带来了极大的挑战。本项目研究无线视频传感器网络目标跟踪定位过程中涉及的目标位置实时解算、多目标匹配、视频节点集选择、状态一致性估计等问题，旨在满足计算能力、通信带宽和能量消耗等约束条件下，尽可能的提高目标跟踪定位的精度和实时性。本项目提出基于目标图像位置统计特征的目标匹配新方法，避免常规目标匹配方法计算复杂度高或者节点间通信量大等问题，解决目标跟踪性能与网络物理资源消耗之间的平衡问题；提出不完整约束下的目标状态估计一致性协议，突破现有方法对先验信息的依赖，解决多视频节点对位置状态估计的一致性融合问题。该项目的实施不但可以提高整个视频传感器网络的监测能力，而且将拓展无线视频传感器网络的应用领域。

无线视频传感器网络是一种典型的资源受限网络，传感器节点的信息处理能力和通信传输能力都相对有限。这为高质量的目标跟踪和定位带来了极大的挑战。同时，无线视频传感器网络又是一种典型的多传感器网络，传感器之间的目标匹配和状态估计一致性都是多传感器网络的核心问题，而通常采用的图像匹配和一致性估计方法都需要很大的计算和通信代价，无法直接应用在无线视频传感器网络中。.本项目基于无线视频传感器网络采集的图像视频信号，在充分考虑传感器网络特点的基础上，主要开展了“传感器网络资源结构分析”、“视频传感器网络目标定位精度优化方法”、“不同视频节点间的目标匹配方法”，“视频节点选择及调度机制”和“目标位置状态一致性估计”等方面的研究，重点解决目标跟踪定位质量与视频传感器网络有限资源之间的平衡问题，从而在满足无线视频传感器网络计算能力、通信带宽和能量消耗等约束条件下，尽可能地提高目标跟踪定位的质量和实时性。.通过深入的研究，本项目在传感器网络资源结构分析、目标跟踪定位、目标匹配、节点调度、状态一致性估计等方面取得了重要的研究成果。提出了基于几何特征的覆盖漏洞检测方法，精确地判定漏洞边界节点的位置，并利用树状结构对漏洞的大小进行了准确的表征。根据无线视频传感器分辨率较低的特点，在目标图像中提取多个特征点来表征目标在图像中的位置，利用统计方法找到能代表目标在图像中实际位置的特征点对，从而实现优化定位精度的目的。在目标匹配方面，利用目标的时空运动特征进行目标的匹配，避免了利用光学特征匹配时的资源消耗问题。.这些方法的提出有效地解决了无线视频传感器网络资源与跟踪定位性能之间的平衡问题，减少了网络中的信息流量，提高了网络的处理能力及响应速度，进而增强了整个视频传感器网络的监测能力，为无线视频传感器网络后续拓展应用利用提供了技术基础。